Come si identifica davvero la causa radice di un problema produttivo?

14 Ottobre 2026 Strumenti e Metodologie

“Abbiamo già provato a sistemarlo, ma dopo qualche settimana il problema è tornato.”

È una frase che, in oltre 20 anni di attività sul campo, i professionisti Crossnova hanno sentito moltissime volte.

  • Una macchina che si ferma sempre nello stesso punto.
  • Uno scarto che continua a crescere.
  • Una non conformità che ricompare.
  • Un cliente che continua a segnalare lo stesso problema.
  • Un indicatore che migliora per qualche settimana e poi torna al punto di partenza.

La reazione è quasi sempre la stessa: bisogna intervenire subito.

Ed è comprensibile. In produzione non si può fermare tutto per settimane per studiare un problema. Ci sono ordini da consegnare, clienti da soddisfare, persone da gestire e obiettivi da raggiungere.

Il rischio, però, è confondere la velocità della risposta con la qualità della soluzione.

Perché risolvere il sintomo è spesso relativamente semplice. La parte difficile è capire perché quel problema continua a verificarsi. Ed è proprio qui che comincia una vera analisi della causa radice.

La prima domanda non dovrebbe essere “chi ha sbagliato?”

Quando qualcosa va storto, è naturale cercare immediatamente una responsabilità.

“L’operatore non ha seguito la procedura.”
“Il manutentore non è intervenuto in tempo.”
“Il fornitore ci ha mandato un materiale non conforme.”
“Quel turno lavora peggio.”

A volte queste affermazioni possono anche contenere una parte di verità. Ma dopo oltre vent’anni di esperienza nei processi produttivi, una delle lezioni più importanti è un’altra:

Prima di cercare il colpevole, bisogna capire perché il processo ha permesso che l’errore accadesse.

È una differenza enorme:

  • se un operatore sbaglia una volta, possiamo parlare di errore umano;
  • se dieci operatori diversi commettono lo stesso errore, probabilmente abbiamo un problema di processo;
  • se lo stesso problema si ripresenta per mesi, forse non stiamo guardando abbastanza in profondità.

Un esempio molto concreto

Immaginiamo una linea produttiva che presenta un aumento degli scarti. L’obiettivo è capire cosa sta succedendo.

La prima risposta potrebbe essere: “La macchina non è regolata bene.” Interveniamo sulla macchina. Gli scarti diminuiscono.

Problema risolto? Non necessariamente. Dopo qualche settimana il problema ricompare.

A questo punto possiamo fermarci e dire: “La macchina si è nuovamente starata.” Oppure possiamo fare un passo indietro e chiederci perché.

Perché la macchina si sta starando?
→ Il parametro viene controllato manualmente.

Perché?
→ Non esiste un controllo automatico.

Perché?
→ Il piano di controllo non prevede quel parametro con quella frequenza.

Perché?
→ Quando il processo è stato progettato non era stata considerata quella specifica variabilità.

A questo punto siamo molto più vicini alla causa radice. Il problema non era semplicemente “la macchina è starata”. Il problema era legato al modo in cui il processo veniva controllato.

Questa differenza può sembrare sottile. In realtà può significare mesi di problemi evitati.

I “5 Perché” funzionano. Ma solo se conosci davvero il processo

Il metodo dei 5 Perché è uno degli strumenti più semplici per approfondire un problema. E proprio perché è semplice, viene spesso utilizzato male.

Fare cinque domande “Perché?” seduti in una sala riunioni non significa automaticamente fare una Root Cause Analysis.

La risposta deve essere collegata alla realtà. Bisogna andare sul processo:

  • guardare e fare domande;
  • parlare con chi lavora sulla macchina;
  • confrontare ciò che è scritto nella procedura con ciò che succede realmente;
  • guardare i dati e verificare le ipotesi.

Perché una frase come “l’operatore ha sbagliato” non è una causa radice. È, nella migliore delle ipotesi, l’inizio dell’indagine. La domanda successiva è:

Perché il processo ha consentito all’operatore di commettere quell’errore senza intercettarlo?

