Context
Een gepubliceerde casestudy van Ferreira, Silva en Mesquita onderzoekt een fabrikant van apparatuur voor huishoudelijke waterverwarming die een DMAIC-project uitvoerde op een van de interne logistieke processen. Het artikel presenteert een casestudy waarin wordt belicht hoe een fabrikant van apparatuur voor huishoudelijke waterverwarming de Six Sigma Define-Measure-Analyze-Improve-Control (DMAIC)-methodologie heeft gebruikt om een van zijn interne logistieke processen te verbeteren, namelijk de bevoorrading van de supermarket in productielijnen. Dit is typisch zo'n intern, onopvallend proces dat logistieke Green Belts vaak toegewezen krijgen: geen klantgerichte leveringsroute, maar de milkrun die onderdelen in de fabriek van het magazijn naar de productielijn blijft verplaatsen.
Een milk-run is een intern leveringssysteem met een vaste route: een trekker of klein voertuig volgt een vast pad op vaste intervallen en zet componenten af bij "supermarkten" aan de lijn, zodat operators nooit zonder onderdelen komen te zitten. Wanneer een milk-run-route langer duurt dan gepland, loopt de lijn het risico zonder onderdelen te komen te zitten, of moet het bedrijf personeel en voertuigen toevoegen om dit te compenseren. Het verschil tussen geplande en werkelijke routetijd is wat de aanleiding vormde voor dit project.
Het probleem
Het probleem draaide om onzekerheid over de levertijd van deze routes — een onzekerheid die zorgde voor buffervoorraden en planningsproblemen voor de lijnen die erdoor bediend werden. Het artikel beschrijft hoe een fabrikant van apparatuur voor huishoudelijke waterverwarming de Six Sigma DMAIC-methodologie heeft gebruikt om een van zijn interne logistieke processen te verbeteren, namelijk de bevoorrading van de supermarket in productielijnen, en zo toe te werken naar een kwaliteitsniveau van wereldklasse. Eenvoudig gezegd: er waren drie milkrunroutes, en niemand kon met zekerheid zeggen hoelang een specifieke cyclus zou duren. Sommige ritten waren op tijd klaar. Andere duurden zo lang dat de toevoer aan de lijn in gevaar kwam, en het bedrijf had geen manier om te voorspellen welke dagen problematisch zouden zijn.
Hoe de Belt de scope bepaalde
Een Green Belt-project moet klein genoeg zijn om deeltijds over een aantal maanden uit te voeren, wat betekent dat de scope moet worden afgebakend voordat er met de gegevensverzameling wordt begonnen. In dit geval was de scope één duidelijk gedefinieerd proces: de milk-run-bevoorradingscyclus voor de productielijnen, gemeten aan de hand van de doorlooptijd van de route. Het project probeerde niet de hele interne supply chain te herontwerpen, leverancierscontracten te heronderhandelen of extern transport aan te raken. Er werd gekozen voor één meetbare output, de routetijd, met een specifiek en pijnlijk symptoom: een aanzienlijk deel van de ritten overschreed de doelstelling van 30 minuten.
Die keuze voor het bepalen van de scope is van belang voor iedereen die dit als sjabloon bestudeert. Een Green Belt-charter moet het proces noemen, de grens (start- en eindpunt van de route, in dit geval), de primaire metriek en het pijnpunt in cijfers waar mogelijk, niet een vage klacht over "trage logistiek".
Toegepaste tools, fase per fase
Define
Het team definieerde het proces als de vastgerouteerde milk-run-cyclus van het magazijn naar de supermarkten aan de lijn, met de routetijd als de Y. Een procesmap in SIPOC-stijl zou hier logisch zijn: chauffeur, voertuig, route, stops en de productielijnen als klanten van het proces.
Measure
Het team verzamelde routetijdgegevens over cycli en routes om een nulmeting uit te voeren. Het vaststellen van een nulmetingverdeling is precies de stap waarin een Green Belt een procescapability-analyse zou uitvoeren ten opzichte van de doelstelling van 30 minuten, en de betrouwbaarheid van het meetsysteem zou controleren voordat de cijfers worden vertrouwd.
