جلسات کوچینگ

چرخه PDCA چیست؟ راهنمای کامل بهبود مستمر برای کسب‌وکار

PDCA چرخه‌ی چهارمرحله‌ای بهبود مستمر است — برنامه، اجرا، بررسی، اقدام — که از شوهارت در دهه ۱۹۳۰ و سخنرانی‌های دمینگ در ژاپن ۱۹۵۰ آمد و موتور کایزن تویوتا شد. تاریخچه، مثال قدم‌به‌قدم و درس‌های مرور علمی ۲۰۱۴ — در این راهنما.

تیم ریبین۷ دقیقه مطالعه
هزاران کاشی کوچک که با هم منحنی بزرگ و یکدست یک بنا را ساخته‌اند — منطق PDCA: بهبودهای کوچکِ تکرارشونده، تغییر بزرگ می‌سازند

چرخه PDCA ساده‌ترین موتور بهبود مستمر است: برنامه (Plan) — مسئله و فرضیه‌ات را با یک عدد مشخص کن؛ اجرا (Do) — آزمایشی کوچک انجام بده؛ بررسی (Check) — نتیجه را با پیش‌بینی مقایسه کن؛ اقدام (Act) — یا استانداردش کن، یا اصلاح کن، یا کنار بگذار و چرخه را دوباره بچرخان. ریشه‌اش به والتر شوهارت در دهه‌ی ۱۹۳۰ و سخنرانی‌های ادواردز دمینگ در ژاپنِ ۱۹۵۰ برمی‌گردد — همان بذری که کایزن تویوتا از آن رویید.

اگر در کسب‌وکارت تغییرها یا «یک‌شبه و بزرگ» اجرا می‌شوند و شکست می‌خورند، یا اصلاً اجرا نمی‌شوند چون «حالا وقتش نیست»، این مقاله برای توست — PDCA دقیقاً راه سوم است.

چرخه PDCA دقیقاً چیست؟

PDCA یک جور تواضع روش‌مند است: به جای اینکه فرض کنی می‌دانی راه‌حل چیست و همه‌چیز را روی آن شرط ببندی، راه‌حل را «فرضیه» حساب می‌کنی و ارزان آزمایشش می‌کنی. تغییر بزرگ وقتی می‌آید که فرضیه در مقیاس کوچک خودش را ثابت کرده باشد.

دو کلمه در این چرخه بیشترین بار را می‌کشند و بیشترین بی‌توجهی را می‌بینند. اول «پیش‌بینی» در گام برنامه: قبل از اجرا باید بنویسی انتظار داری چه عددی تغییر کند و چقدر — وگرنه بعد از اجرا، هر نتیجه‌ای «بد نبود» تفسیر می‌شود. دوم «بررسی»: مقایسه‌ی صادقانه‌ی عددِ قبل و بعد با همان پیش‌بینی — نه با حس عمومی جلسه.

و مهم‌تر از همه: PDCA چرخه است، نه خط. یک دور چرخیدن هنری ندارد؛ قدرتش در دورهای پشت‌سرهم است که هر کدام روی درسِ قبلی سوار می‌شوند.

PDCA از کجا آمد؟ از آزمایشگاه بل تا کارخانه‌های ژاپن

داستان از والتر شوهارت شروع می‌شود — فیزیک‌دان آزمایشگاه‌های بل که در دهه‌ی ۱۹۳۰ پایه‌های کنترل کیفیت آماری را گذاشت و اولین نسخه‌ی چرخه را طراحی کرد: مشخصه‌سازی، تولید، بازرسی — با این بینش که تولید را باید مثل یک آزمایش علمیِ در حال تکرار دید، نه یک خط مستقیم.