Ed è lì che spesso emergono le vere cause. Se vuoi approfondire come usare questi strumenti nei casi reali, sul blog di Crossnova trovi altri articoli dedicati al miglioramento dei processi.

Il dato serve per smettere di discutere per opinioni

Un altro scenario che vediamo spesso nelle organizzazioni è questo.

Si riunisce il team per discutere un problema. Il responsabile produzione dice una cosa. La qualità ne dice un’altra. La manutenzione ha una terza spiegazione. L’operatore ne ha una quarta. Tutti parlano sulla base della propria esperienza.

E tutti, probabilmente, hanno una parte di ragione. Ma senza dati è difficile capire quale parte sia davvero determinante.

Per questo una buona analisi comincia spesso da domande molto semplici:

  • Quando si verifica il problema? Quanto spesso?
  • Su quale prodotto? Su quale macchina?
  • In quale turno? Con quale materiale? In quali condizioni?
  • Da quando è iniziato?
  • Cosa è cambiato prima che comparisse?

Sono domande semplici. Ma spesso fanno emergere cose che una riunione di due ore non avrebbe fatto emergere.

Non abbiamo solo un problema: abbiamo un processo

Questo è uno dei principi che guidano il miglioramento continuo. Un problema non va osservato isolatamente. Va inserito nel processo che lo genera.

Per esempio, se aumentano le non conformità, non dobbiamo guardare soltanto il prodotto finale. Dobbiamo chiederci cosa è successo prima:

Materiale → Macchina → Metodo → Persone → Ambiente → Misurazione → Prodotto

Un’anomalia può nascere molto prima del momento in cui viene scoperta.

Ecco perché strumenti come il diagramma di Ishikawa, la mappatura del processo, l’analisi dei dati e il controllo statistico possono diventare estremamente utili. Non perché siano strumenti “Lean” da applicare per forza, ma perché aiutano il team a vedere il problema da più punti di vista.

La soluzione più veloce non è sempre quella più efficace

Immaginiamo che una macchina si fermi frequentemente. Una risposta immediata può essere: “Cambiamo il componente.”

È una decisione comprensibile: la macchina deve ripartire. Ma se il componente si rompe nuovamente dopo tre mesi? Cambiamo ancora il componente.

Dopo altri tre mesi succede di nuovo. A quel punto abbiamo speso tempo, denaro e risorse senza eliminare il problema.

Una vera analisi potrebbe invece scoprire che:

  • il componente lavora fuori dalle condizioni previste;
  • la manutenzione viene fatta con una frequenza non adeguata;
  • il lubrificante utilizzato non è quello corretto;
  • il set-up presenta una variabilità eccessiva;
  • esiste una causa a monte che sottopone il componente a uno stress anomalo.

La differenza è tra riparare e migliorare. Sono due cose molto diverse.

La conoscenza dell’operatore è parte dell’analisi

C’è poi un elemento che spesso viene sottovalutato: le persone che lavorano ogni giorno sul processo.

L’operatore spesso sa cose che non sono scritte in nessuna procedura. Sa che:

“Quando la macchina fa quel rumore, tra poco succede questo.”
“Con quel materiale dobbiamo stare più attenti a quel parametro.”
“Se il problema compare, quasi sempre è successo qualcosa due ore prima.”

Questa conoscenza è preziosa. Ma non dovrebbe rimanere soltanto nella testa delle persone.

Una delle finalità del miglioramento continuo è proprio trasformare l’esperienza individuale in conoscenza del processo.

E l’AI? Può aiutarci a trovare la causa radice?

Sì. Ma bisogna usarla nel modo corretto.

Oggi possiamo analizzare quantità di dati che qualche anno fa sarebbe stato molto più difficile gestire: parametri di processo, fermi macchina, scarti, tempi ciclo, manutenzioni, non conformità, condizioni ambientali, materiali, turni, ordini e performance.

