DPMO eli ”defects per million opportunities” kuulostaa nimeltään siltä, että tarkistetaan jotain aivan muuta kuin laatua – ensimmäisenä tulee mieleen promillelaskuri, ei tilastollinen työkalu. Mutta kyse on yksinkertaisesta asiasta: kuinka monta virhettä syntyisi, jos samaa prosessia toistettaisiin miljoona kertaa. Kun luku on tiedossa, ei tarvitse enää arvailla onko laatu hyvä vai huono – se joko on tai ei ole, ja ero näkyy numerossa.

Koodaamisen puolella DPMO istuu suoraan tuttuun maailmaan, vaikka sitä ei sillä nimellä siellä yleensä kutsuta. Jokainen joka on korjannut tuotantoon asti päässeen bugin tietää, että virheitä ei kannata laskea fiiliksellä (”tuntuu siltä että koodi on aika luotettavaa”) vaan oikeasti mitattuna: kuinka monta virhettä miljoonaa suoritettua toimintoa kohden. Kun tämä luku otetaan käyttöön testauksen ja koodikatselmoinnin rinnalla, huomataan nopeasti mistä osasta järjestelmää suurin osa häiriöistä oikeasti tulee – eikä se aina ole se osa, jota kaikki epäilivät.

Verotuksen ja kirjanpidon maailmassa sama ajattelu toimii yllättävän hyvin, vaikka sitä harvemmin sanotaan ääneen. Jos yrityksessä lasketaan, kuinka monta laskua tai ALV-kirjausta menee pieleen miljoonaa käsiteltyä tapahtumaa kohden, virhemäärä lakkaa olemasta tunnepohjainen (”meillä taitaa mennä aika paljon pieleen”) ja muuttuu johdettavaksi luvuksi. Sama pätee myöhästyneisiin ilmoituksiin: kun tietää tarkan virhetiheyden, osaa kohdistaa korjaavat toimet oikeaan kohtaan sen sijaan että korjaisi koko prosessin uusiksi varmuuden vuoksi.

Opettajana tämä on yksi niistä aiheista, joka avautuu opiskelijoille yleensä vasta esimerkin kautta, ei kaavan. Omalla Lean Six Sigma -kurssilla paras oppitunti syntyi, kun laskimme yhdessä kuinka monta virhettä syntyisi, jos ryhmän oma harjoitustyöprosessi toistettaisiin miljoona kertaa – luku oli niin karmea, että koko ryhmä alkoi nauraa, ja sen jälkeen jokainen halusi oikeasti parantaa prosessiaan, ei vain kirjoittaa raporttiin että ”laatua tulisi parantaa”. Yrittäjyyden perusteita voi puolestaan opiskella Savon ammattiopiston Yrittäjyyden ammattitutkinnossa, jos yrittäjyys kiinnostaa laajemminkin.

Käytännön vinkki

Älä yritä laskea DPMO-lukua täydellisesti kaikelle heti ensimmäisenä päivänä – se on tyypillinen tapa hukata viikko taulukoiden viilaamiseen ilman että mikään oikeasti muuttuu. Ei tehdä tarkasti väärin: valitse yksi prosessi, laske sen virhetiheys karkeastikin, ja aloita korjaaminen sen pohjalta. Jos edessä on useampi mahdollinen kohde eikä ole selvää mistä kannattaisi aloittaa, XY-matriisi auttaa vertailemaan vaihtoehtoja faktapohjalta sen sijaan että valinta tehtäisiin sillä perusteella, mikä sattuu ärsyttämään eniten juuri nyt.

Yhteenveto

DPMO muuttaa epämääräisen ”meillä taitaa mennä jotain pieleen” -tunteen tarkaksi luvuksi, jota voi johtaa. Kun virhetiheys tiedetään, korjaustoimet osuvat oikeaan paikkaan eikä energiaa tuhlata arvailuun.