شاگرد و همکار او، ادواردز دمینگ، این چرخه را جهانی کرد — از مسیری غیرمنتظره: ژاپنِ شکست‌خورده‌ی بعد از جنگ. در سال ۱۹۵۰، اتحادیه‌ی دانشمندان و مهندسان ژاپن (JUSE) دمینگ را برای آموزش مدیران دعوت کرد؛ او چرخه‌ی شوهارت را محور درس‌هایش گذاشت و ژاپنی‌ها چنان جدی گرفتندش که همان سال بعد، جایزه‌ی ملی کیفیت‌شان را «جایزه‌ی دمینگ» نامیدند. نسخه‌ای که مدیران ژاپنی از آن درس‌ها ساختند، همین PDCA امروزی است — و در تویوتا، به موتور کایزن (بهبود مستمر) تبدیل شد: هزاران چرخه‌ی کوچک در سال، به‌جای چند پروژه‌ی بزرگ.

یک پانوشت تاریخی که دقت اهل فن را نشان می‌دهد: خود دمینگ در سال‌های بعد ترجیح داد حرف سوم را از Check به Study تغییر دهد (PDSA) — نگران بود «بررسی» به بازرسیِ صرف تقلیل پیدا کند، در حالی که منظور «آموختن از مقایسه‌ی نتیجه با پیش‌بینی» است. هر دو نام امروز زنده‌اند و جوهرشان یکی است.

نسل جدید همین چرخه را با اسم‌های تازه می‌شناسد: حلقه‌ی «بساز، بسنج، بیاموز» در لین استارتاپ و فرهنگ تست A/B در محصول‌های دیجیتال، هر دو نوه‌های مستقیم PDCA هستند.

ساده به نظر می‌رسد — پس چرا اغلب شکست می‌خورد؟

چون سادگیِ ظاهری، دقتِ اجرایی را می‌خورد. معتبرترین شاهد، مرور سیستماتیک تیلور و همکاران در مجله BMJ Quality & Safety (۲۰۱۴) روی کاربرد PDSA در بهبود کیفیت درمان است: از ۷۳ مطالعه‌ی بررسی‌شده، فقط ۲ مورد همه‌ی اصول روش را کامل رعایت کرده بودند — چرخه‌های تکرارشونده، آزمایش در مقیاس کوچک، پیش‌بینی مستند، و استفاده از داده در طول زمان.

الگوی شکست‌ها آشناست: «چرخه‌هایی» که فقط یک دور می‌چرخند و تمام؛ آزمایش‌هایی که از همان اول در مقیاس کامل اجرا می‌شوند (یعنی آزمایش نیستند، قمارند)؛ و بررسی‌هایی بدون پیش‌بینی قبلی، که هر نتیجه‌ای را موفقیت اعلام می‌کنند.

درس عملی برای کسب‌وکار کوچک سه قاعده است: کوچک شروع کن (دو هفته، یک شعبه، یک سگمنت — نه کل سیستم)، پیش‌بینی را قبل از اجرا بنویس (عدد فعلی، عدد هدف، مهلت)، و دور بعدی را همان جلسه تعیین کن — چرخه‌ای که تاریخ دور بعدش معلوم نیست، همان‌جا می‌ایستد.

چهار گام PDCA — با یک مثال واقعی

لپ‌تاپ، فنجان قهوه و دفترچه‌ای با خودکار روی میز چوبی
قبل از اجرا بنویس: عدد الان چند است، انتظار داری چند شود، تا کی — بدون این، «بررسی» وجود نخواهد داشت

فرض کن یک شیرینی‌فروشی آنلاین داری و ۷۰٪ سبدهای خرید رها می‌شوند. چرخه این‌طور می‌چرخد:

۱. برنامه (Plan). مسئله با عدد: نرخ رها کردن سبد ۷۰٪ است. فرضیه: هزینه‌ی ارسال که آخرِ کار نمایش داده می‌شود، غافلگیرکننده است. آزمایش پیشنهادی: ارسال رایگان برای خرید بالای ۵۰۰ هزار تومان، فقط تهران، دو هفته. پیش‌بینی مکتوب: افت نرخ رها کردن به ۵۵٪ بدون نابود شدن حاشیه‌ی سود.

