Il governo del rischio come fattore competitivo · La Società ACME, che vende prodotti per...

Novembre 20060

Il governo del rischio come

fattore competitivo

“Se hai bisogno di una valvola che non perde fai di tutto pur di trovarla. Ma il mondo reale può darti solo una valvola che perde, quindi devi stabilire la perdita massima che puoi tollerare e cosa fare per non superarla mai”.

Arthur Rudolph, il progettista del razzo Saturno 5 che portò il primo uomo sulla Luna. Intervista al New York Times, 3 gennaio 1996.

Novembre 20061

Agenda

Rischio, qualità e competitività

I 4 principi di approccio

Conclusioni

Esempio di applicazione

Obiettivi

Allegato: gli strumenti

Novembre 20062

Rischio, qualità e competitività

QUALITA’REATTIVA

QUALITA’POSITIVA

QUALITA’LATENTE

Isolare gli scostamenti negativi del prodotto/servizio

richiesto

correzione

Prevenire gli scostamenti negativi del prodotto/servizio

richiesto

miglioramento

Superare la qualità e le caratteristiche del

prodotto/servizio richiesto

miglioramento continuo

rispetto della qualità e caratteristiche richieste dal cliente

• rispetto della qualità e caratteristiche attese dal cliente

• - costi (= + margini o + competitività)

• superare le aspettative del cliente

• - costi• + mercato

ambi

to

controllo del rischio

controllo del rischio

azio

neob

ietti

vo

governo del rischio

governo del rischio

Novembre 20063

I 4 principi di approccio

11 Principio della priorità

22

33

44

i fattori importanti sono pochi

tralasciare i dettagli

Principio della multivarianza

le cause di variabilitàsono molteplici e legate fra loro

intervenire su una causa èinutile se non si considerano i legami (effetto domino)

Principio della sistematicità

i processi vanno considerati come sistemi spaziali e temporali

scomporre nelle componenti spaziali e temporali e nei rispettivi livelli di gerarchia

Principio della causalità

la variabilità è dovuta a cause intrinseche, a cause interne e a cause esterne

individuarle e distinguerle (le soluzioni saranno diverse)

Novembre 20064

Obiettivi

MIGLIORAMENTO DELLE PERFORMANCES E RIDUZIONE COSTI

Impostare il monitoraggio secondo criteri misurabili

una perdita/errore è un difetto del processo

una carenza di efficienza e/o di efficacia è un difetto di processo

un difetto di processo è un rischio competitivo e si può risolvere se:

si individua dov’èsi misura

si determina quando e perchè

L’evento certo e l’evento impossibile non esistono

un costo eccessivo è un difetto di processo

Novembre 20065

MIGLIORAMENTO DELLA GOVERNANCE

Utilizzare una mappatura dei processi e i dati di perdita/errore per impostare un controllo di processo “esteso” (includendo tutti i fattori, non solo le macchine)

Metodi sperimentati e consolidati

Mappatura dei processi e dati

Modelli matematici

Sistema di monitoraggio (a basso costo >>> semplificare)

Obiettivi

La semplicità è inversamente proporzionale alla possibilità di sbagliare.

Novembre 20066

esempio di applicazione

target: qualità positiva (controllo del rischio)

Novembre 20067

La Società ACME, che vende prodotti per corrispondenza, ha deciso di automatizzare il proprio back office di order entry con un sistema di acquisizione ottica degli ordini, ICR evideocorrezione. Le 70 workstation (1 turno di 8 ore) sono state ritenute sufficienti dopo un test iniziale di prestazione , che ha evidenziato i seguenti dati:

N°. ordini incoming: 180.000/giornoN°. medio di caratteri per ordine: 300 alfanumericiN° medio di errori in post-recognition/doc: 15N° medio di errori dopo post-processing: 8N° medio di battute/utente in correzione: 2.600/ora

La Società ACME, che vende prodotti per corrispondenza, ha deciso di automatizzare il proprio back office di order entry con un sistema di acquisizione ottica degli ordini, ICR evideocorrezione. Le 70 workstation (1 turno di 8 ore) sono state ritenute sufficienti dopo un test iniziale di prestazione , che ha evidenziato i seguenti dati:

