Теперь приходим к анализу результатов вычислений. Наименьшим значением эффективности является (0,78) максимальным (1). Среднее значение равно (0,92).
Это означает, что в среднем в 92 процентах дней складской комплект «Гамма» достигал максимальной своей производительности. Необходимо отметить, что индекс максимальной эффективности равен 1, который подтверждается построением модели. Наименьшая оценка это 78 процентов от возможного результата. Ниже также представлена гистограмма плотности распределения оценок эффективности (Рисунок №9).
Рис. 9. Гистограммы эффективности по моделям COLS и CMAD
Согласно графику плотности на гистограмме модели CMAD видно, что значения эффективности разбросаны не равномерно в диапазоне от 0,72 до 1. Навившая плотность в значении 0,92. Ниже представлен График №1 с изображением распределения эффективности относительно отдельных дней:
График 1. Распределение эффективности по дням
Из графика следует, что дни 15,20,31,43 имели наибольшую эффективность. Это было связано c тем, что в эти дни все факторы производства были использованы максимально оптимально. А дни 2,6,35,49 были с наименьшей эффективность. Теперь предстоит разобраться с причинами возникновения данных показателей. При выводах необходимо учесть, что модель SFA учитывает, как случайную ошибку, так и техническую неэффективность, которая описывает «операционных шум» или в случае компании «Алерс» это неопределённость сложности исполнения конкретного заказа.
Одними из наиболее важных показателей, получившихся при построении стохастической границы производства это бета-коэффициенты, описывающие влияние каждого фактора на производительность единицы измерения. И именно они делают модель устойчивой. Значения знака определяет направление его влияния. Если знак положительный, то данный фактор увеличивает значение результатов его необходимо по возможности увеличивать. Если знак при бета-коэффициенте отрицательный, то это означает что данный фактор или ресурс производства необходимо увеличить или модернизировать. Другими словами, данный фактор находится в недостатке и из-за него возникает уменьшение производительности.
Таким образом, согласно модели, факторы производства трудочасы «Labor» и количество поступивших заказов «Order» имеют положительное значение бета-коэффициента, это означает что они положительно влияют на результативность деятельности склада «Гамма». В то время как факторы мото-часы «Machines», количество продукции на стеллажах «Warehouse» и количество продукции, прошедшей через операционную зону «OperZone» имеют отрицательное значение бета-коэффициента. Это означает, что данные ресурсы необходимо увеличить для увеличения эффективности. При этом стоит отметить то, что наиболее значимым фактором является количество поступивших заказов. Следовательно, при управлении процессами необходимо уделить внимание сглаживанию планирования производства и условия контрактов с клиентами. Также не столь значительный минус у беты фактора мото-часов, это значит, что нынешнее количество техники и ее прогон удовлетворяют потребностям спроса не нее.
Разработанный инструментарий для оценки пропускной способности склада
Основным результатом работы является разработанный инструмент для расчета максимальной мощности склада «Гамма» или его пропускной способности. Для этого изначально был выбран метод оценки SFA, чтобы построить границу производственных возможностей. Данная функция помогает произвести расчеты пропускной способности склада. Чтобы получить релевантное значение y* (максимальная пропускная способность) необходимо подставить максимальные значения всех факторов производства, при их ограничениях в модель. Для этого необходимо учесть логарифмический вид уравнения и значения бета-коэффициентов и получить максимальное возможное значение y*. Фактические значения факторов производства в релевантном измерении выглядят следующим образом. Максимальное количество трудо - часов в день равняется 600 часов в день с учетом штата и внешне привлечённого персонала. Вся техника максимально может проезжать 700 часов в день с учетом подзарядки аккумуляторов. Стеллажи могут вмещать в себя 25000 метров кубических, данный фактор ограничен фактическим количеством стеллажей и количеством установленных ярусов, и возможностями погрузчиков. Операционная зона ограниченна еще и площадью, таким образом максимальное ее значение 2000 метров кубических. Объём поступивших заказов ограничен условиями контрактов. Для расчетов было взято значение, когда эффективность была максимальной, следовательно, это 1590 метров кубических. Таким образом, получается выражение:
(13)
В краткой форме его записать так:
(14)
Преобразовав его в экспонентный вид можно получить окончательный результат:
(15)
В итоге 2007, 642 метров кубических - это пропускная способность слада при текущем наборе ресурсов, оценённая методом анализ стохастической границы. В оценку была включена историческая сводка данных, а также проведена корректировка на случайную ошибку и техническую неэффективность, при этом все 3 величины независимы между собой. В роли инструмента расчета был использован пакет программы Stata/SE 10. Данный инструмент может быль легко использован работниками компании в любое время для оценки своих мощнотей. Для этого необходимо подствать фактические значаения каждого из 5 факторов производства на конкретную дату в уравнение регрессии и получать максимальное значение в конкретный день. Для улучшения эффективности производтсва должны произойти изменеия, которые смогут повлиять на значения бета-коэффициентов. Основные выводы и рекомендации для компании «Алерс» будут представленны в следующнй части.