۲. اجرا (Do). آزمایش را همان‌قدر کوچک که تعریف شد اجرا کن — و حین اجرا فقط مشاهده‌ها را ثبت کن، دستکاری نکن. اگر وسط راه شرایط عوض شد (مثلاً یک کمپین هم‌زمان راه افتاد)، یادداشت کن؛ در گام بررسی لازمش داری.

۳. بررسی (Check). عدد قبل، عدد بعد، کنار پیش‌بینی: رها کردن سبد از ۷۰٪ به ۵۸٪ رسید (پیش‌بینی: ۵۵٪) — اما میانگین ارزش سبد هم ۲۰٪ بالا رفت، چون مشتری‌ها برای رسیدن به آستانه‌ی ارسال رایگان، بیشتر خریدند. نتیجه از پیش‌بینی هم بهتر بود، فقط نه از مسیری که فکر می‌کردیم — این جمله، امضای یک «بررسی» واقعی است.

۴. اقدام (Act). سه راه پیش روست: استاندارد کن (ارسال رایگان بالای آستانه، قاعده‌ی دائمی همه‌ی شهرها شود — با پایش ماهانه‌ی حاشیه‌ی سود)، اصلاح کن و دوباره بچرخان (آستانه را ۴۰۰ کنیم و دو هفته‌ی دیگر تست)، یا کنار بگذار (اگر عددها نمی‌ارزیدند). هر انتخابی، تاریخ دور بعدی چرخه را هم مشخص می‌کند.

PDCA در برابر خویشاوندانش

چارچوب خاستگاه مقیاس معمول کی سراغش بروی؟
PDCA / PDSA کنترل کیفیت (شوهارت، دمینگ) هر بهبود قابل سنجش، از تولید تا فروش بهبود مستمر هر فرآیند موجود
بساز، بسنج، بیاموز لین استارتاپ اعتبارسنجی محصول و بازار جدید وقتی هنوز نمی‌دانی مشتری چه می‌خواهد
تست A/B محصول دیجیتال یک تغییر مشخص، ترافیک بالا وقتی داده‌ی کافی برای مقایسه‌ی آماری داری
GROW کوچینگ تصمیم و هدف فردی وقتی مسئله انتخاب مسیر است، نه بهینه‌سازی

قاعده‌ی سرانگشتی: فرآیندی وجود دارد و می‌خواهی بهترش کنی → PDCA؛ هنوز معلوم نیست اصلاً چه چیزی جواب می‌دهد → بساز-بسنج-بیاموز؛ ترافیک و داده‌ی زیاد داری → A/B؛ و اگر بعد از یک اقدام مهم می‌خواهی درس‌هایش را جمع کنی، آن دیگر AAR است.

چرخه PDCA در ریبین چطور اجرا می‌شود؟

در ریبین، PDCA یکی از ۹ قالب جلسه‌ی کوچینگ است و با همین چهار گام اجرا می‌شود: برنامه (مسئله، فرضیه، معیار سنجش)، اجرا (آزمایش کوچک — دقیقاً چه کاری، در چه مقیاسی، تا کی)، بررسی (عدد قبل و بعد)، و اقدام (استاندارد کن، اصلاح کن، یا رها کن).

تفاوتش با اجرای دستی، سه چیز است:

  1. منتور پیش‌بینی را ازت بیرون می‌کشد — رایج‌ترین نقص PDCAهای دستی، شروع آزمایش بدون عدد هدف است. جلسه از گام برنامه عبور نمی‌کند تا عدد فعلی، عدد هدف و مهلت مشخص شود؛ و چون منتور کسب‌وکارت را می‌شناسد (پروفایل، اسناد، جلسات قبلی)، فرضیه‌ها کلی نیستند.
  2. خروجی خودکار ثبت می‌شود — فرضیه، پیش‌بینی و اقدام‌ها به شکل خلاصه و حداکثر ۵ تعهد زمان‌دار ذخیره می‌شوند؛ جلسه‌ی «بررسیِ» دو هفته بعد، دقیقاً همین سند را جلویت می‌گذارد.
  3. چرخه واقعاً می‌چرخد — چک‌این هفتگی اجرای آزمایش را پیگیری می‌کند و یادآوری می‌کند دور بعدی چرخه کی است؛ درمانِ همان مرگِ بعد از دور اول که مرور ۲۰۱۴ نشانش داد.