N°. ordini incoming: 180.000/giornoN°. medio di caratteri per ordine: 300 alfanumericiN° medio di errori in post-recognition/doc: 15N° medio di errori dopo post-processing: 8N° medio di battute/utente in correzione: 2.600/ora

Qual è il grado di variabilità accettabile affinchè il sistema non dimostri degrado nelle prestazioni correnti (invarianza di affidabilità)

Qual è il grado di variabilità accettabile affinchè il sistema non dimostri degrado nelle prestazioni correnti (invarianza di affidabilità)

Come fare un monitoraggio che rispetti i tempi del processo e garantisca la possibilità di intervento “trasparente”?

Come fare un monitoraggio che rispetti i tempi del processo e garantisca la possibilità di intervento “trasparente”?

LIMITE SUPERIORE ED INFERIORE DI CONTROLLOLIMITE SUPERIORE ED INFERIORE DI CONTROLLO

Applicazione – Il contesto e le esigenze

1 2prestazione affidabilità

Novembre 20068

scanner 1scanner 1

scanner 2scanner 2

scannerdi

rispetto

scannerdi

rispetto

serverserver

serverin

mirroring

serverin

mirroring70 workstation di

correzione

recognitionpost processingdatabase machineapplication engine

• PLC• Magazzini• Spedizioni

• PLC• Magazzini• Spedizioni

REQUISITO FONDAMENTALE:NESSUNO STOP NELLA CATENA

PER NESSUN MOTIVOOBIETTIVO: CONSEGNA IN 24 ORE

REQUISITO FONDAMENTALE:NESSUNO STOP NELLA CATENA

PER NESSUN MOTIVOOBIETTIVO: CONSEGNA IN 24 ORE

capacità 10/11.000 doc/ora

Applicazione – Il contesto e le esigenze

back office

Novembre 20069

Applicazione - Il processo produttivo

acquisizione10.000 doc.

ICR

IMG

Dati

campionamento

OK?check

videocorrezioneinvio datisistema

spedizioni

quality assurance

SI

NO analisirisultati

60 min.2 min.

10 min.

OK?SI

alert NO

riacquisizionesu scanner di

rispetto

manutenzione scanner

max. 1 h e 15 min.

Novembre 200610

RICEZIONE ACQUISIZIONE CORREZIONE INVIO DATIA MAGAZZINO

• manipolazioneante consegna

• qualità carta• qualità stampa• umidità• polvere

• preparazione• alimentazione• degrado lampade• degrado trasporto• condizioniambientali

• aggiornamentodatabase

• system fault

• personale• orario• stagionalità• clima aziendale• tuning computers• tuning LAN• system fault

NON IMPATTATONEL CAMPIONAMENTO

… 07.00 – 11.00… 07.00 – 11.00 07.00 – 16.0007.00 – 16.00 08.15 – 17.15 08.15 – 17.15 08.30 – 17.3008.30 – 17.30

FATTORI DI POSSIBILE INFLUENZAFATTORI DI POSSIBILE INFLUENZA

Applicazione – Il processo produttivo e i fattori di influenza

Novembre 200611

POSSIBILE RIFIUTO

POSSIBILE RIFIUTO

LIMITI SUPERIORE ED INFERIORE DI CONTROLLOLIMITI SUPERIORE ED INFERIORE DI CONTROLLO

tempo

med

ia c

ampi

onar

ia 1° LSC

1° LIC

rangeaccettabile

di variabilità

2° LSC

2° LIC

dipendenzadalla strategia


RIFIUTO

RIFIUTO

ACCETTAZIONE

Applicazione – Il modello

Novembre 200612

Pm [|Xm-θ|≥ ]≤

media sul campione

cosa avviene in realedifferenza tra ciò che vedosul campione e ciò che avviene in reale

probabilità disbagliare

IL CAMPIONAMENTO DEVE ESSERE FATTO A CASO

ε σθ (Xm)ε

2

2

Valore deciso sulla base diquanto voglio essere preciso (in %)(ovviamente la precisione costa)


il grado di variabilità

Novembre 200613

√ 14nα

Pm [|Xm-θ|≥ ] ≤ α

ampiezza del campioneprobabilità di sbagliaredifferenza tra ciò che vedo

sul campione e ciò che avviene in reale Valore deciso sulla base di

quanto voglio essere preciso (in %)

