Студија случаја прикупљања производних података у фабрици

Ujutru u pola sedam, proizvodni menadžer još uvek traži jučerašnje podatke. Jedna smena je zabeležila broj komada na papiru, druga u Excelu, a razlog za škart je samo usmeno pomenut prilikom primopredaje. Ova studija slučaja o prikupljanju proizvodnih podataka ne počinje uvođenjem novog sistema, već ovom vrlo poznatom situacijom: pogon radi, ali menadžment samo sa zakašnjenjem i nesigurno vidi šta se dogodilo.

Početna situacija: podaci su postojali, informacije su nedostajale

U pogođenoj, višesmenskoj metalnoj fabrici radilo je oko 80 ljudi. Planiranje proizvodnje se odvijalo u sistemu za upravljanje preduzećem, ali nije bilo jedinstvenih proizvodnih podataka sa mašina. Šefovi smena su vodili evidenciju o proizvedenim količinama, zastoju i škartu na papirima, a na kraju dana ili sutradan, administrator je unosio te podatke u tabelu.

Na prvi pogled, ovo nije izgledalo kao ozbiljan problem. Šefovi smena su poznavali mašine, proizvodni plan je bio gotov, a mesečno zatvaranje se nekako uvek obavljalo. Teškoće su postale vidljive kada je porastao broj narudžbina, premeštanja su postala češća, a sve više proizvoda je prolazilo kroz iste proizvodne kapacitete.

Dnevni izveštaj je redovno kasnio dva-tri sata. Ako bi se mašina zaustavila, razlog bi često bio samo „greška“ ili „nedostatak materijala“. Količina škarta je bila vidljiva, ali nije se pouzdano znalo u kojoj operaciji, kod kog proizvoda ili pod kojim okolnostima je nastao. Proizvodnja, održavanje i upravljanje kvalitetom su imali tri delimično različite slike o istom danu.

Menadžment je prvobitno tražio sistem za nadzor mašina. Ovo je bila razumljiva reakcija, ali analiza situacije je pokazala da samo prikupljanje podataka sa mašina ne bi rešilo problem. Mašina može znati da li je radila ili stajala, ali ne može sa sigurnošću znati kojoj proizvodnoj narudžbini pripada operacija, da li je ponestalo materijala, da li se čekalo na kontrolu kvaliteta ili se vršila zamena alata.

Studija slučaja o prikupljanju proizvodnih podataka: šta je prvo trebalo razjasniti?

Prvi korak u analizi nije bio izbor senzora, terminala ili integracija. Trebalo je pratiti kako se informacije kreću kroz pogon, od primopredaje smene do menadžerskog izveštaja.

Otkriveno je da više ljudi beleži iste podatke. Operater zapiše broj komada, šef smene sabira, administrator unosi u Excel, a planer proizvodnje ponovo koristi za plan sledećeg dana. Ponavljanje unosa podataka nije samo oduzimalo vreme. Svaki prenos je pružao novu priliku da se brojevi razlikuju ili da važna informacija stigne kasno.

Nisu svi podaci vredni

Drugo otkriće je bilo da su na papirnim listovima postojala mnoga polja koja niko nije koristio za donošenje odluka. Operater je trebalo da zabeleži više od deset različitih kodova, pa je u većini slučajeva najjednostavniji unos bio „ostalo“. To je administrativno značilo formalno popunjen obrazac, ali sa stanovišta menadžmenta, malo korisnih informacija.

Cilj nije bio beleženje svakog pokreta mašine. Cilj je bio da se na nekoliko važnih pitanja brzo i dosledno odgovori: koja proizvodna narudžbina je u toku, koliko je završeno, zašto je mašina stala, gde je nastao škart i koja odstupanja zahtevaju intervenciju.

Iza zastoja stoje poslovni razlozi

Kategorije zastoja su dobile posebnu pažnju. Ranije su pod „kvar mašine“ spadali kvarovi u održavanju, nedostatak alata, pitanja programiranja, kašnjenja u snabdevanju materijalom i čekanje na pokretanje sledećeg posla. To je iskrivljavalo ocenu performansi održavanja i prikrivalo organizacione probleme koji nisu nastali unutar mašine.

U revidiranom procesu, zastoji su grupisani u nekoliko jasno razumljivih kategorija. Kvar mašine je odvojen od nedostatka materijala, čekanja na plan, čekanja na kontrolu kvaliteta i prebacivanja. Ovo nije samo rezultiralo boljim izveštajem. Odredilo je i koja oblast treba da reaguje na određeno odstupanje.

