Programa del Curso

Introducción a Six Sigma

  • Descripción general de Six Sigma
  • Historia y antecedentes de Six Sigma
  • La importancia de Six Sigma en los negocios
  • Conceptos clave y terminología
  • La jerarquía Six Sigma

Comprender el proceso DMAIC

  • Descripción general de DMAIC (Definir, Medir, Analizar, Mejorar, Controlar)
  • La fase de definición: Identificación del problema
  • La fase de medición: Recopilación de datos relevantes
  • La fase de análisis: Identificación de las causas raíz
  • La fase de mejora: Implementación de soluciones
  • La fase de control: Mejoras sostenidas

Herramientas y técnicas básicas de Six Sigma

  • Introducción a las herramientas básicas de Six Sigma
  • Mapeo de procesos y diagramas de flujo
  • Diagramas de causa y efecto
  • Hojas de verificación y técnicas de recopilación de datos
  • Diagramas de Pareto
  • Introducción al Control Estadístico de Procesos (SPC)

Papel de un cinturón blanco en los proyectos Six Sigma

  • El papel y las responsabilidades de un Cinturón Blanco
  • Colaborando con Cinturones Verdes y Negros
  • Participación en proyectos Six Sigma
  • Identificación de oportunidades de mejora

Aplicación de Six Sigma en el lugar de trabajo

  • Comprender el impacto organizacional de Six Sigma
  • Casos de estudio: Proyectos exitosos de Six Sigma
  • Superar los desafíos comunes en la implementación de Six Sigma
  • Consejos para la mejora continua

Resumen y próximos pasos

Requerimientos

  • Comprensión básica de los procesos de negocio

Audiencia

  • Gerentes
  • Profesionales
 14 horas

Número de participantes



Precio por participante

Testimonios (5)

Cursos Relacionados

Introducción a la visualización de datos con Tidyverse y R

7 horas

Econometrics: Eviews and Risk Simulator

21 horas

HR Analytics for Public Organisations

14 horas

Análisis Estadístico Mediante SPSS

21 horas

Talent Acquisition Analytics

14 horas

Avanzada R

7 horas

Algorithmic Trading with Python and R

14 horas

Anomaly Detection with Python and R

14 horas

Programación con Big Data en R

21 horas

Fundamentos de R

21 horas

Cluster Analysis with R and SAS

14 horas

Datos y análisis: desde cero

42 horas

Análisis de Datos con R

21 horas

Minería de Datos con R

14 horas

Aprendizaje Profundo para las Finanzas (con R)

28 horas

Categorías Relacionadas

1