Magazyn zaopatrujący produkcję w surowce i półprodukty zmierzył się z problemem narastającej liczby nadgodzin. Wpływało to na koszty oraz zaangażowanie przepracowanej załogi. W jaki sposób wspólna praca nad jednym wskaźnikiem mogła odmienić tę sytuację?

Audyt magazynowy wykazał problem związany z liczbą nadgodzin. Pracę nad zagadnieniem zespół projektowy rozpoczął od odpowiedzi na poniższe pytania:

• Co jest przyczyną występowania nadgodzin?
• Czy zasoby wykorzystywane są efektywnie?
• Jak określić skuteczność przyszłych rozwiązań optymalizacyjnych

Odpowiedzi na powyższe pytania opisano wzorem: Produktywność magazynu – w przypadku realizowanego projektu – zdefiniowano jako stosunek czasu wymaganego do obsługi procesów magazynowych do całkowitej liczby dostępnych roboczogodzin. W jaki sposób określono czas, który jest wymagany do obsługi procesów? Dokonano tego w trzech krokach:

1. Zidentyfikowano i opisano procesy magazynowe – bardzo ważnym czynnikiem było jasne określenie, kiedy dany proces się zaczyna, a kiedy kończy.
2. Określono wymagany czas na obsługę 1 czynnika obciążenia (np. paleta) w danym procesie (np. załadunek). Przeprowadzono serię pomiarów. Upraszczając: sumaryczny czas obsługi procesów (np. 30 załadunków: 30 × 60 minut = 1800 minut) podzielono przez sumaryczną liczbę czynników obciążenia (30 × 30 palet = 900 palet). W wyniku określono czas potrzebny na załadunek 1 palety w procesie załadunku (1800 minut / 900 palet = 2 minuty/paleta).
3. Przemnożono wyniki pomiarów (2 minuty) razy liczbę zrealizowanych czynników obciążenia (liczba załadowanych palet  – dane z SAP).

Skuteczne rozpoznanie wszystkich procesów magazynowych pozwoliło na zestawienie całkowitego czasu wymaganego na ich obsługę (licznik równania). Całkowitą liczbę dostępnych roboczogodzin (mianownik równania) określono na podstawie liczby pracowników na danej zmianie pomnożonej razy liczbę dostępnych minut pracy dla danego pracownika (wynik pomniejszony o przerwę i powiększony o nadgodziny). Stosunek tych dwóch zmiennych wyrażał produktywność magazynu.
Pierwsze wyniki wskazały na 70 godzin czasu nieproduktywnego (27% całkowitego dostępnego czasu). Cel produktywności ustalono na poziomie 85%, co wiązało się z redukcją czasu nieproduktywnego z 27% do 15%.

Dane vs decyzje

Dzisiejsze magazyny nie cierpią na brak, lecz raczej na nadmiar informacji oraz brak ich skutecznego przekazywania do właściwych osób w formie pozwalającej podejmować trafne decyzje. Posiadanie informacji zestawionych w opisany sposób pozwoliło na wdrożenie procesu decyzyjnego opartego na pomiarach i analizie danych. Do osiągnięcia założonego celu (85%) przyczyniły się nie tylko niska pracochłonność generowania zestawień, ale również czytelność wyników i możliwość analizowania poszczególnych elementów zarządzania magazynem: zestawienia per zmiana, per brygada, per pracownik, per obszar (załadunek, kompletacja, przyjęcia…) z możliwością określenia okna czasowego: zestawienia dzienne, tygodniowe, miesięczne.

Istotnym punktem procesu decyzyjnego było wdrożenie cyklicznego spotkania, na którym wyniki omawiane były przy udziale przedstawicieli różnych działów firmy, co pozwalało sprawnie reagować na zmiany i planować obciążenie pracą na przyszłość. Jeden z przykładów pozytywnych efektów to wygładzenie skoków zapotrzebowania na pracę magazynu w pierwszym i ostatnim tygodniu miesiąca, wcześniej występujących z uwagi na charakter działalności handlowej.

Agenda cyklicznego spotkania:

1. Wynik produktywności za miniony tydzień – Aktualna vs Cel.
2. Przegląd wyników produktywności dziennej za miniony tydzień.
3.  Analiza i przegląd innych wyników.
4. Określenie przyczyn problemów w magazynie (utrata produktywności).
5. Określenie akcji korygujących.
6. Sprawdzenie statusu akcji korygujących za miniony tydzień.

Produktywność magazynu – efekty prac

Wdrożony proces został powiązany z cykliczną rewizją norm (czasów cyklów) oraz systemem motywacyjnym. Również niematerialne korzyści dla pracowników związane z odciążeniem spowodowanym mniejszą liczbą nadgodzin oraz skuteczny sposób planowania prac oparty na danych sprawiły, że narzędzie trwale osadziło się w firmie i doprowadziło do bardziej efektywnego (osiągnięto cel 85%) wykorzystania zasobów magazynowych.

Mikołaj Dramowicz

Kierownik Projektów w SMART Project

Tomasz Lus

Kierownik Projektów w SMART Project

Radosław Śliwka

Członek Zarządu w SMART Project