Errores al usar el Principio de Pareto

No abuse del Principio de Pareto  

Cuatro errores comunes que pueden llevarlo a conclusiones equivocadas.

 

Vilfredo Pareto fue un economista italiano que vivió entre 1848 y 1923. Su estudio de la distribución de la riqueza en la economía italiana arrojó un hallazgo clave de que el 80% de la tierra era propiedad del 20% de la población.

Desde entonces, se ha encontrado que su descubrimiento, lo que llamamos el principio de Pareto, es válido en muchas otras situaciones. Se dice, por ejemplo, que el 20% de los clientes de una empresa constituyen el 80% de sus ventas y el 20% de los empleados recibe el 80% de los salarios. La aplicabilidad aparentemente universal del principio ha llevado a muchos a tratarlo como un axioma, una verdad generalmente aceptada que no se intenta probar.

Para quienes se dedican a la resolución de problemas, el principio de Pareto proporciona una poderosa herramienta de Análisis de Causa Raíz (RCA) para separar los pocos factores vitales de los muchos triviales. Los diagramas de Pareto se estudian en programas de MBA, clases de economía y otros cursos. Pueden ser fácilmente entendidos, incluso por aquellos que no tienen una formación formal en Six Sigma. Es por eso que, los Six Sigma Black Belt y los Master Six Sigma Black Belt, a menudo ven el diagrama de Pareto como uno de esos conceptos simples con los que deberían terminar rápidamente antes de pasar a "cosas reales" (estadísticas).

Sin embargo, al igual que los incautos marineros de la mitología griega atraídos por los cantos de sirena a circunstancias desafortunadas, la aparente simplicidad del diagrama de Pareto también ha demostrado ser la ruina de muchos proyectos Six Sigma. Lo que sigue son algunos de los conceptos erróneos más comunes sobre el principio de Pareto en el espectro de organizaciones Fortune 500 que impiden que algunas de estas empresas se den cuenta del verdadero potencial del principio.

Los ejemplos se han adaptado para proteger la identidad de las organizaciones. A menudo se cometen cuatro errores comunes al aplicar el principio de Pareto: 

1. Creer que debe aplicarse a todas las situaciones.
2. Pasar por alto la forma en que se han clasificado los datos.
3. Centrarse en solucionar sólo el principal contribuyente a un problema.
4. Confundir RCA con análisis de diagrama de árbol.

 

1. Creer que debe aplicarse a todas las situaciones

La Figura 1 ilustra la aplicación errónea más común del principio de Pareto, y que se aplica a todas las situaciones. En este caso, un equipo llegó a la conclusión de que el tiempo de respuesta, las preguntas sin respuesta, la falta de cortesía y la facturación incorrecta contribuyeron al 77% de las quejas recibidas, cerca del 80%. Se consideró que estas categorías eran las pocas cuestiones vitales que contribuían al problema.

¿Por qué es inapropiada esta conclusión? Los solucionadores de problemas suelen confundir el proceso de investigar una hipótesis con el proceso de tomar medidas. Basaron esto en una presuposición sobre la validez del principio de Pareto.

Al analizar una hipótesis para confirmar si algunas de las categorías son los pocos contribuyentes vitales al problema, el investigador no puede suponer que el principio de Pareto se aplica necesariamente.

En la Figura 1, el equipo del proyecto se preguntó: "¿Cuántos factores contribuyen al 80% o aproximadamente al 80% de los problemas?" para llegar a sus conclusiones. La pregunta era incorrecta. En cambio, debería haber sido: "¿El 20% de los factores contribuyen al 80% o aproximadamente al 80% de los problemas?" Las conclusiones pueden cambiar como se demuestra en este ejemplo.

La Figura 1 muestra seis categorías, y el 20% de seis equivale aproximadamente a una. Por lo tanto, la pregunta debería ser: "¿Hay algún factor que contribuya al 80% de las quejas?" En este caso, el primer factor, el tiempo de respuesta, está contribuyendo al 29% de las quejas. Entonces, el principio de Pareto no se aplica.

Es importante tener en cuenta que los números no tienen que ser exactamente 80/20. Cualquier porcentaje cercano al 80% es suficientemente bueno para justificar que se tomen medidas. Esta forma de clasificación no puede utilizarse para concluir que una categoría de denuncia sea dominante. Da como resultado un diagrama de Pareto plano. Habrá que investigar otros factores para identificar los pocos vitales o habrá que encontrar otras formas de clasificar los datos. Se puede llegar a la última conclusión cuando creamos un gran número de categorías que dan como resultado que ninguna categoría en particular sea dominante.

Pregunte: "¿El 20% de los factores contribuyen al 80% o aproximadamente al 80% de los problemas?" en lugar de "¿Cuántos factores contribuyen al 80% o aproximadamente al 80% de los problemas?"

