這個案例是一個大企業，案例名稱‘縮短采購時間’，但它的意義遠不止采購。這個企業每年跟科研有關的設備買很多，大家發現這樣一個問題：‘主設備到了，但是零星的小設備沒到，影響整個項目進度。’他們就拿數據說話，總的采購周期平均是135天，外部采購用50天，內部用85天。所以外部采購改善空間不大，主要看內部采購。這就是泰勒的時間分析，就是看時間都花在哪里了。內部要批準的部門就要設備部、科技部、投資部、項目單位、采供部，然后把它們分解，并測算時間。

　　怎樣測呢？把過去一年幾百個單子都拿來，看各個部門批準都需要多少時間，這些數據以前是沒有人研究的。他們發現設備部用了23天，科技部用了5天，投資部用了13天，項目單位用了12天，采供部用了32天，一共85天。仔細一看問題比較大，因為設備部審批用了23天，但制度上規定是8天科技部、投資部、項目單位它們花的時間居然在制度上沒有規定，這是慣例漏洞。采供部用了32天，程序上規定30天。第一個改善是，讓他們有一個規范管理。第二是一致性比較差。當項目組把數據拿過來的時候，這些部門就不再推脫原因了。發現問題，就可以有針對性的去做一個計劃，進行改善。這雖是采購，但是它強調的是用數據說話。

　　這是一個物流的案例，也是六西格瑪管理解決問題大致的方式。這個企業是發電機的裝配，“降低因配送而影響總裝停線”。也就是配送有問題，總停線影響效率。目標：停線率12%，小批量配送，批量從60臺減少到40臺，精益的最優是一件一件配送、單件流嘛，但是目前我們做不到。設備停線到底哪些原因造成的，有質量造成的、有待料造成的等，把這些都分開進行分析，用數據說話。他也發現有配送部的問題、有計劃的問題，計劃的問題占30%，這些數據哪里來的？都是我們以往記錄下來的。但是如果我們這些數據都不完整，我們怎么分析啊，那我告訴你這就是我們現在的改善機會。該有的數據沒有，那就趕快積累，這就是改善機會。實際和想象是不一樣的，用數據說話會發現很多新的問題。 　　這是一個玉米的深加工的案例，它要提高蛋白粉的性價比。他們的問題是蛋白粉低了客戶不愿意，蛋白粉高了加工成本上去了。他們希望達到一個比較好的比例，在58%和63%之間就可以，高于63%客戶滿意，但是公司成本受不了。它的結果Y就是蛋白含量，過程X就是（浸泡、研磨、分離、脫水、干燥）。對過程進行分析，看各個環節都有哪些影響因素，用工具進行篩選，不可能對所有因子都同等進行對待，我們沒有那么大的精力，對重要的進行細致的分析。分析完后大家發現，有一些因子原因比較明確、有解決法案、還有資源，我們管它叫快速改善。大家看六西格瑪管理DMAIC在這個階段就有改善的機會了。改善完之后，這家公司就得到一些效果，但是更重要深層次的問題還沒有解決。有一般的工藝管理、有設備管理、最重要的是參數的優化。這些改進都應該固化下來，在項目結題后，我們還要控制3個月，該標準化的要標準化。最后收益讓財務部確認一下。