Design of experiment in production process innovation

Nel suo famoso libro Progettazione ed Analisi degli Esperimenti, Montgomery descrive il Design of Experiment (DOE) come un esteso approccio ad un esperimento che parte dall’enunciato del problema, attraversa la progettazione della fase sperimentale e lo studio delle possibili soluzioni, per chiudersi con le conclusioni e le raccomandazioni. In particolare, il DOE è riconosciuto essere un potente strumento che si basa sulla statistica per progettare ed analizzare gli esperimenti. Le potenzialità del DOE sono ben conosciute ed apprezzate tra gli studiosi. In alcuni campi le sue potenzialità sono riconosciute ed apprezzate anche dai professionisti. Per questo motivo c’è un uso esteso del Design of Experiment nel miglioramento della qualità dei processi industriali. Secondo la definizione fornita da Bisgaard, l’innovazione è l’intero processo di sviluppo ed alla fine commercializzazione di nuovi prodotti e servizi, di nuovi metodi di produzione o approvvigionamento, di nuovi metodi di trasporto o servizi di consegna, di nuovi modelli di business, nuovi mercati, o nuove forme di organizzazione. Mentre l’uso del DOE è ben diffuso nella sperimentazione industriale per il miglioramento della qualità, il vantaggio dell’uso del DOE per l’innovazione è fonte di dibattito tra gli studiosi e tra i professionisti. L’idea di studiare l’uso del DOE per l’innovazione dei processi di produzione ha origine da questo dibattito. La ricerca è stata condotta secondo diverse prospettive. La prima prospettiva riguarda l’efficacia del DOE nel supportare e potenziare la fase di innovazione di un processo produttivo. Essa è evidenziata grazie ad un caso studio nel quale è stata sviluppata una strategia per innovare il processo di termoformatura per la produzione di un packaging funzionale. Il DOE ha favorito la capacità di innovazione permettendo una riduzione degli errori sistematici e delle distorsioni, una completa esplorazione dello spazio fattoriale, ed una riduzione del numero dei test. Il DOE ha permesso di identificare e superare la discrepanza tra i fattori di controllo in laboratorio e quelli nella linea di produzione. Una seconda prospettiva è di taglio manageriale ed è stata quella della gestione del processo di innovazione. L’impatto positivo che l’adozione del DOE ha avuto sulla gestione del processo di innovazione viene qui mostrato per mezzo di un caso studio. Il DOE ha dato prova di essere utile fornendo appropriati strumenti ed impattando su cinque dimensioni tipiche dell’ambito manageriale: capacità decisionali, integrazione, comunicazione, tempi e costi, e gestione della conoscenza. Sono stati poi studiati alcuni metodi non parametrici. Attraverso uno studio di simulazione sono stati confrontati alcuni test univariati in un piano fattoriale a due vie. Lo studio ha mostrato come l'efficacia dei metodi di analisi vari a seconda del data set da analizzare. Di conseguenza non è emerso un unico approccio da utilizzare nella fase di progettazione dell’esperimento, ma bensì vari aspetti devono essere tenuti in considerazione simultaneamente. Una accurata scelta del test favorisce l’impatto positivo che il DOE ha sull’innovazione dei processi di produzione. Inoltre, è stato sviluppato un nuovo approccio multivariato non parametrico basato sulla NonParametric Combination applicata ai test Synchronized Permutation. Questo approccio si è rivelato essere un buono strumento quando sono violate le assunzioni della MANOVA. Un grosso vantaggio di questo tipo di test sono le ottime performances nel caso di campioni non numerosi che riflette le necessità dei professionisti in ambito industriale dove ci sono limitazioni o risorse scarse per la sperimentazione. Inoltre può essere osservato un aumento della potenza sotto ipotesi alternativa quando il numero delle variabili risposta aumenta ed il numero dei campioni rimane costante. Le proprietà di questo test multivariato lo rendono un utile strumento per l’innovazione dei processi produttivi.