Comment utiliser 5 outils courants d'analyse des causes profondes

Comme nous l'avons déjà évoqué dans notre Guide complet de l'analyse des causes profondes, cette méthode constitue un outil efficace pour identifier la véritable origine d'un problème donné.

Il existe plusieurs techniques différentes pour mener une analyse des causes profondes, chacune présentant ses propres avantages et inconvénients. Dans cet article, nous passerons en revue certains des outils d'analyse des causes profondes les plus courants afin de vous aider à choisir celui qui correspond le mieux à vos besoins.

Téléchargez notre guide complet sur l'analyse des causes profondes et améliorez vos Gestion de la qualité →

En termes simples, les outils d'analyse des causes profondes sont des méthodes utilisées dans Gestion de la qualité et Amélioration continue identifier et résoudre un problème donné. Bien que vous puissiez certainement adopter une approche ponctuelle pour résoudre les problèmes, chacun de ces outils contribue à structurer vos efforts et à leur donner un sens. Certains sont des outils de visualisation qui vous aident à identifier les causes profondes en présentant les informations sous un nouveau format. D'autres vous permettent d'aller au-delà des facteurs causaux pour atteindre la véritable cause profonde. Tous vous aident à creuser sous la surface et à voir vos opérations sous un nouveau jour.

Les outils RCA ne se contentent pas de vous aider à « identifier la cause profonde ». Ils permettent de résoudre les problèmes plus rapidement, de les expliquer plus facilement et d'assurer une plus grande cohérence entre les équipes et les sites.

Voici à quoi cela ressemble concrètement :

• Clarté – Un bon outil d'analyse des causes profondes (RCA) met en évidence les liens entre les différents facteurs, ce qui vous évite de vous en remettre à des conjectures ou à des hypothèses vagues.

• Rapidité – Les équipes peuvent aller à l'essentiel et se concentrer sur la véritable cause d'un problème, plutôt que de se contenter d'en traiter les symptômes.

• Stabilité – En remédiant aux causes réelles des défauts ou des temps d'arrêt, vous réduisez les retouches, les rebuts et les interruptions imprévues.

Ce n'est pas seulement une question de théorie. Les outils RCA vous aident à identifier ces quelques facteurs clés afin que vos efforts soient le plus rentables possible.

Voici cinq outils courants d'analyse des causes profondes utilisés par la plupart des entreprises manufacturières.

Les diagrammes de Pareto s'appuient sur le principe de Pareto, selon lequel « 80 % des effets proviennent de 20 % des causes ». Concrètement, un diagramme de Pareto est un diagramme à barres associé à un graphique linéaire qui permet d'illustrer une distribution de fréquences en fonction de l'importance relative.

Les diagrammes de Pareto permettent d'identifier d'un seul coup d'œil les types d'erreurs les plus courants. En classant les sources de défauts les plus fréquentes par ordre décroissant, ces diagrammes aident les équipes à hiérarchiser les améliorations à apporter afin d'obtenir un impact maximal.

Exemple sur le terrain :
Une usine suit les défauts liés aux fournisseurs et identifie trois fournisseurs à l'origine de la plupart des pièces défectueuses. Au lieu de disperser ses efforts sur chaque petit problème, l'équipe se concentre sur ces trois-là. Dans ce cas, le rebut diminue rapidement, tout comme les retouches.

À quoi cela sert-il ?

• Permet aux équipes d'identifier l'origine réelle des problèmes

• Assez simple pour que n'importe quel employé sur le terrain puisse le comprendre

• Vous permet de consacrer votre temps et vos ressources là où cela compte vraiment
  

Ses points faibles :

• Je ne vous dirai pas la cause exacte, mais seulement par où commencer à chercher

• Si vous regroupez les catégories de manière inappropriée, le graphique peut vous induire en erreur

La méthode des « 5 pourquoi » est une technique d'investigation utilisée pour analyser en profondeur un problème particulier. C'est très simple : il suffit de poser la question « Pourquoi ? » à plusieurs reprises jusqu'à ce que l'on identifie la cause profonde du problème. Cet outil d'analyse des causes profondes est particulièrement adapté à l'étude de problèmes simples ne nécessitant pas de méthodes d'analyse quantitative. La méthode des « 5 pourquoi » peut être utilisée en complément d'une analyse de Pareto, lorsque le graphique met en évidence un domaine nécessitant une attention particulière.

