Dlaczego ważna jest analiza historii zamówień na osi czasu

Tradycyjna analiza PQ zawiera listę różnych produktów producenta (P) i ilości (Q) wyprodukowanych z nich. Pomaga określić, które produkty są biegaczami (duża głośność), wzmacniacze (średnia głośność) i nieznajome (mała głośność). Niestety, ignoruje szczegóły dotyczące historii zamówień każdego produktu, w tym liczbę złożonych zamówień, ilość / rozmiar każdego zamówienia oraz odstęp czasu między kolejnymi zamówieniami. Tak więc sama analiza PQ może sklasyfikować dwa produkty o identycznych rocznych wysyłanych ilościach jako produkty biegnące – czyli o dużej objętości.

Co jednak, jeśli w ciągu ostatniego roku klienci składali stosunkowo niewielkie zamówienia na jeden produkt dwa razy w miesiącu za każdy miesiąc, a drugi produkt złożył tylko jedno duże zamówienie? Gdyby zastosowano analizę PQ, uwzględniłaby ona tylko łączną ilość przesyłek w całym roku dla obu produktów. Ponieważ mają identyczne objętości, będą one postrzegane jako równie ważne. Ale w rzeczywistości, ponieważ ich zmienność popytu (T) jest tak różna, sklep powinien obsługiwać każdą pracę inaczej.

W przypadku produktu zamawianego wielokrotnie, przy każdym zamówieniu małej ilości wymagającym krótkiego uruchomienia, sklep może wymagać wykonania każdego zamówienia na innym komputerze, w zależności od dostępności sprzętu. Może też pracować na pojedynczej, elastycznej obrabiarce CNC z szybkozmiennym oprzyrządowaniem i osprzętem. W przypadku produktu z pojedynczą dużą ilością przesyłki jedna maszyna może przetworzyć cały przebieg produkcji. Aby zamówienie było bardziej opłacalne, menedżerowie mogliby zorganizować kaizen, aby zidentyfikować potencjalne problemy. Mogliby na przykład zaoferować klientowi plan dostawy na poziomie załadunku, prawdopodobnie poprzez podzielenie ilości zamówienia i rozłożenie dostaw w kolejnych miesiącach; oznacza to, że skok popytu narzucony przez ten jednorazowy porządek mógłby zostać wygładzony w horyzoncie planowania.
Time Matters

Analiza PQT uwzględnia zmienność popytu w czasie (T); to znaczy, że bierze pod uwagę historię zamówień produktu. To zmienia sposób, w jaki sklep określa, czy produkty są runnerami, przemiennikami czy nieznajomymi. Biegacze będą produktami o dużej powtarzalności i dużej powtarzalności; to znaczy, że są one porządkowane stosunkowo często w przewidywalnych odstępach czasu. Repeatery miałyby zmienność średniej i średniej popytu; a obcy mieliby powtarzalność zarówno małą, jak i niską – są rzadko zamawiane w nieprzewidywalnych odstępach czasu.

Rozważ rysunek 1 przedstawiający typowy “długi ogon” asortymentu produktów w sklepie pracy. Objaśnienia wskazują, które części tego sklepu zidentyfikowały jako biegaczy. Ale ta klasyczna analiza Pareto nie pokazuje całej historii, ponieważ, ponownie, analiza uwzględnia tylko łączną objętość produktu w ciągu kilku kolejnych lat, nie jak często zamówienia tego produktu pojawiły się w drzwiach przez cały ten okres.

Rysunek 2 przedstawia powtarzalność popytu (T) na zdjęciu, pokazując liczbę sztuk zamówionych w różnych latach, a także liczbę zamówień złożonych w danym roku. Ci, którzy są doświadczeni w Excelu i chcieliby poddać testowi Six Sigma Black Belt do testu, mogą również rejestrować liczbę elementów powiązanych z każdym zamówieniem, ponieważ dałoby to pełny harmonogram potrzebny do przeanalizowania historii zamówień dla każdej części ( lub część rodziny), którą tworzą.

