Do detailu popsané a přísně kontrolované výrobní procesy a standardizované pohyby, při kterých zaměstnancům nezbývá ani minimální prostor pro přemýšlení nebo vlastní iniciativu. Na principech mikromanagementu založily svůj úspěch hlavně výrobní firmy z oboru automotive. Jejich úhel pohledu na výrobu ale není ten jediný. Nesvazovat lidi někdy zbytečnými nebo špatně nastavenými procesy má svoje výhody. Jak může důvěra k zaměstnancům dopomoct k flexibilnějšímu využití datové analytiky a efektivnější výrobě obecně? Výrazně!
Výrobní procesy? Užitečné, ale ne vždy
Výrobní firmy v automobilovém průmyslu, které z převážné většiny zaměstnávají agenturní pracovníky, by bez procesů jen těžko dosáhly kýžené kvality výrobků. Všechny výrobní procesy nejsou zlo. Ale ne vždy, a ne všude se vyplatí na ně spoléhat. Mnoho výrobních firem zaměstnává kvalifikované a zkušené lidi, kteří mají s konkrétním strojem mnohaleté zkušenosti, které výrobní procesy nenahradí. Dát lidem dole důvěru je v těchto případech mnohem efektivnější a flexibilnější i z hlediska kvality získaných informací a dat. A pokud si říkáte, co kvalitou informace vlastně myslím, čtěte dál.
Informace podléhají rychlé zkáze
Z praxe víme, že existuje nepřímá úměra mezi stářím informace a její kvalitou. Jednoduše řečeno: čím déle nějakou informaci nosíte v hlavě, tím větší je pravděpodobnost, že některý z detailů prostě vypustíte. A to je něco, co bychom v kontextu přesné datové analytiky, rádi omezili na úplné minimum. Relevantní analýzu dat prostě z nekvalitních, neúplných a nepřesných dat neuplácáte.
Čím rychleji informaci, která se týká třeba prostoje ve výrobě, nebo NOK kusů, zadáte do systému, tím přesnější bude. I proto jsme i zastánci denních mítinků, díky kterým můžete zaznamenaná data po 8 či 16 hodinách verifikovat, vyhodnotit a bezprostředně o ně opřít následující rozhodnutí. Na tato korektně zadaná data se pak můžete spolehnout při výpočtu OEE, měsíčním a ročním reportingu a zpětném hodnocení. Zpátky ale k efektivitě výrobních procesů, které mohou mít na kvalitu informací zásadní vliv.
Jak vypadá neefektivní výrobní proces v praxi?
Představte si situaci, kdy se jeden z výrobních strojů zastaví. Ačkoliv už sám operátor vidí, že příčinou bude to, že stroji upadla některá ze součástek, příslušný kód prostoje do systému zadat nemůže. A proč? Nemá k tomu pověření.
Podle nastavených procesů by měl totiž nejdřív poruchu nahlásit vedoucímu výroby, aby ji zanalyzoval, a pak by měl přijít údržbář, který stroj opraví a do systému kód prostoje zadá. Co když je ale údržbář během dne tak vytížený, že se k počítači dostane až po půl dni? Pravděpodobně polovinu podrobných informací o prostoji zapomene. Kvalita informace, kterou nakonec do systému zadá, ta jde prudce dolů.
Podobný problém nastane, když osoba, která má k zadávání informací do systému pověření, třeba kvalitář, musí odejít kvůli školení nebo auditu. Pokud si vůbec po několika dnech vzpomene informaci o neshodné výrobě do systému zpětně vložit, s její přesností už to nebude bůhvíjak slavné.
A proces, který se v praxi osvědčil?
Menší zajímavé, a hlavně smysluplně nastavené procesy mohou naopak práci ulehčit. V rámci systému pro monitoring dat je možné je doprogramovat jako plugin. U jednoho z našich klientů při zadání kódu prostoje „sanitace“ plugin zajistí, že po 2 minutách (nastavená doba, po kterou standardní čištění trvá), se prostoj sám ukončí, a pokud stroj stále nejede, vytvoří se prostoj nový. Systém pak po operátorovi vyžaduje, aby do něj zadal informaci o tom, co se vlastně děje. Jako například, že „se neohřívala voda“ nebo „došel saponát“. O prostojích a jejich konkrétních příčinách má pak klient i díky tomuto doprogramovanému procesu lepší přehled.
Popustit otěže kontroly se vyplatí
Jde to ale udělat i jinak. Dáte-li už samotným operátorům důvěru a možnost, aby sami mohli zadávat informace o prostojích a kvalitě výrobků do systému, může vám to otevřít dveře k těm nejčerstvějším, a tudíž nejkvalitnějším a nejrelevantnějším informacím.
Zaškolení operátoři totiž často umí poruchu stroje opravit sami, a spočítat množství zmetkových kusů jim také problém nedělá. Když jim dovolíte, aby tyto informace sami zadávali do systému, aniž by museli čekat na pověřeného údržbáře či kvalitáře (a samozřejmě jim k tomu poskytnete odpovídající metodickou podporu), celý proces se přirozeně zefektivní.
Žádná přehnaná kontrola, ale ani anarchie
Z hlediska analýzy dat je důvěra k zaměstnancům klíčová pro to, aby se od nich informace dostaly co nejrychleji, nejlépe ihned, do systému. Čím rychleji se problémy komunikují, tím rychleji se totiž dají vyřešit.
Obáváte se, že úplně přijdete o kontrolu? V rámci monitorigu dat Plantyst existuje funkce Auditlog, která ukazuje historii toho, kdo, kdy a co do systému zadal. Můžete si tak snadno pohlídat případné nesrovnalosti, třeba omylem duplikovanou informaci o počtu NOK kusů. Vidíte také historii smazaných údajů. Snadno si tak data, se kterými v rámci analytiky pracujete, ověříte a vyčistíte.
Efektivní výroba stojí na lidech
Mnoho hlavně těch nově příchozích manažerů si myslí, že efektivity výroby dosáhnou jen výrobními procesy. Zapomínají při tom na zkušené operátory, kteří s konkrétním strojem pracují už 20 let, a důvěrně znají každý jeho šroubek. Uměle vytvořená omezení a procesy, která si mikromanažer od stolu vymyslí, aniž by měl reálnou zkušenost se strojem, mohou celou výrobu nejen zpomalit, ale i zastavit.
Nechci házet výrobní procesy do jednoho pytle. Ne všechny jsou špatné. Ale zbytečně tvrdá omezení pravidly automaticky neznamenají efektivnější výrobu. Někdy je tomu právě naopak.
Namísto dalšího sešněrování pravidly zkuste svým zaměstnancům vysvětlit, proč je potřeba, aby se na tvorbě analytiky podíleli i oni. Motivujte je, aby sami chtěli výrobní data sbírat. Zaškolte je v práci se systémem na monitoring dat. Zkrátka jim poskytněte spíše podporu, než jen kontrolu.
Hledáte balanc mezi procesy a důvěrou? S naší metodikou na denní mítinky se vám to podaří.