3.5 Рекомендации
Согласно проведенному исследованию по складу «Гамма» компании «Алерс РУС» можно привести следующие рекомендации по двум основным направлениям. Первый блок относится к преимуществам использования разработанного инструмента, относящимся к текущему положению дел. То есть та работа которую можно провести, с помощью данного инструмента, чтобы улучшить эффективность деятельности, располагая текущими ресурсами, без крупных изменений и модернизации. Второй блок рекомендаций представляет собой долгосрочные рекомендации для структурных изменений, которые должны привести к увеличению пропускной способности склада «Гамма». Другими словами, краткосрочные рекомендации направленны на правильный расчет пропускной способности при текущих ресурсах. А долгосрочные рекомендации направлены на изменение значений отрицательных бета-коэффициентов в стохастической модели, то есть значимые структурные изменения в процессах компании.
Преимущества использования инструмента
1. Использовать разработанный инструмент для оценки пропускной способности склада «Гамма». При этом оценку можно проводить на регулярной основе, чтобы можно было сглаживать планы производства и предоставления услуг. Данная методология упростит задачу сотрудников в отношении аргументации пропускной способности склада на текущий момент. Для этого необходимо собрать релевантную информацию из информационных систем, установленных в организации, затем вставить ее в построенную модель и получить пропускную способность при фактическом наборе факторов производства. Также данный метод можно применить и к другим объектам организации, например, складам «Альфа» и «Бета». В перспективе модель может быть усовершенствована добавлением дополнительных факторов производства.
2. В перспективе модель может быть усовершенствована добавлением дополнительных факторов производства. Например, для улучшения работы с ключевыми клиентами необходимо пересмотреть контракты на предмет коэффициента сложности исполнения заказа и добавляющих стоимость услуг. Таким образом компания сможет более корректно выставлять стоимость услуг клиентам. Так как в настоящие время компания рассчитывает стоимость исходя на один метр кубический. С добавлением коэффициента сложности обработка метра кубического различной продукции будет стоить по-разному. Также данный фактор дополнит модель и можно будет проанализировать зависимость между сложностью заказа и количеством исполненных заказов.
3. Для анализа сложности заказа также можно воспользоваться разработанным инструментом. Так как математическая модель описывает неэффективность с помощью показателя е, то именно этот показатель и описывает неэффективность, вызванную сложностью заказа. Поэтому компания может взять исторические данные и проанализировать их с помощью модели. В результате будут получены значения неэффективности из-за сложности в конкретный период времени. Далее необходимо будет соотнести значения неэффективности и условий фактических заказов за этот период времени, выявить тренды по специфике заказов и присвоить соответствующие коэффициенты сложности.
4. Для увеличения пропускной способности склада необходимо также пересмотреть условия контрактов с клиентами на предмет установления срока размещения заказа, чтобы производственный план был стабильный на протяжении трех дней. Это даст возможность отделу планирования построить план, при котором не будет возникать узких мест в операционной зоне и заранее будет запланировано необходимое количество ресурсов для исполнения обязательств.