Rysunek 2 ilustruje analizę osi czasu. To naprawdę “szybka i brudna” analiza PQT, biorąc pod uwagę, że analizujemy tylko liczbę zamówień złożonych przez kilka lat. Jak już wspomniano, dwa produkty z identycznymi rocznymi ilościami przesyłek mogą być zamawiane sześć razy w ciągu jednego roku, ale powinny być traktowane inaczej, jeśli, powiedzmy, jeden produkt ma sześć zamówień w ciągu zaledwie dwóch miesięcy, podczas gdy inny produkt jest zamawiany sześć razy w nierównych odstępach czasu rozprzestrzeniać się przez cały rok.

Dlatego stosowanie krótszych okresów, takich jak miesiące lub tygodnie, może przynieść o wiele więcej informacji niż tylko łączna ilość na każdy rok. W tym miejscu pomocne mogą być również dogłębne analizy statystyczne, takie jak analizy szeregów czasowych dostępnych w programie Excel® lub nawet pakiet analizy statystycznej, taki jak Minitab®. (Niektóre dogłębne analizy wykorzystują współczynnik zmienności zamiast liczby zamówień. Więcej informacji na ten temat można znaleźć w książce Factory Fizyka, www.factoryphysics.com lub Lean Petera L. Kinga dla przemysłu przetwórczego: radzenie sobie ze złożonością.)

Mimo to, mimo że ta szybka analiza tylko zarysowuje powierzchnię, może ujawnić wiele informacji o rzeczywistości na hali produkcyjnej. Przypomnij sobie numery części oznaczone jako biegacze na rysunku 1. Teraz spójrz na rysunek 2, który pokazuje bardziej złożoną historię. Niektóre są często zamawiane jeden rok, a następnie tylko kilka razy w przyszłym roku.

Po przeanalizowaniu wykresu Excela analizy Pareto liczby zamówień złożonych dla każdego produktu, sklep zdecydował, że nieznajomy jest częścią zamówioną mniej niż 10 razy w latach 2004-2007; repeater jest zamawiany od 11 do 50 razy w ciągu tych samych czterech lat; biegacz, więcej niż 51 razy w tym samym czasie.

Wynik na rysunku 3 pokazuje, w jaki sposób analiza PQT całkowicie zmienia sposób, w jaki sklep dzieli swoją część i decyduje o tym, jak prowadzić działalność dla swoich klientów w porównaniu z nieznajomymi. Jest tylko o połowę mniej biegaczy, w porównaniu do liczby biegaczy zidentyfikowanych w analizie PQ. W rzeczywistości, sklep zaklasyfikował cztery wysokogatunkowe produkty jako przekaźniki, po prostu dlatego, że były rzadko zamawiane w porównaniu do pozostałych biegaczy.
Część rodziny komórek na podstawie analizy PQT

Jednym z wyzwań związanych z wdrażaniem komórek produkcyjnych w sklepie pracy jest zapewnienie, że popyt na produkty wytwarzane w tych ogniwach pozostaje stabilny przez cały rok, być może nawet przez kilka lat. Jeśli popyt się waha, to sklep pracy musi uruchomić konkretną komórkę w określonych porach roku, a następnie przestawić tę komórkę i przenieść jej pracowników (a czasami niektóre maszyny mobilne w tę komórkę) do innych obszarów na resztę roku, lub prowadzić komórkę przez cały rok, ale polegać na treningu krzyżowym, aby zmienić poziom personelu komórki, aby dopasować go do popytu. Sklep może również zwiększyć elastyczność komórki, ale ma też wady w stosunku do elastycznych komórek, niezależnie od tego, czy wymaga ona większej automatyzacji, czy więcej wzajemnego szkolenia pracowników.

Zmienność popytu niweczy kilka kluczowych powodów, dla których producent przede wszystkim wdraża komórki: wspieranie pracy zespołowej i autonomiczne działanie każdej komórki jako jednostki biznesowej. W ostatecznym rozrachunku komórki mogą nakładać odpowiedzialność za podejmowanie decyzji w rękach tych, którzy rzeczywiście wytwarzają wartość dla firmy.

