Планирование экспериментов – Design of Experiment или DOE – часто применяют для поиска оптимальных параметров процесса. Но можно ли использовать этот статистический инструмент для создания новых продуктов или услуг, процессов или систем? Может ли он помочь с разработкой продукции, проектированием услуг или инновациями?

Ввиду того, что тема довольно специфическая, а механика проведения экспериментов и анализ результатов интересны далеко не всем, я сэкономлю вам время и сразу же отвечу на вопросы выше: можно. Более того, теме применения статистического аппарата в целом и планированию экспериментов в частности посвящена не одна книга по дизайну для шести сигм (DFSS).

В одной из них – “Design for Six Sigma. Statistics” – автор приводит пример разработки новых двигателей для авто. Это круто – планировать эксперимент с целью получения нового двигателя. Но неужели для проведения эксперимента 24 кто-то всерьез озадачится производством 16 групп различных двигателей? Не 16 штук, а 16 групп – это 16 умножить на размер выборки. Мало того, что это довольно дорогостоящее удовольствие, так отдельные образцы, если вы и в самом деле решите поиграть с параметрами в достаточно широком диапазоне, могут быть небезопасными.

При этом я не утверждаю, что такое невозможно. Наоборот, я уверен в том, что гиганты автопрома смогут себе позволить подобные эксперименты, невзирая на стоимость. Но должны ли столь редкие случаи быть примерами? Что, обыденных не нашлось? Я уже приводил два примера-близнеца: создание банковского продукта и опросника. С помощью планирования эксперимента были получены различные комбинации факторов, а участники, давшие оценку каждой из них, предоставили нам отклик.

Вот таких простых примеров планирования экспериментов в процессе создания новых продуктов или услуг, на мой взгляд, катастрофически не хватает. Таких же простых, как и в этой статье.