Рекомендации
1. Компания вкладывает крупные инвестиции в инновационные технологии и стремится к цифровой революции 4.0. В частности, на складском комплексе применяется собственной разработки WMS системы (warehouse management system), которая описывает и учитывает все физические потоки на складе. Однако при этом, данная система не учитывает ограничения на операционную зону, где и возникает большинство заторов физического потока, и как следствие неисполнение заказов и потеря эффективности. Поэтому необходимо разработать дополнительный блок внутри данной системы, с помощью которого программа сможет более оптимально выстраивать планы операционной деятельности внутри склада. Для этого необходимо замерить возможности операционной зоны: площадь, высота, количество паллет помещающихся в ряд. А также добавив сюда показатель сложности заказа, который будет определять сколько места необходимо для обработки паллеты данного вида.
2. Так как остальные факторы имеют положительные значения или не столь большие отрицательные значения коэффициента-бета, то необходимо увеличить масштаб операционной зоны. Поэтому часть неиспользуемых мощностей в зоне хранения можно перевести в операционную зону, что позволит увеличить пропускную способность и избежать возникновения ситуаций, когда сборка заказа ведется в зоне отгрузки.
3. Прописать процедуры для сотрудников, согласно которым категорически нельзя производить сборку заказа в местах неотведенных для этого. То есть около паллетайзеров, в проходах для техники и персонала, в зонах отгрузки и погрузки. Тогда можно будет достичь положительный эффект от использования электронных технологий, уменьшить риски брака и порчи продукции, а также полностью реализовать концепцию 5S. Если все операционные процессы по формированию заказа будут проводиться только в операционной зоне, то не возникнет очередей на отгрузки, и компания сможет гибко регулировать свои планы производства.
В 3 главе для разработки инструментария расчета пропускной способности склада «Гамма» был применен метод анализа стохастической границы. В основу расчетов легла производственная функция Кобба-Дугласа. Для построения модели были вычислены переменные элементы, которые являются факторами производства и влияют на объем обработанных заказов. В математическую модель вошли пять основных факторов производства: суммарное количество трудочасов за один день; суммарное количество моточасов, прокатанные разрузочно-погрузочной техникой за один день; суммарное количество метров кубических хранимой продукции на стеллажах на определенную дату; суммарное количество метров кубических продукции, прошедших через операционную зону и количество поступивших заказов на определённый день. Количество исполненных заказов является зависимой величиной. С помощью программного обеспечения Stata/SE 10.0 была построенна модель в логарифмической форме по двум регрессионым методам COLS и CMAD. В результате была получена математическая модель, которая дает возможность расчитать максиальную пропускную способность скалада. Также с помощью данного инструмента была проведена оценка эффективности каждого отдельного для за наблюдаемый период и сделаны выводы по причинам их возникновения. По результатам проведеного исследования были сформулированы рекомендации для компании.
Заключение
Данная работа является консультационным проектом по компании «Алерс РУС», международному провайдеру логистических услуг. Цель данной работы заключается в проведении оценки пропускной способности склада «Гамма» - одного из объектов компании «Алерс РУС». Актуальность проекта заключается в потребности операционного отдела в оценке своих производственных возможностей для улучшения выстраивания отношений с клиентами, а также необходимости разработки инструментария контроля пропускной способности склада.
Для достижения цели данной работы был реализован ряд задач. Во-первых, был проведен анализ текущей операционной деятельности склада «Гамма», изучены основные ресурсы и виды операций, протекающих на складе на ежедневной основе. Во-вторых, в рамках проблематики данной работы был проведен анализ научной литературы. По итогам изучения литературы выбранный подход, вошедший в разработку инструментария оценки пропускной способности склада, описан теорией бережливого производства и в частности бережливого склада. Данная теория предлагает использовать методы оценки эффективности для выявления возможностей для улучшения показателей производительности организации. На основе поведенного анализа было выявлено, что анализ стохастической границы (SFA) является наиболее подходящим подходом к оценке эффективности деятельности конкретного объекта. В-третьих, для применения метода SFA были выбраны основные факторы производства и произведен сбор исторической информации по ним за определённый период времени. В-четвертых, по совокупности предыдущих этапов была построена регрессионная модель и произведены расчеты технической неэффективности с помощью программного обеспечения Stata/SE 10.0.