 

2. Pasar por alto la forma en que se han clasificado los datos

En su prisa por iniciar el análisis de datos, algunos profesionales pasan por alto la forma en que se ha llevado a cabo la clasificación de los datos. Esto se puede demostrar con dos ejemplos. En el primer ejemplo, un equipo creó un diagrama de Pareto para los errores cometidos en una operación de ingreso de datos (ver Figura 2). Una revisión apresurada del gráfico llevaría a la conclusión de que la omisión de datos fue el factor más importante que contribuyó a errores en la entrada de datos.

Una mirada más cercana a la clasificación muestra que las categorías no están bien definidas. Para cualquiera sería difícil diferenciar entre datos omitidos y datos pasados ​​por alto. Los solucionadores de problemas con frecuencia se encuentran mirando estos gráficos de Pareto sin salida en los que el principio de Pareto se aplica a un nivel conceptual. 

En su lugar, siga el principio mutuamente excluyente y colectivamente exhaustivo (MECE) al identificar factores para el formulario de recopilación de datos. Por ejemplo, algunas de las categorías de error para una operación de entrada de datos deben ser campos no ingresados, entradas parcialmente completadas y entrada de información excesiva. La misma investigación también podría realizarse para campos críticos y no críticos. 

Para el segundo ejemplo, considere el escenario que se muestra en la Figura 3. El equipo llegó a la conclusión de que otros participantes y otros factores / diversos son las pocas categorías vitales que contribuyen al 20% de los defectos.

Este caso ilustra por qué diseñar un formulario de recopilación de datos adecuado en la fase de medición del método de definición, medición, análisis, mejora y control de Six Sigma se vuelve tan crítico cuando se llega a la fase de análisis. Cuando los factores diversos comienzan a dominar, indica un problema con la plantilla de clasificación de datos. 

Revise la plantilla de recopilación de datos para asegurarse de que haya claridad sobre las acciones que se tomarán si una categoría en particular se destaca como la causa principal. Revise críticamente si las acciones significativas pueden surgir de categorías genéricas etiquetadas como "misceláneas" u "otras". Realice la prueba MECE. 

3. Centrarse en el principal contribuyente a un problema y únicamente solucionarlo

Si el principio de Pareto falla, muchos profesionales recomiendan centrarse en el contribuyente principal y corregirlo. Si este concepto se aplicara al diagrama de Pareto en la Figura 3, la recomendación sería enfocarse en la categoría de defectos varios / otros. Asimismo, la conclusión sería centrarse en el tiempo de respuesta en la Figura 1.

Es común que los gerentes luchen durante varios meses, golpeando el clavo que sobresale como el principal contribuyente a un problema. Sin embargo, el problema se niega a desaparecer. En tales situaciones, los solucionadores de problemas no se dan cuenta de que la razón de que el principio de Pareto no funciona es que todas las categorías son igualmente importantes para esa forma de clasificación de datos, y aporrear el mismo clavo no hará que el problema desaparezca más rápido.

En esta situación, apéguese a los hallazgos del principio de Pareto como una forma de clasificar los datos, incluso si no han proporcionado pistas prometedoras. Un siglo de aplicaciones demuestra que funciona.

 

4. Confundir RCA con análisis tipo copa de árbol.

Considere el diagrama de Pareto en la Figura 4 para un escenario en el que un equipo está investigando las razones de las transacciones incompletas de los cajeros automáticos (ATM). El diagrama de Pareto revela que "tarjeta deformada atascada" y "banda magnética ilegible" son los dos factores que contribuyen a aproximadamente el 80% de los mensajes de error. El equipo declaró que se había encontrado la causa raíz del problema y detuvo el análisis. Lo que el equipo aprendió a través del análisis de datos es que dominan los dos tipos de error. Lo que aún no ha determinado es por qué dominan estos errores. Por lo tanto, el equipo se ha detenido demasiado pronto, en la copa del árbol, y no ha encontrado la causa raíz que hace que estos errores dominen.

En su lugar, filtre los datos para cada uno de los factores dominantes encontrados y realice un análisis de Pareto sobre los factores restantes para determinar cuáles dominan dentro de esos tipos de error. Algunos de los otros factores que podrían investigarse son el tipo de cajero automático, la región y qué proveedor mantiene ciertos cajeros automáticos.

Continuando con esta línea de investigación, el equipo puede terminar descubriendo que se está produciendo una "tarjeta deformada atascada" en un tipo particular de cajero automático en una región determinada. Esto se puede investigar más a fondo mediante un análisis de datos adicional u otras técnicas de análisis de fallas para obtener las verdaderas causas raíz.

 

Úselo correctamente.

Si se entiende bien, un diagrama de Pareto puede servir como una herramienta poderosa para realizar RCA. La aplicación adecuada del principio de Pareto a los problemas del mundo real puede producir resultados significativos sin necesidad de profundizar en estadísticas elaboradas.

Referencia: Traducido y adaptado Aditya Bhalla. (May 2009). Don’t Misuse The Pareto Principle. Four common mistakes can lead you to the wrong conclusions. Quality Progress Magazine. www.asq.org