Kontext
En publicerad fallstudie av Ferreira, Silva och Mesquita undersöker en tillverkare av utrustning för uppvärmning av hushållsvatten som genomförde ett DMAIC-projekt på en av sina interna logistikprocesser. Artikeln presenterar en fallstudie som belyser hur en tillverkare av utrustning för uppvärmning av hushållsvatten har använt metoden Six Sigma Define-Measure-Analyze-Improve-Control (DMAIC) för att förbättra en av sina interna logistiska processer, påfyllningen av internlager vid produktionslinjerna. Det här är den typen av intern, oglansfull process som Green Belts inom logistik ofta får på sitt bord: inte en kundorienterad leveransrutt, utan den milk-run som håller delarna i rörelse från lagret till produktionslinjen inne i fabriken.
En milk-run är ett internt leveranssystem med fast rutt: ett dragfordon eller ett litet fordon följer en bestämd väg med fasta intervaller och släpper av komponenter vid linjenära "supermarkets" så att operatörerna aldrig får slut på delar. När en milk-run-rutt tar längre tid än planerat riskerar antingen linjen att bli utan delar, eller så måste företaget lägga till personal och fordon för att kompensera. Den avvikelsen mellan planerad och faktisk rutttid var vad som utlöste detta projekt.
Problemet
Problemet kretsade kring osäkerhet kring leveranstiden för dessa rutter, en osäkerhet som skapade buffertlager och planeringshuvudvärk för linjerna den försörjde. Artikeln beskriver hur en tillverkare av utrustning för uppvärmning av hushållsvatten använde Six Sigma DMAIC-metodiken för att förbättra en av sina interna logistiska processer, påfyllningen av internlager vid produktionslinjerna, och flytta den mot en kvalitetsnivå i världsklass. I klartext: det fanns tre milk-run-rutter, och ingen kunde med säkerhet säga hur lång tid någon av dem skulle ta under en given cykel. Vissa körningar blev klara i tid. Andra drog ut på tiden tillräckligt mycket för att hota försörjningen vid linjen, och företaget hade inget sätt att förutsäga vilka dagar som skulle bli problematisk.
Hur Belt-experten avgränsade det
Ett Green Belt-projekt måste vara tillräckligt litet för att drivas på deltid under några månader, vilket innebär att avgränsningen måste göras innan någon datainsamling påbörjas. I det här fallet var avgränsningen en tydligt definierad process: milk-run-påfyllningscykeln som försörjer produktionslinjerna, mätt i ruttens färdigställandetid. Projektet försökte inte rita om hela den interna försörjningskedjan, omförhandla leverantörskontrakt eller röra extern frakt. Det valde ett mätbart utfall, rutttid, med ett specifikt och kännart symptom: en betydande andel av ronderna överskred målet på 30 minuter.
Det valet av avgränsning är viktigt för alla som studerar detta som en mall. En Green Belt-projektspecifikation bör namnge processen, avgränsningen (start- och slutpunkt för rutten, i det här fallet), den primära mätpunkten och smärtpunkten i siffror där så är möjligt, inte ett vagt klagomål om "långsam logistik".
Verktyg som tillämpats, fas för fas
Define (Definiera)
Teamet definierade processen som milk-run-cykeln med fast rutt från lager till linjenära supermarkets, med ruttens färdigställandetid som Y. En karta av typen SIPOC skulle typiskt hör hemma här: förare, fordon, rutt, stopp och produktionslinjerna som kunder till processen.
Measure (Mäta)
Teamet samlade in rutttidsdata över cykler och rutter för att fastställa en baslinje. Att etablera en baslinjefördelning är exakt det steg där en Green Belt skulle köra en processduglighetsstudie mot 30-minutersmålet och kontrollera mätsystemets tillförlitlighet innan man litar på siffrorna.