Ponadto, jeśli zapotrzebowanie komórki jest stabilne, jej lider może zapewnić, że jego pracownicy są przeszkoleni w zakresie kilku krytycznych funkcji, które komórka wymaga, aby działać z najwyższą ogólną efektywnością sprzętu (OEE). Ale z pracownikami pracującymi w wielu komórkach może ucierpieć jakość i zaangażowanie w szkolenie przekrojowe. Dzieje się tak, ponieważ komórka daje ludziom, którzy w niej pracują, tożsamość. Widzą oni swój cel polegający na tym, aby każda część rodziny tej komórki była we właściwej ilości i we właściwej jakości we właściwym czasie.

Wybór, szkolenie i utrzymanie elastycznej siły roboczej zdolnej do pracy w wielu celach podczas każdej zmiany, gdy zmienia się popyt, nie jest łatwym zadaniem. Ponadto każdy z tych pracowników wymagałby dostępu do nowych szczegółów zamówienia, niezależnie od tego, gdzie pracują w sklepie. Wymagałoby to, aby system planowania zasobów przedsiębiorstwa (ERP) w sklepie zawierał kompletne i dokładne dokumenty i specyfikacje oraz by był dostępny za pośrednictwem terminali komputerowych lub wyświetlaczy elektronicznych umieszczonych w strategicznych miejscach w obiekcie. Oczywiście najważniejsze – i trudne – jest śledzenie i zapewnienie stałej jakości pracy wykonywanej przez tych elastycznych pracowników, niezależnie od tego, w której komórce pracują.

Wreszcie, czasy wymiany mogą wzrosnąć, jeśli rodzina części rodziny będzie mieszanką biegaczy i nieznajomych. Może się to zdarzyć z powodu efektu uczenia się, który gwarantuje, że nawet w przypadku najprostszych zadań czas przełączania i cyklu zmniejsza się, gdy operator powtarza to samo zadanie. Im więcej operator powtarza proces, tym lepszy staje się ten operator. To samo dotyczy maszyn, narzędzi i wskaźników. Właśnie dlatego spójność i jakość pracy może być tak wysoka w komórce produkującej część rodziny biegaczy i wzmacniaczy.

Wartość pieniężna czasu

Analiza PQT i efekt uczenia się wpływają na to, jak sklep pracy kosztuje zamówienie i określa stawki za pracę i godzinę pracy, na różnych poziomach złożoności i objętości części, wykonywane przez pracowników o różnych umiejętnościach i preferencjach zawodowych.

W typowym warsztacie pracy może upłynąć dużo czasu pomiędzy dwoma zamówieniami tego samego produktu lub rodziny produktów. Oznacza to często, że pracownicy muszą wspiąć się na krzywą uczenia się za każdym razem, gdy przechodzą między zamówieniami obejmującymi produkty z różnych rodzin produktów. W rzeczywistości, gdy dwa różne zadania wykonują kolejno na tym samym sprzęcie, zarówno maszyna, jak i jej operator przechodzą pewną krzywą uczenia się. Potencjalne rozwiązanie może pochodzić z metod inżynieryjnych technologii grupowej (GT). GT to metodologia doskonalenia wprowadzona przez Rosjan, Niemców i Brytyjczyków w latach sześćdziesiątych, która w połączeniu z analizą czasu pozwala określić, które cechy każdej rodziny produktów wpływają na szybkość uczenia się.

Menedżerowie sklepów mogą powiedzieć, że każdy produkt, który produkują, jest inny, ale jeśli włożyliby w to swoje umysły, kamery wideo, dane ERP, arkusze kalkulacyjne i narzędzia do analizy biznesowej, prawdopodobnie znajdą powtarzające się wzorce w historii zamówień. W rzeczywistości gruntowna implementacja analizy PQR $ T stworzy podstawy do odkrywania podobnych lub nawet identycznych wzorców pracy we wszystkim, co robią.

Dodaj komentarz

Twój adres email nie zostanie opublikowany.