θ ⊂ (Xm -√ 14nα

; Xm +√ 14nα

)

si dice intervallo di confidenza di livello 1- α


Novembre 200614

(Xm -√ 14nα

; Xm +√ 14nα

) α=0,05=5% ; n = 500

√ 14nα

= 0,1

Se osservando un campione casuale di 500 elementi, ciò che rilevo sul campione avviene sul reale ± 10% con il 95% di probabilità. (indipendentemente da quanto ègrande l’intera popolazione).

Se osservando un campione casuale di 500 elementi, ciò che rilevo sul campione avviene sul reale ± 10% con il 95% di probabilità. (indipendentemente da quanto ègrande l’intera popolazione).


Nel nostro caso, se rilevo una media complessiva tra 7,2 e 8,8 errori per documento (approssimiamo tra 7 e 9 e sono ugualmente soddisfatto), allora con il 95% di probabilità l’intero lotto è conforme.

NON METTO IN PREVENTIVO ALCUN INTERVENTO (PER ORA)

Nel nostro caso, se rilevo una media complessiva tra 7,2 e 8,8 errori per documento (approssimiamo tra 7 e 9 e sono ugualmente soddisfatto), allora con il 95% di probabilità l’intero lotto è conforme.

NON METTO IN PREVENTIVO ALCUN INTERVENTO (PER ORA)

Novembre 200615

11 FISSARE IL VALORE DELLE PRESTAZIONI CORRENTIFISSARE IL VALORE DELLE PRESTAZIONI CORRENTI

22 STABILIRE IL GRADO DI RISCHIO ACCETTABILESTABILIRE IL GRADO DI RISCHIO ACCETTABILE

Qual è il grado di variabilità accettabileaffinchè il sistema non dimostri degradonelle prestazioni correnti (invarianza di affidabilità)

Qual è il grado di variabilità accettabileaffinchè il sistema non dimostri degradonelle prestazioni correnti (invarianza di affidabilità)

Qual è l’ampiezza del campione (casuale)con il quale misurare il livello di affidabilitàdelle nuove applicazioni in fase di test primadel loro inserimento in produzione

Qual è l’ampiezza del campione (casuale)con il quale misurare il livello di affidabilitàdelle nuove applicazioni in fase di test primadel loro inserimento in produzione

8 caratteri/documento da correggere in media8 caratteri/documento da correggere in media

95% di affidabilità della stima95% di affidabilità della stima

Applicazione – L’approccio

Novembre 200616

tempo

9 errori

7 errori

12 errori

5 errori

RIFIUTO

RIFIUTO

ACCETTAZIONE


POSSIBILI STRATEGIE:• Intervento• aumento la dimensione del campione• accetto un rischio maggiore in attesa di ulteriori conferme

POSSIBILI STRATEGIE:• Intervento• aumento la dimensione del campione• accetto un rischio maggiore in attesa di ulteriori conferme

8 errori

Novembre 200617

11 INQUADRO LE ESIGENZE

22 SCELGO LA METODOLOGIA

33 STABILISCO LA STRATEGIA

44 DEFINISCO LO STANDARD DI CONTROLLO

55 IMPLEMENTO LA STRATEGIA SUGLI STANDARD DI CONTROLLO


Novembre 200618

11 INQUADRO LE ESIGENZE

• monitoraggio di andamento PREVENTIVO• soglie di allarme• what-if per troubleshooting

22 SCELGO LA METODOLOGIA

• campionamento ogni ora, in automatico• campione casuale normale • tolleranza 10%, affidabilità 95%

