Nopealla vilkaisulla saattaa vaikuttaa siltä, ettei häiriökysynnällä ja tehdasfysiikalla ole mitään tekemistä keskenään. Väitän rohkeasti, että kyllä on ja tässä artikkelissa pyrin perustelemaan väitteeni.

Häiriökysyntä (Failure Demand) on John Seddonin kehittämä termi, joka kuvaa kysyntää, joka syntyy, kun emme pysty vastaamaan asiakkaan tarpeeseen lainkaan tai kerralla oikein. Tyypillisimmillään häiriökysyntää esiintyy palvelusektorilla (terveydenhoito, pankki- ja vakuutustoiminta, ravintolat yms. palvelut), mutta toki myös teollisuuden asiakaspalvelutapahtumissa. 

Häiriökysyntää palvelutilanteessa voi kuvata, vaikka seuravilla esimerkeillä:

  • Ostamani tuote ei toimi…
  • Hankkimani palvelu ei ole sitä mitä sen piti…
  • Toimituksen piti olla eilen, mutta…
  • En ymmärrä lähettämäänne laskua…
  • Tein tilauksen aikaa sitten, mikä on tilanne tällä hetkellä…
  • Ohjeistitte aikaisemmin toimimaan tavalla X, se ei auttanut…
  • Minun pitäisi toimittaa teille…, mutta tarvitsen vielä tiedon…
  • Kävin täällä viimeksi eilen, mutta ongelma on edelleen…
  • Olen odottanut jo X tuntia…

Eli teemme jotain ja asiakkaamme joutuu palaamaan asiaan. Häiriökysyntä on oman systeemimme epäonnistumisista johtuvaa kysyntää. Valmistavassa teollisuudessa samasta asiasta käytetään eri nimityksiä, puhutaan korjauksesta, uudelleentyöstöstä ja reklamaatioista Häiriökysynnän osuus kokonaiskysynnästä on palvelusektorilla tyypillisesti useita kymmeniä prosentteja kokonaiskysynnästä, pahimmillaan jopa yli 80 %. Monesti palvelusektorilla häiriökysyntä hyväksytään (tai erottelua ei tehdä) ja sen kanssa vain yritetään pärjätä, yksi selittävä tekijä lienee se, että kysyntä ei ole niin konkreettista ja käsin kosketeltavaa kuin teollisuudessa.

Häiriökysyntä ei ole samalla tavalla häiriö kuin vaikka audiosignaalissa esiintyvä kohina, joka voidaan kohtuullisen yksinkertaisilla menetelmillä suodattaa signaalista pois. Häiriökysyntä on samanlaista oikeaa kysyntää kuin se euroja tuottava kysyntäkin ja tyypillisesti samat ihmiset vastaavat molempiin kysyntätyyppeihin. Helppoja ratkaisuja ei ole, vaan systeemiä on muutettava.

Häiriökysynnän poistaminen on avain kapasiteetin vapauttamiseen ja palvelusysteemin suorituskyvyn parantamiseen. Miten tämä sitten on tehtävissä?

Kysynnän ymmärtäminen asiakkaan termein

Mikä on systeemin tarkoitus asiakkaan näkökulmasta? Mitä asiakas haluaa, mikä asiakkaan mielestä toimii ja mikä ei toimi. Loppujen lopuksi asiakas päättää mikä on häiriökysyntää ja mikä ei. Mikä on asiakkaan mielestä liian pitkä odotusaika? Kuinka suuri osa kokonaiskysynnästä on häiriökysyntää?

Ennustettavuuden ymmärtäminen

Vaihtelua on kaikkialla, mutta onko se satunnaista ja ennustettavaa? Vaihtelu ymmärtäminen on kriittisessä roolissa kaikessa parannustoiminnassa. Jos vaihtelu on seurausta yksittäisestä erityissyystä, on kyseinen syy löydettävissä helposti juurisyyanalyysin (RCA – Root Cause Analysis) avulla ja siihen on mahdollista kohdistaa toimenpiteitä. Jos taas erityissyitä ei ole sanotaan vaihtelun olevan satunnaista, eli seurausta monista systeemiin samanaikaisesti vaikuttavista tekijöistä. Tällöin analyysi on vaikeampaa ja se vie enemmän aikaa tarvitaan tyypillisesti syvällistä Lean Six Sigma menetelmän osaamista. Kun systeemin vaihtelu on satunnaista, sanotaan systeemin olevan hallinnassa ja ennustettava. Ennustettavuus tarkoittaa, että systeemi tuottaa tulevaisuudessa samanlaisia arvoja kuin aikaisemminkin. Kysynnän suhteen tämä tarkoittaa, että jos kysyntä on ennustettavaa, on sen keskiarvo sama kuin aikaisemminkin ja se vaihtelee samojen rajojen sisällä kuin aikaisemminkin. Menetelmänä vaihtelun ymmärtämisessä käytetään tilastollisesta prosessinohjauksesta (Statistical Process Control, SPC) tuttuja ohjauskortteja.