Rešenje: prikupljanje podataka zasnovano na procesu

U uspostavljenom radu, operater je na početku smene birao ili skenirao barkodom trenutnu proizvodnu narudžbinu. Osnovni podaci o proizvodnoj količini dolazili su sa mašine, gde je to tehnički bilo moguće. Na drugim radnim mestima, operater je beležio završene količine na jednostavnom terminalu.

Ljudski unos nije nestao, niti je to bio cilj. Sistem je tražio učešće operatera u događajima za koje mašina nije mogla znati potrebni poslovni kontekst: prilikom pokretanja zastoja, beleženja škarta ili promene narudžbine. Operater nije smeo da kuca tekst na slabo osvetljenom terminalu u pogonu. Dobijao je unapred određene, kratke opcije za izbor, a ređe slučajeve je mogao označiti za kasnije pojašnjenje.

Osnovni podaci o proizvodnoj narudžbini dolazili su iz postojećeg sistema za upravljanje preduzećem. Tako operater nije ručno tražio nazive proizvoda i šifre, a proizvodni podaci su se vraćali narudžbini kojoj su poslovno pripadali. Integracija sistema ovde nije bila spektakularan tehnološki element, već uslov za eliminisanje dupliranog unosa podataka.

Pre uvođenja, sproveden je kratak probni rad na dve mašine sa različitim načinom rada. Jedna je radila u serijskoj proizvodnji, druga sa čestim prebacivanjima. Ovo je bilo važno jer previše detaljna pravila mogu biti prihvatljiva u serijskoj proizvodnji, ali se lako mogu zaobići uz česta prebacivanja. Konačni proces je stoga prilagođen na osnovu iskustava smena, a ne kancelarijskih pretpostavki.

Koji rezultat se smatrao pravim rezultatom?

Nakon tromesečne validacije, sastavljanje izveštaja smene smanjeno je sa prosečno dva-tri sata na oko dvadeset minuta. Još važnije, proizvodni menadžer je već tokom smene mogao da vidi značajnija odstupanja, a ne tek sledećeg jutra.

Deo prethodnih zastoja „kvar mašine“ prebačen je u kategorije snabdevanja materijalom, pripreme i planiranja proizvodnje. To je u početku izazvalo neprijatne razgovore jer je postalo vidljivo da nisu svi gubici tehničkog porekla. Ipak, tim za održavanje je konačno mogao da prioritizuje rad na osnovu stvarnih kvarova, a planiranje proizvodnje se moglo baviti konkretnim podacima o kašnjenjima u pripremi.

Kvalitet podataka o škartu se takođe poboljšao, ali ne preko noći. U prvim nedeljama, radnici su često birali najopštiji kod razloga. Nakon povratnih informacija sa šefovima smena i spajanja nekoliko nejasnih kategorija, podaci su postali razumljiviji. Ovo je važna lekcija: prikupljanje proizvodnih podataka nije jednokratni IT projekat, već operativna disciplina koja se mora redovno proveravati i usavršavati.

Šta menadžer pogona može preneti u svoje poslovanje

Prvo pitanje ne bi trebalo biti koji sistem za prikupljanje proizvodnih podataka je potreban. Umesto toga, treba ispitati koja odluka danas nema pouzdane informacije i sa kakvim zakašnjenjem podaci stižu do onoga ko treba da preduzme akciju.

Treba proceniti i koliko puta se beleži isti broj komada, narudžbina ili podaci o škartu. Ako jedna osoba redovno posreduje između sistema, papira i tabela, verovatno nije ona problem. Ona održava tok informacija koji proces i sistemi ne podržavaju adekvatno.

Nije u svakom pogonu opravdano prikupljanje podataka sa mašina iste dubine. U raznovrsnoj, maloserijskoj proizvodnji često veću vrednost ima precizno praćenje narudžbina, prebacivanja i čekanja. U velikim, automatizovanim proizvodnjama, detaljnije merenje ciklusnog vremena, performansi i stanja mašine može biti opravdano. Dobra rešenja zavise od toga gde nastaje gubitak i ko može doneti odluku na osnovu toga.

Korisni proizvodni podaci nisu vredni zato što ih ima mnogo. Vredni su zato što šef smene, održavanje i menadžment vide istu činjenicu o istoj situaciji, na vreme da mogu nešto promeniti.