Kontekst
En publisert casestudie av Ferreira, Silva og Mesquita undersøker en produsent av utstyr til oppvarming av forbruksvann som gjennomførte et DMAIC-prosjekt på en av sine interne logistikkprosesser. Artikkelen presenterer en casestudie som belyser hvordan en produsent av utstyr til oppvarming av forbruksvann har brukt Six Sigma Define-Measure-Analyze-Improve-Control (DMAIC)-metodikken til å forbedre en av sine interne logistikkprosesser, nemlig etterfylling av supermarked i produksjonslinjer. Dette er den typen interne, lite glamorøse prosesser som logistikk-Green Belts ofte blir tildelt: Ikke en kundevendt leveringsrute, men melkeruten som holder vareflyten i gang fra lager til produksjonslinjen inne i fabrikken.
En internrute (milk-run) er et internt leveringssystem med fast rute: et trekkjøretøy eller lite kjøretøy følger en fast bane med faste intervaller og slipper av komponenter ved «supermarkeder» langs linjen, slik at operatørene aldri går tom for deler. Når en internrute tar lengre tid enn planlagt, risikerer linjen enten å sulte etter deler, eller så må selskapet øke bemanningen og antall kjøretøy for å kompensere. Det gapet mellom planlagt og faktisk rundetid var det som utløste dette prosjektet.
Problemet
Problemet dreide seg om usikkerhet rundt leveringstiden på disse rutene – usikkerhet som skapte hodebry rundt sikkerhetslager og planlegging for linjene den betjente. Artikkelen beskriver hvordan en produsent av utstyr til oppvarming av forbruksvann brukte Six Sigma DMAIC-metodikken til å forbedre en av sine interne logistikkprosesser, etterfylling av supermarked i produksjonslinjer, og bevege den mot et kvalitetsnivå i verdensklasse. Enkelt sagt: Det fantes tre melkeruter, og ingen kunne med sikkerhet si hvor lang tid noen av dem ville ta på en gitt syklus. Enkelte runder ble fullført i tide. Andre tok så lang tid at det truet forsyningen ved linjen, og selskapet hadde ingen måte å forutsi hvilke dager som ville bli problemdager.
Hvordan belt-en avgrenset det
Et Green Belt-prosjekt må være lite nok til å kjøres på deltid over noen måneder, noe som betyr at omfanget må avgrenses før data innsamlingen starter. I dette tilfellet var omfanget én tydelig definert prosess: påfyllingssyklusen via internruten som betjener produksjonslinjene, målt ved rundetid for ruten. Prosjektet forsøkte ikke å redesigne hele den interne forsyningskjeden, reforhandle leverandørkontrakter eller røre ekstern frakt. Det valgte én målbar utgangsverdi, rundetid, med et spesifikt og smertefullt symptom: en betydelig andel av rundene overskred målet på 30 minutter.
Dette avgrensningsvalget er viktig for alle som studerer dette som en mal. Et Green Belt-mandat bør navngi prosessen, avgrensningen (start- og sluttpunkt for ruten i dette tilfellet), den primære målestokken og smertepunktet i tall der det er mulig, ikke en diffus klage om «treig logistikk».
Verktøy brukt, fase for fase
Definer
Teamet definerte prosessen som den faste internrutesyklusen fra lager til supermarkeder ved linjen, med rundetid for ruten som Y. Et SIPOC-kart ville typisk ligge her: sjåfør, kjøretøy, rute, stopp og produksjonslinjene som kunder av prosessen.
Mål
Teamet samlet inn rundetidsdata på tvers av sykluser og ruter for å etablere en grunnlinje. Å etablere en grunnlinjefordeling er nøyaktig det steget der en Green Belt ville kjørt en prosessdyktighetsstudie mot 30-minuttersmålet, og sjekket måle-systemets pålitelighet før man stoler på tallene.