Vaihtelun ymmärtäminen ohjauskortin avulla.
Kuva 1. Vaihtelun ymmärtäminen ohjauskortin avulla.

Joissain tilanteissa häiriökysyntä saattaa olla seurausta jostain yksitäisestä tapahtumasta eli erityissyystä. Tällaisessa tilanteessa ratkaisu on tyypillisesti helposti ja nopeasti toteutettavissa. Kuvassa 1 on yrityksen asiakaskysyntä analysoituna ohjauskortin avulla, kuvasta näkyy erityissyy lokakuun alkupäivinä (5.10.2022). Tämän yksittäisen päivän suurelle kysynnälle on järkevää lähteä etsimään yksittäistä aiheuttajaa juurisyyanalyysin keinoin.

Systeemisten syiden ymmärtäminen

Valtaosassa häiriökysyntätilanteista erityissyytä ei ole, vaan yksittäisen päivän kysynnän suuruus on seurausta satunnaisesta vaihtelusta, eli sillä on tietty keskiarvo ja se vaihtelee tiettyjen rajojen sisällä. Tällaisissa tilanteista on virhe lähteä etsimään yksittäistä syytä, koska yksittäisen havainnon suuruus on seurausta moninaisista systeemissä vaikuttavista tekijöistä. Eli yksittäistä helppoa selitystä ja ratkaisua ei ole. 

Systeemi on suunniteltu tuottamaan ne tulokset, joita se tuottaa (suunniteltu joko tarkoituksella tai tilanteeseen on ajauduttu). Häiriökysynnän määrä on seurausta systeemin rakenteesta. Monesti häiriökysyntä aiheutuu asioista, joita on tehty kaukana (sekä ajallisesti, että fyysisenä etäisyytenä) siitä pisteestä missä häiriökysyntä havaitaan. Jos häiriökysyntää havaitaan vaikkapa asiakaspalvelussa, ovat sen aiheuttajat tyypillisesti jossain muualla. Ja aiheuttaja ei tässä kohtaa tarkoita henkilöä tai osastoa, vaan esimerkiksi tehtyjä päätöksiä, muutoksia tai ”parannuksia”, sitä miten työ on suunniteltu tehtäväksi. Häiriökysynnän vähentämisen avaimet ovat yrityksen johdolla, yksittäisen työntekijän mahdollisuus muuttaa systeemiä on häviävän pieni. Johdon on nimettävä parannustiimi, jolla on riittävä osaaminen ja valtuutus systeemin muuttamiseksi.

Tilannetta voidaan toki paikallisesti heikentää väärillä ratkaisuilla. Otetaan tässä kohtaa tehdasfysiikka apuun. Nimestään huolimatta tehdasfysiikka tarjoaa toiminnan lainalaisuudet kaikkiin operaatioihin, ei pelkästään tehtaissa tapahtuvaan toimintaan. Ja kyllä, palvelutapahtumatkin ovat operaatioita.

Otetaan esimerkiksi ”kuvitteellinen” tilanne, jossa asiakkaat kokevat joutuvansa odottamaan liian pitkään (kuva 2). ’Liian pitkään’ ei siis riipu mitenkään siitä mitä mieltä palvelua tarjoava yritys on odotusajan pituudesta, vaan on täysin asiakkaan subjektiivinen näkemys asiasta.

Häiriökysynnän noidankehä.
Kuva 2. Häiriökysynnän noidankehä.

Pitkästä odotusajasta seuraa häiriökysyntää (toissijaista kysyntää, ’Tätä on Lean’-kirjan termein), asiakkaat joutuvat kysymään uudestaan, mikä tilanne, missä mennään, koska valmista, avaavat uuden kyselyn samasta asiasta…

Häiriökysyntä on osa asiakaspalvelussa näkyvää kokonaiskysyntää ja kaikkeen sisään tulevaan kysyntään on vastattava. Kysynnän määrän kasvaminen johtaa kuormituksen kasvamiseen (jos resursseja ei ole heti mahdollista lisätä) ja kuormituksen kasvaminen johtaa jonotusajan kasvamiseen, josta seuraa se, että asiakkaat joutuvat odottamaan entistä pidempään.