Applicazione – La metodologia

Novembre 200619

campionamento ogni ora (8 campioni/giorno in totale)alarm automaticireporting statistico di fine giornata, settimanale e mensilereporting statistico di accumulazione

produttività globale produttività macchineproduttività personale

33 STABILISCO LA STRATEGIA

SWITCH al 1° OVER con eccesso di + del 30% di errore (2ª soglia di sorveglianza)SWITCH sul recovery a caldo e intervento di manutenzione al 3°over consecutivo o 10/30 non consecutivi (anche su più giorni)verifica completa di processo sulla linea di produzione dopo 2 SWITCH a caldo consecutivi o 5/10 non consecutivi

COSTRUZIONE TABLEAU DE BORD

CONDIZIONI DI ALERT


Novembre 200620

44 DEFINISCO LO STANDARD DI CONTROLLO

55 IMPLEMENTO LA STRATEGIA SUGLI STANDARD DI CONTROLLO

• layout modelli• processo di smistamento dell’informazione

chi è informato e di cosaquandoresponsabilità e deleghe decisionali

• specifiche applicativi di gestione del controllo

• sviluppo, test e avviamento applicativi• misurazione del rapporto costi/benefici• tuning sulle rilevazioni• tuning sul processo di controllo


Novembre 200621

start acquisizione

start acquisizione

start correzione

start correzione

stopacquisizione

stopacquisizione

stop correzione

stop correzione

07.00

16.00

08.15

17.15

lotto 1.1 OKlotto 1.1 OK








start acquisizione

start acquisizione

stopacquisizione

stopacquisizione



lotto 3.2 KOlotto 3.2 KO


lotto 5.2 OKlotto 5.2 OKlotto 6.2 OKlotto 6.2 OK



scanner 1 scanner 2

IDLEIDLE

IDLEIDLE

scanner rispetto

serverserverserver

mirroringserver

mirroring

start acquisizione

start acquisizione

lotto 3.2 OKlotto 3.2 OKmanutenzionemanutenzione

stopacquisizione

stopacquisizione

superamento di 1 condizione di alert

Applicazione – Il processo risultante

08.30

17.30

start invio datistart

invio dati

fine invio dati

fine invio dati

• 2 linee di produzione in parallelo e 1 di recovery

• 2 server in mirroring

• 2 linee di produzione in parallelo e 1 di recovery

• 2 server in mirroring

Novembre 200622

Sono dati certi calcolati a fine

giornata

Sono dati certi calcolati a fine

giornata

Un 3° rosso consecutivo avrebbe portato

all’intervento immediato

Un 3° rosso consecutivo avrebbe portato

all’intervento immediato

Informazioni aggiuntive per meglio indirizzare il

troubleshooting

Informazioni aggiuntive per meglio indirizzare il

troubleshooting

GIORNALIERO – ON LINE (SCANNER 1)GIORNALIERO – ON LINE (SCANNER 1)

Caso pratico – La costruzione della carta di controllo

Post-recognition Esito Post processing Esito07.00 - 08.00 16 + 8 =08.00 - 09.00 17 + 7 =09.00 - 10.00 18 + 9 +10.00 - 11.00 14 - 9 +11.00 - 12.00 13 - 7 =12.00 - 13.00 19 + 10 +14.00 - 15.00 16 + 8 =15.00 - 16.00 15 = 8 =

Totale(globale giornata) 17 9

Lotto acquisito RisultanteErrori medi sul campione

Novembre 200623



Ora del campionamento RisultanteErrori medi sul campione










esiti giornalieri scanner 2esiti giornalieri scanner 2

Statistiche mensili – OFF LINEStatistiche mensili – OFF LINE














Post-recognition Esito Post processing Esito1 16 + 8 =2 17 + 7 =3 18 + 9 +4 14 - 9 +5 13 - 7 =6 19 + 10 +7 16 + 8 =8 15 = 10 +9 14 - 10 +

10 16 + 11 +11 16 + 8 =12 15 = 8 =… … … … … …31 15 = 8 =

Totale(globale mese) 17 8

Data RisultanteErrori medi sul campione

Caso pratico – La costruzione della carta di controllo

Post-recognition Esito Post processing Esito1 16 + 8 =2 17 + 7 =3 18 + 9 +4 14 - 9 +5 13 - 7 =6 19 + 10 +7 16 + 8 =8 15 = 10 +9 14 - 10 +

