Lainalaisuudet – tehdasfysiikka

Julkaistu 22.02.2017    Kirjoittanut Antti Piirainen  Tilaa RSS

 

Operaatioiden johtaminen ja siihen liittyvät päätökset vaikuttavat merkittävästi:

  • toimitusaikoihin,FactoryPhysics_managers_pieni.jpg
  • valmistuneiden tuotteiden tai palvelujen määrään,
  • kertyvään työjonoon tai työmäärään,
  • kapasiteettitarpeeseen sekä
  • etenkin tuotantokustannuksiin (ovat sitä tärkeämpiä, mitä korkeammat tuotantokustannukset ovat).

"Älköön se henkilö, joka ei ymmärrä edellä mainittujen asioiden riippuvuussuhteita, puutu operaatioihin liittyviin päätöksiin." Miksi näin? Siksi, koska nämä asiat ovat riippuvaisia toisistaan. Tämä tarkoittaa, että muutosvaatimus yhteen tekijään vaikuttaa väistämättä muihin elementteihin.

Jos ei olisi vaihtelua, joka kohdistuu ja on tuotantosysteemissä, keskinäisvaikutukset olisivat liki olemattomat. Päätöksenteko helpottuisi, ja voitaisiin "säätää" vain yhtä tekijää kerrallaan sekä arvioida muutoksen vaikutus muihin tekijöihin. Vaikutukset eivät ole lineaarisia vaan osin epälineaarisia (kuva 1) ja tekijöiden välillä vaikuttaa keskinäisvaikutus.

Riippuvuussuhteiden tuntemattomuus näkyy usein päätöksenä muuttaa yhtä tekijää tai vaaditaan ristiriitaisia asioita, muutoksen negatiiviset vaikutukset yllättävät. Esimerkiksi päätetään laskea varastotasoa, sen seurauksena tipahtaakin läpimeno ja toimitusvarmuus heikkenee.

Riippuvuussuhteet.jpg
Kuva 1. Tehdasfysiikan ja talouden elementtien väliset suhteet. 
Katso YouTube -video: Kilpailukyky (https://www.youtube.com/watch?v=JHBbETS8FJo)

Operaatiotiede (tehdasfysiikka) auttaa ymmärtämään millä resursseilla, varastotasolla jne. voidaan parhaiten vastata nykyiseen kysyntään, nykyisessä toimintaympäristössä ja olemassa olevalla tuoteportfoliolla. Operatiivisesta toiminnasta vastaavan johtajan on varmistettava kysynnän täyttyminen ennustettavasti päivästä toiseen, ja samalla jatkuvasti kehitettävä toimintaa huomioiden yrityksen taloudelliset realiteetit.

Operaatiotieteen elementit, tuloslaskelma ja tase ovat suoraan sidottavissa toisiinsa. Operaatioista vastaava johtajan tulee pystyä optimoimaan kustannuksia ja maksimoimaan kassavirtaa kehittämällä operaatiostrategian varastolle, kapasiteetille ja vasteajalle perustuen niiden kvantitatiiviseen vaikutukseen talouden mittareihin (taulukko 1).

Taulukko 1. Tehdasfysiikan elementit ovat suoraan määrällisesti liitettävissä tuloslaskelman ja taseen elementteihin. Määrällinen ja mallinnettava yhteys auttaa johtajaa ymmärtämään, kuinka päästään tavoitteisiin.
Tehdasfysiikan elementit.jpg

Tehdasfysiikka, joka pohjautuu operaatiotutkimukseen (OR – operations research) tuo synteesin ja sovellutukset, kuinka arvioida keskeisten muuttujien välisiä riippuvuussuhteita. Ongelmana tänä päivänä ei ole neuvojen määrä vaan niiden sotkuisuus. Kolme kirjaimisia neuvoja riittää. Usein ongelma on vain kuinka näitä keinoja käyttäisi. Tehdasfysiikka pyrkii selvittämään missä ja milloin nämä ns. "sotkuiset menetelmät" toimivat. Huom! Nämä kolmikirjaimiset menetelmät ovat hyviä keinoja - renkejä, ei isäntiä.

Operaatioiden johtamisessa, nykytilan ennustettavana pitämisen rinnalla, on osattava analysoida mihin parannustoimenpiteet suunnataan. Tehdasfysiikka auttaa tässä sekä se auttaa myös kehittämään näkemystä, intuitiota, siitä mihin tarvitaan mitäkin toimenpiteitä. Liiketoiminnan ja prosessien tilan analyysit vastaavat johtajan kysymykseen: mitä tulee saada aikaan. Usein tämä ei riitä, vaan tarvitaan keino, kuinka muutos saadaan aikaan. Jotta keino voidaan tunnistaa, tulee ymmärtää ongelmien luonne, oikean menetelmän ja työkalujen valitsemiseksi.

Oikeita asioita.jpg
Kuva 2. Ei riitä, että tekee asioita oikein, tulee osata tehdä oikeita asioita. "Asioita oikein" liittyy menetelmien ja toimenpiteiden toteutukseen (tärkeää toteuttajalle). "Oikeat asiat" liittyvät toimintaympäristöön ja prosessianalyysin tuotokseen mitä tulee tehdä ja missä (tärkeää päätöksentekijälle).
Katso YouTube -video: Kilpailukyky (https://www.youtube.com/watch?v=JHBbETS8FJo)

Tehdasfysiikka ei tarjoa suoraa vastausta eli se ei siis ole hokkuspokkuskeino. Mutta, se auttaa ymmärtämään toimintoja ja niihin vaikuttavia tekijöitä, sekä tarvittaessa mallintamaan niitä. Johtajan päättäessä mitkä ovat oikeita asioita, tehdasfysiikka auttaa saamaan oikeamman ymmärryksen siitä, mitä pitää tehdä ja mihin.