No miksi näin? Tukitaan tilannetta tehdasfysiikan kautta. Kun häiriökysyntä lisääntyy ja se on osa kokonaiskysyntää tarkoittaa se, että työn saapumisnopeus (ra) kasvaa. Eli töitä tulee sisään nopeammin (kpl/aikayksikkö).

Työn saapumisnopeus vaikuttaa käyttösuhteeseen (u), joka kuvaa kuinka kuormitettu työpiste on. Käyttösuhde voidaan laskea esimerkiksi seuraavalla tavalla:

Eli käyttösuhde (u) on työn saapumisnopeuden (ra) ja työn valmistumisnopeuden (re) suhde. Kun saapumisnopeus kasvaa, niin käyttösuhde kasvaa, jos valmistumisnopeus pysyy samana.

Käyttösuhde on oleellinen tekijä, kun ollaan kiinnostuneita jonotusajasta. Odotusaika jonossa (CTq) on niin sanotun Kingmanin yhtälön mukaan:

Yhtälössä on kolme osuutta, jotka voidaan tiivistää vaihteluksi, käyttösuhteeksi ja ajaksi. Pidetään tässä esimerkissä vaihtelu ja aika vakioina ja tutkitaan, miten käyttösuhteen muuttuminen vaikuttaa odotusaikaan jonossa.

Käyttösuhteen ja jonotusajan välinen yhteys.
Kuva 3. Käyttösuhteen ja jonotusajan välinen yhteys.

Käyttösuhteen kasvaminen siis kasvattaa odotusaikaa jonossa ja yhteys on vieläpä epälineaarinen. Kun käyttösuhde on matala (eli töitä vähän) ei pieni lisäys työmäärässä aiheuta suurtakaan muutosta jonotusajassa. Mutta kun kuormitus on suurta aiheuttaa pienikin työmäärän lisäys suuren lisäyksen jonotusaikaan (ja lisää samalla häiriökysyntää aikaisemman noidankehän mukaisesti). Mikähän mahtaa olla palveluprosessien käyttösuhteen mitoitus näinä päivinä? Missä kohtaa käyrällä ollaan?

100 % käyttösuhde näyttäisi tämän mukaan tarkoittavat ääretöntä jonotusaikaa, käytännössä jo ennen äärettömän saavuttamista joku julistaisi jononpurkutalkoot alkaneiksi. Eihän kukaan tavoittele 100 % käyttösuhdetta?

Häiriökysynnän poistaminen (tai vähentäminen) mahdollistaa huomattavan kapasiteetin lisäyksen, eli samat resurssit pystyisivät hoitamaan sitä haluttua kysyntää huomattavasti enemmän ja nopeammin. Eli tehdasfysiikan kielellä, jos häiriökysyntää ei olisi, voi saapuvan arvoa lisäävän kysynnän määrä kasvaa ilman että käyttösuhde kasvaa liikaa ja näin ollen odotusaika jonossa pysyy hallinnassa. Tyypillisesti häiriökysyntää ei ole huomioitu suunnittelussa, vaan tarvittavan kapasiteetin laskennassa on huomioitu vain arvoa lisäävä kysyntä. Tästä seuraa nopeasti paheneva ongelma, häiriökysyntää on, vaikkei sitä ole suunnittelussa huomioitu, käyttösuhde nousee ja ajaudutaan noidankehään.

Muutamia lainauksia viisaammilta ratkaisujen pohdintaa tukemaan:

  • Tämän päivän ongelmat ovat seurausta eilisen ”ratkaisuista” (Senge)
  • Syy ja seuraus ovat tyypillisesti kaukana toisistaan, sekä ajan että paikan suhteen (Senge)
  • Huono systeemi voittaa aina hyvän ihmisen (Deming)
  • Kerro miten mittaat minua, niin kerron miten tulen käyttäytymään (Goldratt)

Lähteet:

1 kommentti aiheesta “Miksi palvelun häiriökysyntä äityy kriisiksi?”

Kommentoi artikkelia

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Tilaa uutiskirje

Liity postituslistalle ja saat uusimmat artikkelit suoraan sähköpostiisi.