10 16 + 11 +11 16 + 8 =12 15 = 8 =… … … … … …31 15 = 8 =



se 10/30 sono rossi o 3 consecutivi (ad esempio) intervengo immediatamente sulla manutenzione con switch sulla macchina di rispetto

se 10/30 sono rossi o 3 consecutivi (ad esempio) intervengo immediatamente sulla manutenzione con switch sulla macchina di rispetto

Novembre 200624

conclusioni

Novembre 200625

MetodiEsistono e non richiedono capacità particolari Sono inapplicabili senza la conoscenza del contestoVanno applicati e letti con la regola 80/20

StrumentiBasta l’ABC (Pareto)Senza di essi metodi e informazioni non coesistono Le decisioni difficili lasciamole alle persone

senza committment non si hanno risultati concreti

Novembre 200626

Allegato - gli strumenti

Novembre 200627

Gli strumenti statistici

11 Foglio di raccolta dati

22 Istogramma

33 Diagramma causa-effetto

44 Diagramma di Pareto

55 Analisi per stratificazione

66

77 Carta di controllo

Correlazione

Schema con il quale raccogliere organicamente i dati rilevanti per l’osservazione con evidenza dei criteri di raccolta.

Rappresentazione con la quale raggruppare in classi i dati del foglio di raccolta ed esprimerli in forma grafica (struttura statistica)

Schema con il quale rappresentare le possibili cause di non raggiungimento degli obiettivi di un processo (diagramma di Ishikawa o diagramma a lisca di pesce).

Schema con il quale organizzare la struttura statistica determinata per priorità di analisi

Modello di analisi per determinare la dinamica locale o temporale di un fenomeno: rende dinamica (“stratifica”) la struttura statistica a istogramma

Diagramma con il quale determinare se vi è correlazione fra due fenomeni

Diagramma con il quale controllare l’andamento di un processo e le frequenze con le quali i risultati superano valori prefissati di qualità.

ANALIZZA I FATTI, PARLA CON I DATIANALIZZA I FATTI, PARLA CON I DATI

Novembre 200628

Gli strumenti manageriali

11 Diagramma delle affinità (KJ)

22 Diagramma delle relazioni

33 Diagramma ad albero

44 Diagramma a matrice

55 Albero delle decisioni

66

77 Analisi matrice dati

Diagramma a frecce (Pert)

sintetizzare, classificare, strutturare i concetti in via di definizione

dettagliare i fenomeni in scala gerarchica

schematizzare le correlazioni logiche per decision support

identificare alternative

individuare le cause più probabili

quantificare le relazioni (rilevazioni nel percorso di pianificazione)

individuare le interrelazioni fra le cause e gli effetti

SE SI TORTURANO ABBASTANZA A LUNGO I DATI, ALLA FINE CONFESSANOSE SI TORTURANO ABBASTANZA A LUNGO I DATI, ALLA FINE CONFESSANO

Novembre 200629

Foglio di raccolta dati


























Statistiche mensili – OFF LINEStatistiche mensili – OFF LINE


























Post-recognition Esito Post processing Esito1 16 + 8 =2 17 + 7 =3 18 + 9 +4 14 - 9 +5 13 - 7 =6 19 + 10 +7 16 + 8 =8 15 = 10 +9 14 - 10 +10 16 + 11 +11 16 + 8 =12 15 = 8 =… … … … … …31 15 = 8 =


Data RisultanteErrori medi sul campionePost-recognition Esito Post processing Esito

1 16 + 8 =2 17 + 7 =3 18 + 9 +4 14 - 9 +5 13 - 7 =6 19 + 10 +7 16 + 8 =8 15 = 10 +9 14 - 10 +10 16 + 11 +11 16 + 8 =12 15 = 8 =… … … … … …31 15 = 8 =



