หาต้นตอของปัญหาด้วย 5 why?
สายงานของ data analytics มีการหาต้นตอของปัญหาคล้ายกับการทำ reversed engineering ด้วยการถามกลับไปเรื่อยๆ ว่า "ทำไม" จึงเกิดขึ้น ซึ่งส่วนใหญ่จะได้คำตอบเพียง 5 ขั้น จึงได้ชื่อว่า 5 why
ตัวอย่างเช่น บริษัทที่ทำเกี่ยวกับการชลประทานต้องการหาสาเหตุว่าความเสียหายที่เกิดกับปั้มน้ำมีมากขึ้นเมื่อเทียบกับเมื่อก่อน ทีมวิเคราะห์จึงได้นำ 5 why มาใช้ในสถานการณ์นี้
#1 ทำไมปั้มน้ำถึงเสียหายมากขึ้น
ในการตอบปัญหานี้ ทีมวิเคราะห์ได้นัดกับวิศวกรที่รับผิดชอบการผลิตปั๊มดังกล่าวและได้พบว่าปัญหาคือเครื่องจักรที่ใช้ผลิตปั้มน้ำไม่ได้รับการปรับเทียบอย่างเหมาะสม
#2 ทำไมเครื่องจักรไม่ได้รับการปรับเทียบอย่างเหมาะสม
หลังจากระดมสมองกันคิดจึงได้ทราบว่าเครื่องจักรไม่ได้ถูกปรับเทียบในขั้นสุดท้ายระหว่างการปรับปรุง ซ่อมแซม ดูแล
#3 ทำไมเครื่องจักรไม่ได้ถูกปรับเทียบในขั้นสุดท้ายระหว่างการปรับปรุง ซ่อมแซม ดูแล
ทีมวิเคราะห์ได้สำรวจขั้นตอนต่างๆ เกี่ยวกับการปรับเทียบ และพบว่าวิธีการปรับเทียบที่ใช้อยู่ไม่เหมาะสมกับเครื่องจักร
#4 ทำไมวิธีการปรับเทียบที่ใช้อยู่ไม่เหมาะกับเครื่องจักร
คำถามในขั้นตอนนี้นำพาทีมวิเคราะห์ค้นพบว่าบริษัทได้ทำการติดตั้งซอฟแวร์ตัวใหม่ลงในเครื่องจักร เพราะต้องดีอัพเกรด แต่วิศวกรไม่ได้รับข้อมูลเกี่ยวกับการปรับเทียบใหม่จึงไม่รู้ว่าจะส่งผลกับวิธีการปรับเทียบแบบเดิม
#5 ทำไมวิศวกรไม่ได้รับข้อมูลการปรับเทียบสำหรับซอฟแวร์ตัวใหม่
สุดท้ายนี้ทีมวิเคราะห์ได้คำตอบมาว่าทีมติดตั้งซอฟแวร์เกิดความผิดพลาดในการสื่อสารกับวิศวกรทำให้วิศวกรพลาดรายละเอียดข้อมูลในการปรับเทียบ
สุดท้ายนี้ได้ข้อสรุปคือวิศวกรขาดข้อมูลในการปรับเทียบเครื่องจักรทำให้เกิดข้อบกพร่องของปั้มน้ำเพิ่มขึ้น และหลังจากนั้นวิศวกรได้ทำการปรับเทียบเครื่องจักรอย่างเหมาะสมและปัญหาปั้มน้ำก็ได้รับการแก้ไข
ที่มาของตัวอย่างมาจาก Coursera Google x true: Use 5 whys for root cause analysis
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
