RightSource

RightSource 是一家最先进的邮购药房，也是美国第五大药房福利提供商。与母公司 Humana 一样，他们一直在寻找实现终身福祉使命的方法。这一承诺促使他们决定迁移到一个新的运营平台，该平台提供有价值的、以客户为中心的工具和先进的工作流过程。

但他们的决定似乎适得其反。在系统部署后不久，他们注意到工作流队列溢出。他们很快组建了一个精益六西格玛团队来探索并解决问题。

该团队仔细研究了该过程，发现员工能够轻松地填写通过“清洁路径”的处方，而“清洁路径”是不需要额外步骤的标准工作流。延迟发生在“例外路径”上，这时候处方需要对提供商、成员或第三方付款人进行干预，这是一个更劳动密集的过程。

现在他们必须找出原因。

他们还发现，许多打电话抱怨处方延误的成员在提供商外展队列中都有订单。进一步的分析表明，在实施新系统后，提供商外展生产力下降了 39%。

过渡到新的 PMS 似乎减慢了员工处理需要与提供商联系的订单的能力，而且这些延迟导致 WIP 库存和周转时间 (TAT) 超出公差指标。

有了这些认识，团队制定了三个目标：

• 在提供商外展队列中花费 10 天或更长时间的 WIP 库存减少 40%。
• 将提供商的推广生产力提高 20%。
• 将成本降低 20%。

为了检查与 WIP 库存相关的潜在问题，团队访问了提供商外展数据，并再次转向 Minitab 的 Pareto 图，这一次确定了延迟的四个可能根本原因：地址错误、提供商响应、错误传输原因和重新循环订单。

为了调查提供商的外展生产力并确定过渡到新 PMS 所导致的变异，他们审查了多个地点具有不同经验水平的工人的生产力数据。团队使用箱线图和饼图来确定四个可能的根本原因：不必要的提供商外联、系统延迟、非增值 (NVA) 步骤和运营不一致。

RightSource 的精益六西格玛团队随后使用 Minitab 的假设检验来验证一些根本原因。例如，团队使用双比率检验来确认新系统到位后，由于传输错误而导致的 WIP 库存存在显著差异。使用相同的检验可显示由于地址不正确导致的 WIP 库存统计显著差异，以及由于 NVA 步骤导致的生产率显著差异。

最后，团队使用单因子方差分析与 Tukey 配对比较来检验优秀员工、普通员工和低绩效员工的平均生产率差异。他们发现各组之间存在统计意义上的显著差异，然后发现绩效与经验水平相关——员工的经验越多，工作效率越高。根据经验水平对员工进行重新分组，并使用 Minitab 箱线图以图形方式表示这种差异，突显缺乏知识可能导致处方处理延迟的可能性。

他们了解到处方为何在提供商外展队列中停滞不前的原因之后，团队就对 14 个潜在解决方案进行了头脑风暴。在使用影响矩阵确定每个方案的成本、效益和工作量后，他们将其缩小到五个解决方案：

• 就正确的地址输入对员工进行重新培训，以防止订单被转移到例外路径中。
• 对员工进行再培训，以正确识别传输原因，以减少 WIP 库存量。
• 向经验不足的员工提供由优秀员工编写的指导手册。
• 删除多个 NVA 过程步骤。
• 减少延迟提供商响应的外展滞后时间。

考虑到他们从数据分析中学到的东西，团队确信实施这些最终解决方案将改善他们遇到的低效情况。

例如，NVA 过程背后的问题被证明是 IT 相关问题，当团队在测试环境中删除 NVA 步骤时，Minitab 的双样本 t 检验确认这些变化统计意义显著。使用 Minitab 的双比率检验，团队还确认提供商响应延迟减少了，再培训员工提高了他们正确输入地址和传输原因的能力。