Novembre 200630

Istogramma

0

10

20

30

40

50

60

70

80

90

100lo

tti

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 oltre

erroria norma

Novembre 200631

Diagramma causa - effetto

scanner

carta postprocessing

operatore

OUTPUTlotto per

videocorrezione

temperatura di esercizio

tensione di alimentazione

tuning

cinghie

stacker/feeder

lampade

rulli

guasti meccanici o elettronici

umidità

taglio

scrittura

stampa prefincato

impurità

pieghe e strappi

feeding

preparazionelotto

emptying stacker

cleaning

recognition

character set

frame

softwaretuning

database lessicale

plausibility check

softwaretuning

INPUTdocumenti via

posta

Novembre 200632

Diagramma di Pareto

87

71 65 64

50 4942

36 34

24 20 19 18 16

156

0

20

40

60

80

100

120

140

160

num

ero

chia

mat

e

S90

O40

OPR ES

0

MPA PO

R

R30

X70

X91

CK0 TE

S

PZZ

O10 LIC

Rim

anen

ti 4

1

20%

80%

Error i ge ne rati dalle 14 proce dure con più di 15 chiam ate notturne(ne i 9 m e s i)Er ror i ge ne rati dalle 41 proce dure con m e no di 15 chiam atenotturne (ne i 9 m e s i)

Novembre 200633

Analisi per stratificazione

Incidenza percentuale comparata Batch-TP sulla difettosità

12 9 9 9 7 7 6 5 5 3 3 3 2 2

21

8

1

104 4 6

03

0 04

0 0 0

60

0

10

20

3040

50

60

70

S90

O40 OPRES0MPA PORR30 X7

0X91 CK0TE

SPZZ O10 LIC

Riman

enti

Batch (%) TP (%)

Novembre 200634

Diagramma di correlazione

20 22 24 26 28 30 32 34

50

60

70

80

90

100

110

120

130

140

150

160

170

180

190

200

h hhh

hh

h

h hhhh

h

h

hh

h

hh

hh

h

h hh

h

h

hh

h

h

h

h

hh

hh

h

hh

hh

h

h

h

h

h

h

h

h

erro

ri co

mpl

essi

vi g

iorn

alie

ri

temperatura di eserciziorange accettabile

Novembre 200635

Carta di controllo – controlli statistici

REGIONE DI SORVEGLIANZA

REGIONE DI SORVEGLIANZA

tempo

med

iarange

accettabile

UCL

LCL



REGIONE DI INTERVENTO

REGIONE DI INTERVENTO

NORMALITA’

Upper Control Limit (limite superiore di controllo)

Lower Control Limit (limite inferiore di controllo) diagrammi di controllo di Shewhart

UWL

LWL

Upper Warning Limit (limite superiore di sorveglianza)

Lower Warning Limit (limite superiore di sorveglianza)

Novembre 200636

Il diagramma KJ

FABBRICA

scarsa attitudine

all’operare con metodo

troppe iniziative in corso

poca motivazione del

personale

struttura organizzativa inadeguata

FORMAZIONE

programma insufficiente

corsi non pertinenti

PIATTAFORME TECNICHE

strumentidatati

difettositàeccessive

competenze non aggiornate

GESTIONE CORRENTE

resistenza del personale

all’innovazione

eccessivo ricorso a personale esterno

costi elevati

ritardi nelle consegne

manutenzione insufficiente

Qualità del servizio è migliorabile

Novembre 200637

Il diagramma delle relazioni“Non riesco ad aumentare il livello di servizio all’utenza”

difficoltà ad interpretare le

richieste

carenza di strumenti di

misurazione CS

overbooking del personale di Help

Desk

assenza di strumenti di

gestione richieste

difficoltà ad assegnare le

priorità

lacune nel processo di

evasione richieste

pianificazione poco attendibile

scarsa motivazione dei gestori relazione

pochi contatti

insufficiente presenza presso il

cliente interno

limitate competenze dei gestori relazione

difficoltà a individuare spazi di miglioramento

non puntualitànegli interventi

cattivo rapporto con il cliente

interno

management non informato

formazione inadeguata

difettositàperduranti

ripercussioni sull’operatività

della rete

ripercussioni sui canali diretti con

la clientela

danno di immagine

danno economico

overbooking callcenter

Novembre 200638

Il diagramma ad albero

come migliorare il livello di servizio

all’utenza

agendo sul miglioramento

dell’informazione

agendo sul miglioramento dei gestori di relazione

processi e strumenti di

misurazione C.S.

