- Historia y principios de Lean Six Sigma
- La metodología DMAIC: Definir, Medir, Analizar, Mejorar y Controlar
- Roles y responsabilidades en un equipo de Lean Six Sigma
- Importancia de la calidad y la mejora continua
- Visión general de las herramientas estadísticas básicas
- Selección y definición de proyectos Lean Six Sigma
- Elaboración de la Carta del Proyecto (Project Charter)
- Identificación de las necesidades del cliente (Voz del Cliente - VOC)
- Mapeo de procesos y flujos de valor
- Definición de métricas clave de rendimiento (KPIs)
- Recopilación y validación de datos
- Análisis exploratorio de datos y estadística descriptiva
- Uso de software para análisis estadístico
- Herramientas de calidad: diagramas de Pareto, Ishikawa y hojas de verificación
- Análisis de capacidad del proceso y estudios de medición
- Generación de ideas y soluciones creativas
- Diseño de experimentos (DOE) y optimización de procesos
- Implementación de soluciones Lean para eliminar desperdicios
- Técnicas de solución de problemas y toma de decisiones
- Pilotos y pruebas de concepto
- Sistemas de control y gestión de procesos
- Planes de control y documentación
- Uso de gráficos de control y análisis de tendencias
- Estrategias para asegurar la sostenibilidad de las mejoras
- Lecciones aprendidas y transferencia de conocimientos
- Impacto de la digitalización en Lean Six Sigma
- Big Data y Analytics en la mejora de procesos
- Automatización y robótica en Lean Six Sigma
- Casos de estudio de Lean Six Sigma en entornos digitales
- Futuro y tendencias en Lean Six Sigma Analytics
- Introducción a R y Python como herramientas de análisis de datos
- Manipulación y limpieza de datos con pandas y dplyr
- Visualización avanzada de datos con ggplot2 y matplotlib
- Análisis estadístico y pruebas de hipótesis en R y Python
- Integración de R y Python con herramientas de Lean Six Sigma