Exemple sur le terrain :
Une machine s'arrête en plein milieu d'un cycle de production.

• Pourquoi s'est-il arrêté ? → Le moteur a surchauffé.

• Pourquoi le moteur a-t-il surchauffé ? → Il n'était pas lubrifié.

• Pourquoi n'a-t-il pas été lubrifié ? → Le programme d'entretien n'a pas été respecté.

• Pourquoi a-t-on omis cela ? → Cela n'a pas été mentionné lors de la passation de service.

• Pourquoi cela n'a-t-il pas été inclus ? → La procédure standard n'avait pas été mise à jour.

Le véritable problème ne venait donc pas du moteur, mais d’une lacune dans la manière dont les procédures étaient mises à jour. La méthode des « 5 pourquoi » est particulièrement efficace pour les problèmes qui ne sont pas trop complexes, surtout lorsque des facteurs humains ou des étapes de processus sont susceptibles d’être en cause. Elle est rapide, ne nécessite ni logiciel ni tableau, et met l’accent sur la correction du système plutôt que sur la recherche de coupables.

Le revers de la médaille, c'est que cette méthode peut conduire à une simplification excessive. Si l'animateur oriente la discussion dans une seule direction, l'équipe risque fort de se tromper sur la « cause profonde ». C'est un outil efficace pour les problèmes courants, mais il ne faut pas s'y fier exclusivement pour résoudre des défaillances complexes.

Il s'agit d'un outil largement utilisé pour analyser des problèmes complexes. Également appelé « diagramme de cause à effet », il regroupe les causes potentielles d'un problème donné en sous-catégories liées au problème principal faisant l'objet de l'analyse. Les diagrammes en arête de poisson sont utilisés lorsque la cause profonde est totalement inconnue.

Exemple sur le terrain :
Une chaîne de montage ne cesse de s'arrêter. Une fois que l'équipe a analysé la situation, elle se rend compte qu'il ne s'agit pas d'un problème isolé. Les opérateurs n'avaient pas tous reçu la même formation, certains convoyeurs ne respectaient pas tout à fait les spécifications et les procédures opérationnelles standard laissaient place à l'interprétation. Pour couronner le tout, les pièces arrivaient en retard chez un fournisseur. Aucun de ces facteurs pris isolément n'explique le ralentissement, mais ensemble, ils en sont la cause.

Le diagramme permet de le montrer clairement, ce qu'une liste à puces ne ferait pas. Les diagrammes en arête de poisson sont utiles car ils incitent chacun à prendre du recul et à envisager différents points de vue, plutôt que de se précipiter sur la première idée qui vient à l'esprit. Ils s'avèrent également très efficaces lors des discussions de groupe, où l'on souhaite réunir autour d'une même table les représentants de la maintenance, des opérateurs, du service qualité et de l'ingénierie.

L'inconvénient, c'est que le tableau peut devenir confus si l'on y ajoute trop d'éléments, et qu'il ne permet pas de distinguer ce qui est le plus important ; il vous faut toujours décider sur quoi vous concentrer une fois que toutes les causes possibles ont été répertoriées.

Les diagrammes de dispersion, également appelés graphiques de dispersion, sont des représentations visuelles de la relation entre deux ensembles de données. Il s'agit d'une méthode quantitative simple permettant d'évaluer la corrélation entre des variables.