یک جلسه‌ی کامل PDCA در ریبین معمولاً ۱۵ تا ۲۵ دقیقه طول می‌کشد و در پلن رایگان — بدون کارت بانکی — قابل اجراست.

پرسش‌های پرتکرار

PDCA و PDSA چه فرقی دارند؟

جوهرشان یکی است؛ PDSA نامی است که خود دمینگ در سال‌های بعد ترجیح داد: Study به‌جای Check، برای تأکید بر اینکه گام سوم «آموختن از مقایسه‌ی نتیجه با پیش‌بینی» است، نه بازرسی ساده. اگر گام سومت پیش‌بینی مکتوب و مقایسه‌ی صادقانه دارد، فرقی نمی‌کند کدام اسم را به کار ببری.

هر چرخه PDCA چقدر باید طول بکشد؟

آن‌قدر کوتاه که بشود تکرارش کرد — برای بیشتر بهبودهای کسب‌وکار کوچک، دو تا شش هفته. چرخه‌ی شش‌ماهه عملاً یک پروژه‌ی بزرگ است با اسم PDCA؛ قدرت روش در دورهای پشت‌سرهم است، و مرور علمی ۲۰۱۴ نشان داد رهاشدن بعد از دور اول، رایج‌ترین شکل شکست این روش است.

اگر نتیجه آزمایش خوب بود ولی دلیلش را ندانیم چه؟

استانداردش نکن؛ یک دور دیگر بچرخان تا سازوکار روشن شود — مثلاً همان آزمایش را در سگمنت متفاوتی تکرار کن. نتیجه‌ی خوبِ بی‌توضیح ممکن است اثر فصل، کمپین هم‌زمان یا شانس باشد؛ استاندارد کردنش یعنی ساختن قاعده‌ی دائمی روی پایه‌ای که نمی‌شناسی.

PDCA برای کسب‌وکار خدماتی و غیرتولیدی هم معنا دارد؟

بله — هر جا فرآیند تکرارشونده و عدد قابل سنجشی هست: نرخ تبدیل جلسات فروش، زمان پاسخ به مشتری، نرخ تمدید قرارداد، هزینه‌ی جذب. خاستگاه PDCA تولید بود، ولی از دهه‌ها پیش در درمان، خدمات و نرم‌افزار استفاده می‌شود؛ تنها پیش‌نیازش این است که «بهتر شدن» را با یک عدد تعریف کنی.

فرق PDCA با تست A/B چیست؟

تست A/B نسخه‌ی آماری و هم‌زمانِ همان ایده است: دو نسخه هم‌زمان اجرا و مقایسه می‌شوند، و به ترافیک کافی برای معناداری آماری نیاز دارد. PDCA ترتیبی است — قبل و بعد را مقایسه می‌کند — و برای کسب‌وکارهایی که حجم داده‌ی بالای A/B را ندارند، عملی‌ترین شکل آزمایش‌محوری است.

منابع

  1. Lean Enterprise Institute — PDCA، تعریف رسمی چرخه در واژه‌نامه‌ی تولید ناب
  2. Taylor et al. — Systematic Review of the Application of the Plan–Do–Study–Act Method to Improve Quality in Healthcare، مجله BMJ Quality & Safety، ۲۰۱۴
  3. Toyota — Toyota Production System، صفحه‌ی رسمی تویوتا درباره‌ی کایزن و بهبود مستمر
خواندن کافی نیست؛ این چارچوب داخل ریبین اجرا می‌شود.

پروفایل کسب‌وکارت را بساز و همین جلسه را با منتوری که تو را می‌شناسد بگیر — رایگان، بدون کارت بانکی، با تعهد و پیگیری هفتگی.

شروع رایگان

→ همه‌ی مقاله‌های بلاگ