strumenti di gestione delle

richieste

SLA fruibili

visite pianificate

feedback al management

acquisizione

diffusione

processo di attribuzione priorità

formazione

motivazione

business

personal skill

coinvolgimento

incentivazione

Novembre 200639

Il diagramma a matrice

CAUSE

SOLUZIONI

EFFETTI

tran

sazi

oni n

on s

egna

late

(in

tenz

iona

lmen

te)

DISASTER RECOVERY

TRASFERIMENTO OPERATIVITA’

AUTOMATISMI TECNICI (HW,SW, …)

AUMENTO DI CONTROLLO/SENSIBILITA’ n

tran

sazi

oni n

on a

utor

izza

te

utili

zzo

non

auto

rizza

to

della

pos

tazi

one

di la

voro

di

terz

i

appr

opria

zion

e in

debi

ta d

i ba

ncon

ote

e/o

valo

ri de

lla

clie

ntel

a

inad

egua

to o

man

cato

ris

petto

deg

li ob

blig

hi d

i in

form

azio

ne

viol

azio

ne n

orm

ativ

a an

triri

cicl

aggi

o

prol

unga

ta in

disp

onib

ilità

del s

iste

ma

info

rmat

ico

(fi

liale

)

prol

unga

ta in

disp

onib

ilità

del s

iste

ma

info

rmat

ico

(c

entr

ale)

erro

ri di

inse

rimen

to d

ati

da p

arte

del

l’out

sour

cerd

i ba

ck o

ffice

SANZIONE AMMINISTRATIVA

PERDITA PECUNIARIA LIMITATA

PERDITA PECUNIARIA RILEVANTE

CONTENZIOSO LEGALE CON IL CLIENTE

BLOCCO OPERATIVITA’

RIDUZIONE OPERATIVITA’

n

n

n

n

n

n n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

n

Novembre 200640

Albero delle decisioni (PDPC)

continuità del processo di

OCR

operatore

carta

scanner

recognition

postprocessing

temperatura di esercizio

tensione alimentazione

degrado componenti

guasti

cinghie

stacker/feeder

lampade

rulli

sost. a ¾ vita utile

sost. a % errori out of range

inserimento mis.

diagnostico

digitalimproving

non risolve

non è detto che il problema stia nella lampada

consente intervento preventivo

richiede modifica dello

chassisCOSTOSO

richiede modifica dello

schema elettrico

COSTOSO

richiede troppo tempo di

elaborazione

X

X

X

X

X

inserimento lampada backup

over lightning

Novembre 200641

Diagramma a frecce (±PERT)

banca virtuale

# clienti>100.000in 6 mesi

20%

# clienti50-100.000in 6 mesi

70%

5%

# clienti<20.000

in 6 mesi

# clienti20-50.000in 6 mesi

5%

80%

sistemiOK

20%servizilenti

10%causelato

cliente

serversovracc.

60%

30%

networking

99%1%

sistemiOK

0,1%

99,9%

servizilenti

serversovracc.

1% arch.errata

5%

95%

tuningcauselato

cliente

99%

pesoapplicativo

99%

altre cause

1%

potenziam.

99%

1%

1%99%

helpdesk

evolutionstatus

controlstatus

helpdesk

0,01%

applic.non

appealingmarketing

servizionon

appealingreviewstatus

20%40%39,99%

Novembre 200642

Analisi matrice dati

diagrammacausa-effetto

VARIABILI CAMPIONAMENTIRIPETUTI DATABASE

OSSERVAZIONI

ANALISI CORRELAZIONI

MULTIPLE

DETERMINAZIONE CORRELAZIONI

RILEVANTI

DETERMINAZIONEREGOLE (LEGGI)

MATRICE DI

ANALISI DATI

ESAME ESITILINEE GUIDA

DI MIGLIORAMENTO

INTERVENTI SUL

PROCESSO

DATABASESTATISTICO

DATI RILEVANTI

Il governo del rischio come fattore competitivo · La Società ACME, che vende prodotti per...

Documents

Transcript of Il governo del rischio come fattore competitivo · La Società ACME, che vende prodotti per...