Hokejowy kij
- Krzysztof Patla
- 15 mar 2017
- 3 minut(y) czytania
Dzięki modelowaniu symulacyjnemu ponad milion dolarów dodatkowej sprzedaży. Producent papieru do pakowania dzięki symulacjom zwiększył moce produkcyjne, żeby poradzić sobie z wyzwaniem wysokiego popytu w sezonie świątecznym. Z badanych 20 scenariuszy znaleziono 5, które mogły poprawić system, a ostatecznie wybrane rozwiązanie zredukowało czas cyklu z pięciu tygodni do trzech, obniżyło koszty nadgodzin i poprawiło terminowość realizacji wysyłek z 70% do 95% [1].
Producenci borykają się z syndromem końca miesiąca, najtrudniej w ostatnim miesiącu kwartału, i nie wynika to ze zwiększonej konsumpcji. Syndrom obserwujemy w narastającej sprzedaży, która przypomina kij hokejowy – w pierwszy tygodniach przyrosty w sprzedaży są małe po +10%, +20%, a w ostatnich tygodniach sięgają nawet +30% i +40%. Optymalna produkcja, gdy sprzedaż równomiernie po 25% w każdym tygodniu.
Dzięki modelowaniu i symulacjom na danych możliwe jest łagodzenie syndromu [2], a jego usunięcia należy szukać w zastosowaniu teorii ograniczeń do procesu sprzedaży [3] czy zastosowaniu alternatywnych polityk sprzedażowych badanych empirycznie przez brazylijskich naukowców [4].
Syndrom końca miesiąca charakteryzuje się stosowaniem podwyższonych upustów i bonusów dla klientów, brakiem zapasów dla wszystkich zamówień, konieczność nadgodzin zwiększających możliwości produkcji, pogorszenie jakości wytwarzania i narastający konflikt pomiędzy sprzedażą a produkcją. W teorii ograniczeń główna przyczyna syndromu końca miesiąca to syndrom studenta u sprzedawców odkładających wszystko na koniec miesiąca lub kwartału, bo mają miesięczne czy kwartalne plany sprzedaży.
Oprócz badania symulacyjnego łagodzenia syndromu końca miesiąca należy szukać także w stosowaniu analityki predykcyjnej do prognozowania popyt, żeby poprawiać trafności prognoz oraz w prognozowaniu z wykorzystaniem statystycznej kontroli procesów dodatkowo mitygującej efekt byczego bicza. Problem znów najbardziej dokuczliwy w całym łańcuchu dostaw dla producentów.
Symulacja to metoda rozwiązywania problemów, w której badany rzeczywisty system jest zastępowany przez matematyczny model opisujący ten system i jego zachowanie. Przez system rozumiemy na przykład u producentów procesy produkcyjne wraz z maszynami i pracownikami realizującymi aktywności w systemie. Symulacje pozwalają badać problemy jak wydajność przy średnich i szczytowych obciążeniach, niezidentyfikowane wąskie gardła, nadmiar zapasów, kolejkowanie na gniazdach czy planowanie i harmonogramowanie produkcji. Symulacje używane są szczególnie wtedy, gdy wykonanie eksperymentów na rzeczywistym systemie jest niewykonalne ze względu na koszt prototypu czy długi czas potrzebny na eksperyment. A modelowanie i symulacje to technika numeryczna przeprowadzania eksperymentów angażująca jedynie logiczne myślenie i matematyczne algorytmy, realizowane w dyscyplinie naukowej.
Symulowanie zaczyna się od mapowania procesu – definicja matematycznego modelu obecnego kształtu AS-IS systemu wraz z możliwościami zmian poprzez wspólne konsultacje z właścicielem procesu. Model będący odpowiednikiem rzeczywistości możemy szybko i dowolnie zmieniać obserwując jego zachowania przy różnych warunkach. Symulacje identyfikują wąskie gardła procesu i statystycznie obliczają poprawę wydajności systemu przy ulepszeniu znalezionych ograniczeń. Wyzwanie syndromu końca miesiąca dostarcza do symulacji oczekiwaną wydajność systemu produkcyjnego jako cel realizacji badań. A wykonana symulacja dostarcza menadżerom rekomendacje dla decyzji usprawniające system, żeby łagodzić syndrom końca miesiąca.
Do symulacji wykorzystywane jest oprogramowanie pozwalające obliczać możliwości zwiększenia przepustowości systemu, poprawę logistyki i ocenę zmian w procesie. Dzięki matematycznej definicji systemu możliwe jest także badanie zastosowania algorytmów w harmonogramowaniu produkcji, które w wielu przypadkach znacząco zmniejszają przezbrojenia skracając łączny czas realizacji zleceń. Ostatnie symulacje włoskich naukowców pokazały możliwość stosowania statystycznej kontroli procesów w zarządzaniu zapasami do łagodzenia efektu byczego bicza. Statystyczna kontrola procesów sprawdziła się w zarządzaniu procesami produkcyjnymi i stała się fundamentem czternastu zasad Deminga.
Uwieńczeniem badań symulacyjnych jest analiza wyników, możliwość wnioskowania na ich podstawie oraz podejmowanie bardziej trafnych decyzji biznesowych, zawsze w oparciu o dane liczone w dyscyplinie naukowego eksperymentu. Do prezentacji wyników starannie dobierane są odpowiednie wizualizacje pozwalające na trafne podejmowanie decyzji. Symulacje to stosowanie nauki w podejmowaniu decyzji.
Łagodzenia syndromu końca miesiąca na pewno należy szukać w analizie zajętości buforów, żeby określić pożądaną wielkość buforów w systemie, co będzie chronić przed powstawaniem wąskich gardeł, a dodatkowo pozwoli na racjonalne wykorzystanie powierzchni zakładu. Skrócenie procesu to częsty wyniki analizy symulacyjnej zachowania procesu w aktualnym wariancie AS-IS oraz w docelowym TO-BE. Kolejny wynik to redukcja średnich stanów zapasów w toku produkcji oraz roboczochłonności, czyli szansa na mniej zmian na dzien. Stowarzyszenie Inżynierów Niemieckich VDI oszacowało, że koszt symulacji do osiąganych korzyści to około 1:10 a w automatycznych systemach nawet 1:100.
Charakterystyczna analiza wyników symulacji to przeprowadzenie testów osiągnięcia założonej wydajności systemu oraz sprawdzenie poprawności wymiarowania systemu z uwzględnieniem stanów dynamicznych. Dzięki lepszym decyzjom na podstawie analizy wyników symulacji poprawiamy wykorzystanie maszyn, urządzeń, środków transportu, lepiej gospodarujemy zasobami ludzkimi. Bardzo wartościowe zastosowanie symulacji to analiza zachowania systemu na wystąpienie sytuacji kryzysowych: turbulencje rynkowe, oscylacje w popycie oraz awarie maszyn, zasobów. Możliwe bez eksperymentowania na żywym organizmie rzeczywistego procesu.
Systemy są skomplikowane, więc decyzje nie są proste. Zmiany w jednych procesach wpływają na inne, często w sposób nieprzewidywalny. Modelowanie i symulacje, to skuteczny sposób oceny pełnych skutków decyzji biznesowych, zanim zostaną wprowadzone w życie.
[3] The Cash Machine: Using the Theory of Constraints for Sales Management
Kommentare