Analyser
Med grunnlinjedata på plass er analysestadiet der en Green Belt-kursdeltaker ville anvendt den statistiske verktøykassen som læres bort på dette nivået: sammenligne rundetider på tvers av sjåfører, skift eller ruter med t-tester eller ANOVA for å se om forskjellene skyldtes tilordnelige årsaker eller felles variasjon, og bruke rotårsaksverktøy som fiskebeindiagrammer og stratifisering for å skille utfordringer med rutedesign fra sjåføradferd eller stopprekkefølge. Den publiserte redegjørelsen fokuserer på resultatet heller enn hver enkelt mellomliggende statistiske test, men struktureringen av prosjektet – fra en variabel grunnlinje til et tydelig diagnostisert sett med årsaker – følger denne samme logikken.
Forbedre
Forbedringene rettet seg mot kildene til variasjon og ekstra tid identifisert i Analyze, mest sannsynlig rutesekvensering, konsolidering av stopp og standardisering av hvordan laster ble klargjort. Resultatet var et skifte ikke bare i gjennomsnittlig tid, men i spredningen av tider, noe som er kjennetegnet på en reell variasjonsreduserende løsning heller enn en enkeltstående heldig dag.
Control
For å opprettholde gevinsten ville en Green Belt lagt den nye rutesstandarden inn i et styrediagram som sporer rutetid per syklus, med grenser knyttet til målet på 30 minutter, og en tiltaksplan for punkter som er ute av kontroll. Det er mekanismen som forhindrer at et prosjekt sklir tilbake til utgangspunktet seks måneder etter at belteholderen har gått videre til noe annet.
Hva resultatet ble
Det dokumenterte resultatet er konkret. Anvendelsen av Six Sigma-metodikken resulterte i en reduksjon av rutene som tok mer enn 30 minutter å fullføre fra 25 til 3 prosent, en reduksjon i koeffisienten for variabilitet i rutetid fra 40 til 14 prosent, og en reduksjon i gjennomsnittlig rutetid fra 31 til 24 minutter. Disse resultatene hadde en betydelig økonomisk innvirkning og muliggjorde fjerning av én av de tre eksisterende rutene uten noen negativ innvirkning på påfyllingsprosessen i supermarkedet, noe som førte til nedgang i mannskapstimer og kostnader ved å fjerne to melkeruter.
Det siste poenget er verdt å stanse litt ved. Den økonomiske gevinsten her kom ikke fra én enkelt, dramatisk utbedring. Den kom av at man presset variabiliteten tilstrekkelig ned til at selskapet trygt kunne slå sammen tre ruter til færre. Dette kuttet kjøretøy og arbeidstimer uten noen gang å berøre den kundevendte siden av virksomheten. Dette er en vanlig form på Green Belt-prosjekter innen internlogistikk: Gevinsten er frigjort kapasitet, ikke et redusert antall avvik.
Hva en kursdeltaker bør lære av dette
| Lærdom | Hvorfor det har betydning på Green Belt-nivå |
|---|---|
| Avgrens til én målbar prosess | Prosjektet holdt seg innenfor ett internt rutesystem, ikke hele forsyningskjeden, noe som gjorde det overkommelig på deltid. |
| Spor variabilitet, ikke bare gjennomsnittet | Det var reduksjonen i variabilitet, og ikke gjennomsnittstiden alene, som gjorde at selskapet trygt kunne fjerne en rute. |
| La dataene begrunne strukturelle endringer | Sammenslåing av ruter var bare forsvarlig når dataene viste at de gjenværende rutene pålitelig kunne ta unna belastningen. |
| Styreplaner beskytter gevinsten | Enhver gevinst i rutetid krever et løpende diagram og en tiltaksregel, ellers sniker den gamle variasjonen seg tilbake. |
For en kursdeltaker som studerer logistikkapplikasjoner av DMAIC, ligger verdien av denne saken i at den viser et prosjekt på Green Belt-skala som leverer et konkret operasjonelt resultat – færre kjøretøy og færre mannskapstimer – fra det som på overflaten ser ut som et rutinemessig internt leveringsproblem. Det er en påminnelse om at disiplinen med prosesskartlegging, kapabilitetsanalyse, rotårsaksarbeid og en styreplan gjelder like mye for en gaffeltruckrute i en fabrikk som for en kundevendt forsendelse.