Analyze
Met de gegevens van de nulmeting in handen, is de analysefase het moment waarop een Green Belt-cursist de statistische gereedschapskist toepast die op dit niveau wordt aangeleerd: het vergelijken van routetijden tussen chauffeurs, ploegen or routes met t-tests of ANOVA om te zien of verschillen te wijten waren aan toewijsbare oorzaken of alledaagse variatie, en het gebruiken van bronoorzaak-instrumenten zoals visgraatdiagrammen en stratificatie om het routeontwerp te scheiden van het gedrag van de chauffeur of de volgorde van de stops. Het gepubliceerde verslag richt zich op het resultaat in plaats van op elke tussenliggende statistische test, maar de structuur van het project, van een variabele nulmeting naar een duidelijk gediagnosticeerde reeks oorzaken, volgt dezelfde logica.
Improve
Verbeteringen richtten zich op de bronnen van variatie en overtollige tijd die in de analysefase werden geïdentificeerd, zoals de volgorde van de routes, de consolidatie van stops en het standaardiseren van de manier waarop ladingen werden klaargezet. Het resultaat was niet alleen een verschuiving in de gemiddelde tijd, maar ook in de spreiding van de tijden, wat het kenmerk is van een echte variatiereductie in plaats van een eenmalige gelukkige dag.
Control
Om de winst vast te houden, zou een Green Belt de nieuwe routestandaard op een regelkaart (control chart) plaatsen die de routetijd per cyclus bijhoudt, met grenzen die gekoppeld zijn aan het doel van 30 minuten, en een actieplan voor punten buiten de regelgrenzen. Dat is het mechanisme dat voorkomt dat een project zes maanden nadat de Belt naar iets anders is overgestapt, terugvalt naar de nulmeting.
Wat het resultaat was
Het gedocumenteerde resultaat is concreet. De toepassing van de Six Sigma-methodologie leidde tot een vermindering van het aantal routes dat langer dan 30 minuten duurde van 25 naar 3 procent, een daling van de variatiecoëfficiënt van de routetijd van 40 naar 14 procent, en een daling van de gemiddelde routetijd van 31 naar 24 minuten. Deze resultaten hadden een aanzienlijke financiële impact, waardoor een van de drie bestaande routes kon worden opgeheven zonder enige negatieve impact op het bevoorradingsproces van de supermarket, wat leidde tot een daling in manuren en kosten door het schrappen van twee milkruns.
Bij dat laatste punt staat u het beste even stil. Het financiële rendement kwam hier niet voort uit één enkele dramatische verandering. Het kwam voort uit het ver terugdringen van variabiliteit, waardoor het bedrijf veilig drie routes kon consolideren naar minder, wat het aantal voertuigen en arbeidsuren verminderde zonder ooit de klantgerichte kant van het bedrijf te raken. Dat is een veelvoorkomend patroon bij interne logistieke Green Belt-projecten: de winst is vrijgemaakte capaciteit, niet een verminderd aantal defecten.
Wat een cursist hieruit kan meenemen
| Les | Waarom het belangrijk is op Green Belt-niveau |
|---|---|
| Beperk de scope tot één meetbaar proces | Het project bleef binnen één intern routesysteem, niet de gehele supply chain, waardoor het deeltijds uitvoerbaar bleef. |
| Volg variabiliteit, niet alleen het gemiddelde | De reductie van variabiliteit, en niet de gemiddelde tijd alleen, zorgde ervoor dat het bedrijf veilig een route kon schrappen. |
| Laat de data structurele veranderingen rechtvaardigen | Het consolideren van routes was pas verdedigbaar toen de data lieten zien dat de overgebleven routes de belasting betrouwbaar konden opvangen. |
| Control plans beschermen de winst | Elke winst in routetijd heeft een doorlopende regelkaart en responsregel nodig, anders kruipt de oude variatie weer terug. |
Voor een cursist die logistieke toepassingen van DMAIC bestudeert, is de waarde van deze casus dat het toont hoe een project op Green Belt-schaal een hard operationeel resultaat oplevert — minder voertuigen en minder manuren — vanuit een probleem dat op het eerste gezicht lijkt op een routineuze interne levering. Het is een herinnering dat de discipline van procesmapping, capability-analyse, bronoorzaak-onderzoek en een control plan net zo goed van toepassing is op een heftruckroute in een fabriek als op een levering aan een klant.