Jos tarjolla on vain lista työkaluja, keskitytään helposti siihen, että niitä osataan käyttää (mennään työkalut edellä). Tärkeämpää on käyttää työkaluja oikeisiin paikkoihin. Ei riitä, että toimit oikein, vaan täytyy tehdä myös oikeita asioita.

Operaatiot.jpg
Kuva 3. Parannus ei ole työkalupakki vaan looginen osa liiketoiminnnan, talouden ja prosessien jatkuvaa analysointia. Analyysin tulosten perustella tiedetään parannuspaikka/-kohde, jonka jälkeen menetelmät ja työkalut alistetaan osaksi parannusprojekteja.
Katso YouTube -video: Kilpailukyky (https://www.youtube.com/watch?v=JHBbETS8FJo)

Parannustoiminta nähdään yhä enemmän kokonaisvaltaisena toimintana (kuva 2 ja 3), eikä vain yksittäisten menetelmien käyttämisenä. Kun parannustoimenpiteet liitetään liiketoiminnan päämääriin (business needs) ja prosessin heikkouksiin (process needs, process weakness), tiedetään mitä tulle saavuttaa (tehdään oikeita asioita). Kun päämäärä ja kohde ovat selvillä, voidaan keskittyä toteuttamaan parannusprojekteja (tehdään asioita oikein), tulosta syntyy.

 

 

Antti_vaihtelu_pieni.jpg
Antti Piirainen

 

Lähteet:

  1. Joseph A. Defeo; Juran's Quality Handbook – The complete guide to performance excellence, Seventh Edition (2016)
  2. Piirainen A. Vaihtelu, 2014, Quality Knowhow Karjalainen Oy
  3. Roger W. Hoerl, Ronald D. Snee: On Size Does Not Fit All, Quality Progress, May, 2013
  4. Wallace J. Hopp, Mark L. Spearman, Factory Physics, Third Edition, 2008
  5. Edwards Pound, Jeffery Bell, Mark Spearman; Factory Physics for Managers – How Leaders Improve Performance in a Post-Lean Six Sigma World, 2014

 

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    Monte Carlomuutoksen tuskaprosessikuvaaminenDMADVGageLeant-testiWheelergurutohjauskorttistandardointiläpimenoaikaparannuksen johtaminenKingmanin yhtälöLaatutyökalutqfd0-virheregressioanalyysitehdasfysiikkamittausprosessiPDSA-ympyräneukkarikoekausaliteettisitoutuminenBody of KnowledgeIshikawahistogrammiPDSAVSMSix SigmapaloautopeliL8-matriisiprosessikuvaussysteemiJuranTuottavuusarvovirtaBOKSPCtoleranssihyväksymisnäytteenottosatunnainen vaihteluarvovirta-analyysimonimuuttujakoeDesign of ExperimentsstabiilimuutosShewhartlaadunhallintapäämäärämalliCTQmixtureparannusdata-analyysilaadunkehittäjämonimuuttujatestilainalaisuudetdatan käsittelyDemingValue Stream MappingasiakastyytyväisyyssekoitekoeVOCjidokatoiminnan lainalaisuudetjohtamisjärjestelmäIATF 16949hävikkifunktiotiedonkerääminenohjaussuunnitelmaISO 9000Lean-visiovalvontaDSDOhnolaatutyökalutmittaaminenBlack BeltmalliryhmittelykaaviotyökalutLaatujärjestelmäTaguchiControl PlanDOEriskiISO 9001täystekijäkoetehollinen aikaJatkuva parantaminensyy-seurauskaavioOpetusmenetelmätjärjestäminenuutiskirjeacceptance samplingasiakastyytyväisyysparantaminenCDAkvantitatiiviset menetelmät8DparannustoimintaCTPlaadunohjausSigmaasiakasluotettava mittauslaadunparannusDMAIClaatutaulutparannustoiminnan kehittyminenDesign for Six SigmaHukkaTPMmenetelmätLaatukonferenssiISO 9001:2015tilastollinen päätöksentekonollavirheturvallisuusTOChypoteesitestiideointiJohtaminenKatariskinkartoitusCrosbyShingoOpettaminenarvovirtakuvausdatan luokitteluLean Six SigmamielenmallitparannusmenetelmäOFATSPC-korttipuhdistaminenmittaussysteemiFactory PhysicsHarryHall of FameToyotaLean HandbookLean Six Sigma Black Beltennustaminenlaatu SuomessaParetoMSAMinitabTPS5Serityissyydatan laatuLittlen lakilajitteluohjausongelmanratkaisuMinitab 18datan käsittelykoesuunnitteluKaikakuMarkkinointiTätä on Leanhukan muodotDFSSMarkkinointiprosessisatunnaissyyFMEAdataFeigenbaumlaatusuorituskykymittaritLean-talomittavirheAsiakastarveEDAtilastomatematiikkaoeejitdatan keräystehokkuusreunaROIaivoriihioperaatiotutkimusBig DatavuodiagrammiDemonstraatiotvaihtelulaatu ratkaiseeinnovaatiodatan käsittelykustannussäästöttoiminnan laithypoteesitestausIATFASQtilastoCombanion by MinitabkorrelaatioBalanced Scorecard5W2H parannusmallivaihtelun vaikutusryhmätyöskentelyjaksoaikaANOVAKingmankalanruotoPDCA

    Arkisto