L’AI può aiutarci a individuare correlazioni, anomalie e pattern che possono sfuggire a un’analisi manuale. Ma c’è una cosa che non dovrebbe cambiare:

Una correlazione non è automaticamente una causa.

Se l’AI ci dice che il 70% dei difetti si verifica durante il turno B, abbiamo una pista. Non abbiamo ancora una causa. Dobbiamo andare a verificare cosa succede realmente in quel turno.

Questo è il punto in cui l’esperienza delle persone e la tecnologia possono lavorare insieme.

La vera Root Cause Analysis si fa sul campo

Dopo oltre 20 anni di progetti di miglioramento dei processi, abbiamo imparato che gli strumenti sono importanti. Ma non sono sufficienti.

Puoi conoscere perfettamente:

  • 5 Why
  • Ishikawa
  • Pareto
  • FMEA
  • SPC
  • DMAIC
  • analisi statistiche

Ma se non vai a vedere il processo, rischi di costruire una soluzione perfetta… al problema sbagliato.

Per questo una Root Cause Analysis efficace parte spesso da un gesto molto semplice: alzarsi dalla scrivania e andare a vedere.

Parlare con le persone. Osservare il processo. Confrontare standard e realtà. Raccogliere dati. Mettere alla prova le ipotesi. E solo dopo decidere dove intervenire.

Quando possiamo dire di aver trovato davvero la causa radice?

Una domanda molto semplice può aiutarci:

“Se eliminiamo questa causa, il problema smette di verificarsi?”

  • Se la risposta è “sì”, abbiamo probabilmente trovato qualcosa di importante.
  • Se la risposta è “non lo sappiamo”, non abbiamo ancora verificato abbastanza.
  • Se la risposta è “probabilmente”, siamo ancora nel campo delle ipotesi.

Una causa radice non dovrebbe essere una convinzione. Dovrebbe essere un’ipotesi verificata dai fatti.

Dal problema al miglioramento

L’obiettivo finale non è fare una bella analisi. È ottenere un miglioramento che rimanga nel tempo. Per questo, dopo aver identificato e affrontato la causa, bisogna verificare il risultato:

  • Il problema è diminuito?
  • È scomparso? Si è spostato? È ricomparso?
  • Il nuovo standard viene realmente rispettato?
  • Il processo è diventato più robusto?

Solo allora possiamo dire che l’analisi ha prodotto valore. Allo stesso modo, anche problemi apparentemente “logistici”, come le scorte che non ruotano, nascono spesso da cause di processo: ne parliamo in altri approfondimenti sul nostro blog.

La lezione più importante

Dopo più di 20 anni di esperienza nei progetti di miglioramento dei processi, la cosa che forse abbiamo imparato più di tutte è questa:

Un problema raramente si risolve davvero quando smette di essere visibile. Si risolve quando abbiamo eliminato o controllato la causa che lo genera.

La differenza può sembrare piccola. Ma è quella che separa la gestione quotidiana delle emergenze dal miglioramento continuo.

Continuare a correggere lo stesso problema significa gestirlo. Capire perché nasce e fare in modo che non torni significa migliorare il processo.

Ed è proprio da qui che, nella nostra esperienza, iniziano i progetti di miglioramento che producono risultati realmente sostenibili.

Una domanda per chi lavora ogni giorno nei processi

Quanti problemi nella vostra azienda vengono davvero risolti e quanti, invece, vengono semplicemente “gestiti” ogni volta che si ripresentano?

È una domanda semplice. Ma spesso è il punto di partenza migliore per capire dove esiste ancora un’opportunità di miglioramento.

👉 Lavori in Produzione, Qualità, Logistica o Manutenzione?

Vuoi padroneggiare 5 Why, Ishikawa, FMEA, SPC e DMAIC su progetti reali? Scopri il Master Lean Six Sigma Green Belt e Black Belt.

Scopri il Master Lean Six Sigma