Qu’est‑ce que le DPMO ?
Le DPMO, pour Defects Per Million Opportunities ou « défauts par million d’opportunités », est un indicateur de performance qualité issu de la démarche Six Sigma. Il mesure combien de défauts surviennent si l’on observait un million de possibilités de défauts dans un processus donné (production, service, logistique, maintenance, etc.).
Concrètement, une « opportunité » correspond à un critère sur lequel un défaut peut apparaître :
- dimension,
- goût,
- couleur, délai,
- conformité documentaire, etc.
Plus le DPMO est faible, plus votre processus est robuste et maîtrisé. A l’inverse, un DPMO élevé signale un processus instable qui génère beaucoup de non‑qualité.
Dans la philosophie Six Sigma, un processus « de classe mondiale » vise environ 3,4 défauts par million d’opportunités. Ce qui correspond à un niveau de performance 6 Sigma.
À l’autre extrémité, un processus à 1 Sigma peut atteindre près de 690 000 DPMO, ce qui revient à dire qu’il passe plus de temps à se tromper qu’à bien faire.
Comment calcule‑t‑on le DPMO ?
La formule de base est simple :
DPMO = (Nombre de défauts / Nombre total d’opportunités) × 1 000 000.
Les étapes clés sont les suivantes :
- Définir l’unité observée (ex. : une bouteille, une commande, une intervention de maintenance).
- Lister les opportunités de défaut pour cette unité (ex. : remplissage, bouchon, étiquetage, délai, conformité documentaire, etc.).
- Compter les défauts réellement constatés sur une période donnée ou un échantillon significatif.
- Multiplier le ratio « défauts / opportunités totales » par un million pour obtenir le DPMO.
Cet indicateur se convertit ensuite en niveau Sigma via des tables standards, permettant de comparer facilement des processus très différents (production, SAV, IT, maintenance…).
Exemples concrets de DPMO – Defects Per Million Opportunities
Exemple 1 : bouteilles de boisson
Une usine embouteille un soda avec 15 opportunités de défaut par bouteille : niveau de remplissage, teneur en gaz, sucre, colorant, arôme, serrage du bouchon, étiquette, date, code‑barres, etc.
Sur un lot de 100 000 bouteilles, l’entreprise détecte 200 bouteilles non conformes (une bouteille peut cumuler plusieurs défauts, mais on compte ici le nombre total de défauts observés).
- Opportunités totales = 100 000 bouteilles × 15 opportunités = 1 500 000 opportunités.
- Supposons qu’on recense 300 défauts au total sur ces 1 500 000 opportunités.
- DPMO = (300 / 1 500 000) × 1 000 000 = 200 DPMO.
Un DPMO de 200 situe le processus à un niveau de performance très élevé, proche de 5 Sigma, adapté à des secteurs exigeants comme l’aéronautique ou la pharmacie.
Exemple 2 : interventions de maintenance
Dans une équipe de maintenance industrielle, on décide qu’une intervention est « défaillante » si le temps de réparation dépasse 4 heures. Ce qui constitue le défaut observé.
Sur 500 interventions réalisées en un mois, 80 dépassent ce seuil.
- Opportunités totales = 500 interventions × 1 opportunité par intervention = 500 opportunités.
- Défauts = 80 interventions jugées trop longues.
- DPMO = (80 / 500) × 1 000 000 = 160 000 DPMO.
Avec 160 000 DPMO, le processus tourne autour de 2,5 Sigma. Soit, un niveau très perfectible en vue d’une démarche d’amélioration continue. L’objectif pourrait être par exemple de descendre sous 1 350 DPMO, soit environ 4,5 Sigma, en agissant sur les causes racines des dépassements de délai.
Exemple 3 : traitement de commandes e‑commerce
Un site e‑commerce analyse la qualité de son traitement de commandes. Pour chaque commande, il identifie 4 opportunités de défaut : erreur produit, quantité erronée, adresse de livraison incorrecte, délai de préparation non respecté. Sur 10 000 commandes, il recense 50 erreurs de produit, 30 erreurs de quantité, 20 erreurs d’adresse et 100 retards, soit 200 défauts au total.
- Opportunités totales = 10 000 commandes × 4 opportunités = 40 000 opportunités.
- DPMO = (200 / 40 000) × 1 000 000 = 5 000 DPMO.
Un DPMO de 5 000 correspond à un niveau de performance intermédiaire, proche de 4 Sigma. Cela peut être acceptable dans beaucoup de services mais laisse tout de même un joli terrain de jeu pour les projets d’optimisation.
Différence entre DPMO et taux de défauts classiques ?
La différence clé : le DPMO tient compte du nombre d’opportunités de défaut par unité, alors qu’un taux de défauts classique se contente de rapporter les défauts au nombre d’unités (ou pièces) sans intégrer cette complexité.
Rappel des deux approches
Taux de défauts classiques (DPU, PPM, % de défauts)
- DPU (defects per unit) : nombre total de défauts ÷ nombre d’unités.
- PPM ou pourcentage de défauts : nombre d’unités défectueuses ÷ nombre d’unités produites (en % ou par million).
- On regarde essentiellement combien d’unités sont défectueuses, sans se demander combien de points de contrôle existent par unité.
DPMO (Defects Per Million Opportunities)
- DPMO = nombre de défauts ÷ (nombre d’unités × nombre d’opportunités de défaut par unité) × 1 000 000.tutoriels.
- On tient compte de toutes les opportunités de défaut. C’est‑à‑dire de chaque caractéristique qui pourrait « partir en vrille » sur une unité donnée.
Ce que cela change concrètement :
- Sur un produit simple (peu de points de contrôle), taux de défauts et DPMO peuvent raconter à peu près la même histoire.
- Sur un produit complexe (beaucoup d’options, de caractéristiques, de champs à remplir…), un même taux de défauts masquera des réalités très différentes, alors que le DPMO normalise la performance en intégrant la complexité.
Ainsi, le DPMO est particulièrement utile pour :
- comparer des processus ou produits avec des niveaux de complexité différents ;
- relier votre performance à un niveau Sigma (1 à 6 Sigma, avec 3,4 DPMO ≈ 6 Sigma).
En résumé :
- le taux de défauts classiques répond à la question « Quelle proportion de mes unités est défectueuse ? » tandis que le DPMO répond à « combien de défauts j’obtiendrais par million de chances qu’un défaut apparaisse, en tenant compte de la complexité de mon produit ou service ? »