Analyze (Analysera)
Med baslinjedata i hand är analysfasen där en Green Belt-deltagare tillämpar den statistiska verktygslåda som utläres på denna nivå: att jämföra rutttider mellan förare, skift eller rutter med t-tester eller ANOVA för att se om skillnaderna berodde på identifierbara orsaker eller slumpmässig variation, samt använda rotorsaksverktyg som fiskbensdiagram och stratifiering för att skilja ruttutformningsfrågor från förarbeteende eller stoppsekvensering. Den publicerade redogörelsen fokuserar på resultatet snarare än varje enskilt mellanliggande statistiskt test, me projektets struktur, från en variabel baslinje till en tydligt diagnostiserad uppsättning orsaker, följer samma logik.
Improve (Förbättra)
Förbättringarna riktades mot källorna till variation och överflödig tid som identifierats i Analyze, mest sannolikt ruttsekvensering, sammanslagning av stopp och standardisering av hur laster förbereddes. Resultatet blev en förskjutning inte bara i genomsnittlig tid utan i spridningen av tider, vilket är kännetecknet för en äkta variationsreducerande åtgärd snarare än en engångslyckträff.
Control (Styra)
För att behålla vinsten skulle en Green Belt lägga in den nya ruttstandarden i ett styrdiagram som spårar rutttid per cykel, med gränser kopplade till 30-minutersmålet och en handlingsplan för punkter utom kontroll. Det är mekanismen som förhindrar att ett projekt driver tillbaka till baslinjen sex månader efter att belt-innehavaren gått vidare till något annat.
Vad resultatet blev
Det dokumenterade resultatet är konkret. Tillämpningen av Six Sigma-metodiken resulterade i en minskning av de rutter som tog mer än 30 minuter att slutföra från 25 till 3 procent, en minskning av koefficienten för rutttidsvariabilitet från 40 till 14 procent, och en minskning av den genomsnittliga rutttiden från 31 till 24 minuter. Dessa resultat hade en betydande finansiell inverkan, vilket gjorde det möjligt att eliminera en av de tre befintliga rutterna utan någon negativ inverkan på påfyllningsprocessen för internlagret, vilket ledde till minskade mantimmar och kostnader genom elimineringen av två milk-runs.
Den sista punkten är värd att stanna upp inför. Den ekonomiska vinsten här kom inte från en enda dramatisk lösning. Den kom från att pressa ner variability tillräckligt mycket för att företaget säkert kunde slå samman tre rutter till färre, vilket minskade fordon och arbetstimmar utan att någonsin röra den kundorienterade sidan av verksamheten. Det är en vanlig utformning för Green Belt-projekt inom intern logistik: vinsten är frigjord kapacitet, inte ett minskat antal defekter.
Vad en deltagare bör ta med sig från det
| Lärdom | Varför det spelar roll på Green Belt-nivå |
|---|---|
| Avgränsa till en mätbar process | Projektet höll sig inom ett internt ruttsystem, inte hela försörjningskedjan, vilket gjorde det genomförbart på deltid. |
| Spåra variabilitet, inte bara genomsnittet | Det var minskningen av variabilitet, inte medeltiden ensam, som gjorde att företaget säkert kunde ta bort en rutt. |
| Låt data motivera strukturella förändringar | Att slå samman rutter var först försvarbart när data visade att de återstående rutterna tillförlitligt kunde absorbera belastningen. |
| Styrplanssäkrar vinsten | Varje vinst i rutttid behöver ett löpande diagram och en handlingsregel, annars smyger sig den gamla variationen tillbaka. |
För en deltagare som studerar logistiktillämpningar av DMAIC är värdet av detta fall att det visar ett projekt i Green Belt-skala som levererar ett konkret operativt resultat – färre fordon och färre arbetstimmar – från vad som på ytan ser ut som ett rutinartat internt leveransproblem. Det är en påminnelse om att disciplinen med processkartläggning, duglighetsanalys, rotorsaksarbete och en styrplan gäller lika mycket för en truckrutt inne i en fabrik som för en kundorienterad transport.
