Osa 6: Kolme syytä varastojen optimoinnin epäonnistumisissa

Julkaisemme operaatiotiedettä ja Factory Physics^® (Tehdasfysiikkaa) esittelevän vierasblogisarjan, jonka on kirjoittanut toimitusjohtaja Ed Pound. Toivomme tämän sarjan tuovan uutta näkökulmaa tuote- ja palveluprosessien johtamiseen. Kaikki sarjan osat löydät täältä: Factory Physics -vierasblogi

Osa VI: Kolme syytä varastojen optimoinnin epäonnistumisissa

Varastojen optimoinnissa on monta mahdollista tapaa epäonnistua, mutta luettelen kolme ensisijaista syytä.

1) Ihmiset eivät ymmärrä varaston peruskonsepteja

Tämä ongelma on nopeasti paheneva teollisuudessa. Monet, jopa ”asiantuntijoiksi” väitetyt organisaatiot tarjoavat ohjeita, jotka ovat vääriä tai puutteellisesti toteutettuja.

Yleinen väärinkäsitys on, että ei ymmärretä perus riippuvuussuhteita uudelleen tilausajankohdan ja määrän välillä ja kuinka ne muodostuvat:

Tilauspiste = korvaavan toimitusajan kysyntä + turvavarasto
(Reoder point = Replenishment time demand + safety stock)

Tilauskoko = päivittäinen kysyntä x toimitusaika
(Reoder qantity=daily demand x days of supply)

Jos osien tilauskoko on järjestelmässäsi 100 ja kysyntä on 10 per päivä, sinulla ei pitäisi olla määritelty toimitusajaksi 5 päivää. Yrität päättää mikä lähestymistapa (päivät tai toimitus tai kiinteä tilauskokoa) on paras – kaksi asetettua politiikkaa eivät ole yhdenmittaisia, samanarvoisia. Tämä väistämättä osoittaa epätäydelliseen ymmärrykseen koskien optimaalista varasto-ohjauksen mekanismia. On olemassa lukuisia muita samankaltaisia ongelmia, kuten sekoittaminen toimitusajat (”DOS – Days of Supply”) läpimenoaikoihin (”LT – Lead Time”) – nämä kaksi ovat lähes aina erilaiset.

2) Teknologiaratkaisut ovat ylimyytyjä

Ohjelmistoyritykset ovat olemassa, koska ne myyvät ohjelmistoja. Analyysiyritykset ovat olemassa, koska he myyvät neuvoa. Yksikään ohjelmistoyritys ei kerro sinulle, ”Oikeastaan perus-MRP voi toimia varsin hyvin, et tarvitse uutta ohjelmistoa.” Katso Factory Physics for Managers -kirjasta kappaleesta 7. Siellä on yksityiskohtainen kuvaus siitä, kuinka voit käyttää olemassa olevaa MRP-järjestelmääsi hallitsemaan valtavaa yksityiskohtien määrää, saada ennustavaa suorituskykyä ja hallitsemaan sitä paljon helpommin, tilanteissa joissa esiintyy tuotevariaatioita ja kysynnän vaihtelua. Vihje: Lähestymistapa EI käytä MRP:ä niin kuin se oli alunperin suunniteltu yksityiskohtaiseen aikataulutukseen.

Yksikään analyysiyritys ei kerro sinulle, ”Olemme suorittaneet samanlaisen kyselyn noin 10 kertaa ennen tätä, mutta olemme kehittäneet saman aiheen ympärille viimeisimmän kuumimman konseptin, jotta voisimme myydä lisää tukea.” Ohjelmistoteollisuuden yritysten yhteenliittymällä (ohjelmistoyritykset, analyytikot ja konsultit) on keskenään yhdensuuntaisia tavoitteita. Uudet ja erilaiset ohjelmistot tarjoavat enemmän mahdollisuuksia myydä uusia ohjelmistoja. Uudet ohjelmistot tarjoavat enemmän mahdollisuuksia analyytikoille myydä kyselyjen tuloksia teollisuudelle selittämällä uuden softan hyvät ja huonot puolet. Operaatiotieteiden perusta on riippuvuussuhteet varaston, kapasiteetin, vasteajan ja vaihtelun välillä. Tämä on yhtä vedenpitävä kuin painovoiman laki. Et kuitenkaan löydä ohjelmistoyrityksiä tai analyytikoita, jotka puhuvat kovinkaan usein siitä, miten heidän tuotteensa tai konseptinsa toimivat näiden perustavanlaatuisten riippuvuussuhteiden yhteydessä.

3) Johto sivuttaa koulutuksen

Tämä on kohtien 1 ja 2 yhdistelmä, mutta vastuu putoaa suoraan johdon syliin. Tuotannonsuunnittelijat ja ostajat ovat osa kaikkein kriittisimpiä resursseja sen varmistamiseksi, että yritys täyttää suorituskykytavoitteensa. Niinpä on hämmästyttävää, kuinka monet yritykset tarjoavat vähän tai ei ollenkaan koulutusta näille avainresursseille. Tyypillinen asenne on se, että henkilö tarvitsee vain käytännössä opittua tietoa, jota käytetään miljoonien ja miljoonien dollarin toimitusketjuun tai operaatioiden teknologiaan. Käytännön kokemus on hyvä asia, mutta älä ymmärrä minua väärin. Tarkoitan, että en aio palkata kaveria kadulta huoltamaan Lamborghiniäni vain siksi, että hän on ollut autojen ympärillä ja puhuu hyvin asiasta. OK, en todellakaan omista Lamborghinia, mutta pointti tuli ymmärretyksi.

Yleinen harjoittelun ongelma on usein se, että harjoittelija istuu vieressä ja katsoo, kun joku käyttää järjestelmää ja tarkkailee, mitä he tekevät – tämä voi toimia tai ei. Kuinka johto tietää, että kokeneet kädet ymmärtävät perusteet operaatiotieteistä?

Alkuperäinen julkaisu:
Ed Pound. Three Reasons Inventory Optimization Fails. https://factoryphysics.com/Blog 
(Käännös- ja julkaisulupa Quality Knowhow Karjalainen Oy, Kääntäjä DI Antti Piirainen.)