Pour utiliser cet outil d'analyse des causes profondes, vous tracez la variable indépendante (ou cause présumée) sur l'axe des x, tandis que la variable dépendante (l'effet) est représentée sur l'axe des y. Si le graphique présente une ligne ou une courbe nette, cela signifie que les variables sont corrélées. Si nécessaire, vous pouvez passer à des analyses de régression ou de corrélation plus poussées.

Exemple concret :
Une équipe de production soupçonne que la température des machines pourrait être liée à l'augmentation du taux de défauts. Elle trace un graphique avec la température sur l'axe des x et les défauts sur l'axe des y. Il en ressort que lorsque la température augmente, le nombre de défauts augmente également. Cela les amène à considérer le refroidissement ou la maintenance comme le véritable problème, plutôt que de se lancer dans des solutions sans rapport avec la situation.

L'intérêt des nuages de points réside dans le fait qu'ils permettent de mettre en évidence des liens qui pourraient autrement passer inaperçus, et qu'ils permettent de confirmer (ou d'infirmer) rapidement une intuition.

Leur limite est qu'ils ne montrent qu'une corrélation, et non une cause absolue. Un troisième facteur pourrait entrer en jeu, il faut donc toujours vérifier ce que le graphique suggère. Et sans données solides et précises, le tableau n'a pas grande valeur.

L'analyse des modes de défaillance et de leurs effets (AMDE) met en évidence les défaillances au sein d'un système donné. Vous pouvez utiliser cet outil à n'importe quelle étape — planification, conception, mise en œuvre ou contrôle — ; il comprend deux volets principaux : l'analyse des modes de défaillance et l'analyse de leurs effets.

L'analyse des modes de défaillance consiste à identifier les différentes façons, ou types (ou modes), dont un élément peut tomber en panne. L'analyse des effets, quant à elle, consiste à analyser les effets et les conséquences de chacun de ces modes de défaillance. Ces deux aspects vont de pair.

Exemple sur le terrain :
Sur une ligne de soudage de circuits imprimés, l'équipe signale les soudures froides comme une cause probable de défaillance. Elle sait que c'est grave car cela peut nuire à la fiabilité ; elle a constaté ce problème suffisamment souvent pour s'en inquiéter ; et ce n'est pas toujours évident avant les tests. Tout cela constitue un signal d'alerte : cela leur indique qu'il s'agit d'un domaine où un contrôle ou une inspection supplémentaire du processus serait bénéfique.

L'analyse FMEA s'avère particulièrement utile en amont, lors de la conception, avant le lancement d'un nouveau processus, ou lorsque vous planifiez des contrôles et souhaitez vous assurer que les risques les plus importants sont pris en compte.

L'avantage, c'est que cela vous offre une méthode structurée pour hiérarchiser les risques et éviter que les équipes ne négligent des points de défaillance graves. C'est également une méthode qui répond aux attentes des clients et du secteur, en particulier dans des domaines tels que l'automobile ou les dispositifs médicaux.

L'inconvénient, c'est que cela peut s'avérer fastidieux en raison de la quantité de données et de discussions, et que la qualité de l'évaluation dépend entièrement du jugement de l'équipe. Lorsqu'il est bien utilisé, c'est l'un des meilleurs outils pour prévenir les problèmes avant même qu'ils n'atteignent le client.

Les outils d'analyse des causes profondes offrent aux fabricants une approche structurée pour résoudre les problèmes qui, sans cela, ne cesseraient de se reproduire. Qu'il s'agisse d'une brève discussion sur les « 5 pourquoi » en ligne de production ou d'une analyse FMEA complète lors de la planification des processus, ces méthodes aident les équipes à aller au-delà des symptômes et à s'attaquer aux véritables causes des défauts, des temps d'arrêt ou des retards. Utilisée de manière systématique, l'analyse des causes profondes permet de réduire les retouches, d'accélérer le passage du problème à la solution et de rendre les processus plus résilients à long terme.