在項(xiàng)目管理培訓(xùn)中，你可能會聽到：“CMM2級企業(yè)不適合實(shí)施6sigma，應(yīng)該等到CMM4級之后，度量體系比較完善時再進(jìn)行?！倍嗄甑墓芾斫?jīng)驗(yàn)告訴我，CMM/CMMI與6sigma能夠結(jié)合，互相促進(jìn)?，F(xiàn)提供幾個典型案例，它們各具特色，在此一一分享。
一、6sigma能幫助解決軟件技術(shù)問題嗎？
第一個項(xiàng)目項(xiàng)目名稱是《XX網(wǎng)管系統(tǒng)提高告警吞吐率》，問題是在大量告警上報(bào)時，UNIX服務(wù)器的告警處理吞吐率僅為8條/秒，同時占用CPU達(dá)90％，導(dǎo)致其它模塊的操作基本上不能進(jìn)行。用戶對此非常不滿，要求我公司盡快解決此問題，提高吞吐率到至少48條/秒，而系統(tǒng)成本不能有較大幅度增加。如何解決這個問題？一個解決方案是提高硬件的配置，從而提高處理性能，但是這樣做會大大增加采購成本，而性能并不會有極大的提升，實(shí)際上降低了產(chǎn)品的可銷性，這樣的投入收益比極不合算，此方案被拒絕。項(xiàng)目組在花了大量時間和精力，仍然尋找不到合適的解決辦法之后，想到了6sigma。大家知道，6sigma項(xiàng)目的選擇就是那些“難度大、影響力大”的問題，于是這個項(xiàng)目組的成員將此問題立項(xiàng)，期待6sigma能在黑暗中帶來曙光。
除去定義與測量階段，此項(xiàng)目的分析思路是這樣的：首先是頭腦風(fēng)暴魚骨圖，羅列所有大家能想到的可能原因；然后將這些原因按照告警的邏輯處理流程組織成FMEA，進(jìn)行RPN分析，篩選出RPN值大于100的少數(shù)因素，作為潛在的關(guān)鍵因子；之后對這些潛在因子逐一試驗(yàn)，進(jìn)行確認(rèn)。整個項(xiàng)目的突破就出現(xiàn)在第一個因子的試驗(yàn)中，流量增加時，服務(wù)器的處理延時反而有較大的降低。這個現(xiàn)象如果沒有針對此原因的試驗(yàn)，沒有這些數(shù)據(jù)是無法看到的。
分析這個現(xiàn)象的原因，難不到我們的軟件工程師，很快就得出了結(jié)論：TCP協(xié)議參數(shù)設(shè)置不當(dāng)。修改此參數(shù)后，重新做同樣的試驗(yàn)，其告警吞吐率基本上與輸入流量呈線性關(guān)系增長，瓶頸已經(jīng)消除。這不僅僅是確認(rèn)了此因子是關(guān)鍵因子，同時也驗(yàn)證了改進(jìn)措施的有效性。另外幾個因子也是類似的，通過針對每一種可疑因子的試驗(yàn)，或確認(rèn)此因子為關(guān)鍵因子，或篩選影響不大的因子；然后針對每個關(guān)鍵因子尋找技術(shù)上的解決辦法，就更不在話下了。此項(xiàng)目的成功為公司創(chuàng)造了每年166萬的收益。
回顧這個項(xiàng)目，又應(yīng)驗(yàn)了一句老話：“解決難題經(jīng)常是99％的努力在于尋找關(guān)鍵原因所在，而修改只需要1％的努力?！?sigma本身并不提供技術(shù)解決方案，但是它的思路引導(dǎo)我們向著正確的方向邁進(jìn)，而數(shù)據(jù)是保障我們方向正確的重要依據(jù)。此項(xiàng)目雖然是軟件項(xiàng)目，但是問題本身Y是可以清晰度量的，這也是它能夠適應(yīng)6sigma特色，得以成功的一個原因。
二、主觀判斷的結(jié)果有說服力嗎？
這個案例是黑帶項(xiàng)目《降低異常代碼故障率》，它從CQ分析的主要故障類型之一：異常代碼故障率居高不下而來，這體現(xiàn)出負(fù)責(zé)人主動從失誤中學(xué)習(xí)和進(jìn)步的精神，也給很多仍然為找不到合適項(xiàng)目的同事一個啟示：CQ庫是一個很方便的項(xiàng)目寶庫。
此項(xiàng)目對于故障分類的測量系統(tǒng)分析，是離散數(shù)據(jù)做測量系統(tǒng)分析的典型。在研發(fā)過程中，我們經(jīng)常遇到“只可意會不可言傳”的情形，大家都是主觀判斷“拍腦袋”，這樣的分析如何具有說服力？主觀判斷不等于拍腦袋，這個項(xiàng)目可以作為參考，感覺上的東西通過制定一定的準(zhǔn)則，能夠?qū)⒋蠹业闹饔^判斷達(dá)到基本一致和準(zhǔn)確的標(biāo)準(zhǔn)。以下摘自此項(xiàng)目負(fù)責(zé)人的總結(jié)文章：
在確定了故障的分類規(guī)則后，對于故障進(jìn)行分類，對于同一個故障不同的研發(fā)人員分類可能出現(xiàn)不同的結(jié)果。出現(xiàn)這種問題可能是有兩個原因：
(1)故障分類的標(biāo)準(zhǔn)還不夠明確，參加故障分類的研