Zakłady produkcyjne gromadzą dziś ogromne ilości informacji dotyczących wydajności, jakości, przestojów czy poziomu odpadu. Sama dostępność danych nie gwarantuje jednak poprawy wyników. Dopiero powiązanie ich z szybką reakcją, jasno określoną odpowiedzialnością i konkretnym działaniem pozwala ograniczać straty. W Cedo zmiana sposobu wykorzystania danych przełożyła się na koszty odpadu niższe o 2,5 mln zł niż przed wdrożeniem rozwiązania. Jak przejść od raportowania wyników do zarządzania produkcją na podstawie danych? Opowiada dr inż. Marcin Terelak, Site Director w Cedo.
O wartości danych w produkcji w dużej mierze decyduje moment, w którym zostaną wykorzystane. Odchylenie wykryte po godzinie przyniesie inne konsekwencje niż nieprawidłowość zauważona dopiero po zakończeniu zmiany, zwłaszcza przy wysokim wolumenie. Im większa skala i złożoność procesu, tym szybciej nawet niewielkie, powtarzające się odchylenia mogą generować znaczące koszty. Dlatego czas od pojawienia się sygnału do podjęcia decyzji należy traktować nie tylko jako parametr operacyjny, lecz również biznesowy.
– W Cedo produkujemy artykuły gospodarstwa domowego, a nasze portfolio obejmuje ponad 700 SKU. W procesie produkcji wykorzystujemy różne technologie, wytwarzając produkty w wielu formatach. Stosujemy również PCR, czyli tworzywo pochodzące z recyklingu, które ma duże znaczenie z perspektywy gospodarki cyrkularnej, ale może charakteryzować się większą zmiennością niż surowiec pierwotny. W tak złożonym środowisku doświadczenie pracowników pozostaje niezwykle ważne, jednak przy dużej liczbie zmiennych potrzebujemy danych, które pomagają tę wiedzę uporządkować, porównywać wyniki i przekładać obserwacje najlepszych specjalistów na powtarzalny sposób zarządzania procesem. Dane nie zastępują ludzi, lecz pozwalają skuteczniej wykorzystywać ich doświadczenie w całej organizacji – mówi Marcin Terelak, Site Director w Cedo.
Od raportowania do działania
W wielu zakładach wyzwaniem nie jest brak danych, lecz sposób i moment ich wykorzystania. Informacje produkcyjne, jakościowe i procesowe trafiają do raportów, które pozwalają ocenić zakończoną zmianę, wskazać przyczyny odchyleń i obliczyć ich konsekwencje. Taka analiza jest potrzebna, ale służy przede wszystkim opisaniu przeszłości. Aby dane wspierały bieżące zarządzanie, muszą zostać przełożone na czytelny sygnał operacyjny – z określonym odbiorcą, czasem reakcji i ścieżką eskalacji. Dopiero wtedy można skrócić drogę od zaobserwowania nieprawidłowości do decyzji.
– Sam dashboard nie poprawi efektywności, raport nie ograniczy ilości odpadu, a system nie skróci przestoju. Narzędzia dostarczają informacji, ale ich rzeczywista wartość pojawia się dopiero wtedy, gdy dane uruchamiają konkretną reakcję. Dlatego trzeba jasno określić, kto odpowiada za analizę sygnału, kto podejmuje decyzję i w którym momencie problem powinien zostać eskalowany. Z perspektywy osoby zarządzającej zakładem dane pokazują nie tylko stan procesu, ale również jakość zarządzania – to, czy organizacja potrafi dostrzec odchylenie, przypisać odpowiedzialność i odpowiednio szybko przejść do działania – podkreśla Marcin Terelak.
Od reakcji na odchylenia do predykcji
Przykładem wykorzystania danych w bieżącym zarządzaniu jest kontrola poziomu odpadu produkcyjnego. W raporcie podsumowującym informacja o jego wysokości pokazuje, ile firma już straciła. Dostępna w czasie trwania procesu staje się natomiast sygnałem operacyjnym, który pozwala zareagować, zanim koszt zacznie narastać.
– W Cedo rozwiązanie oparliśmy na prostym ciągu: linia, sygnał, operator, eskalacja i działanie. Zamiast pytać ogólnie, dlaczego poziom odpadu jest wysoki, ustalamy, na której linii pojawiło się odchylenie, z wykorzystaniem jakiego materiału, od kiedy trwa, kto otrzymał informację i jaka decyzja została podjęta. W efekcie koszty odpadu były o 2,5 mln zł niższe niż przed wdrożeniem rozwiązania. Nie był to rezultat działania jednego systemu, lecz połączenia lepszej widoczności danych, szybszej reakcji, jasno określonej odpowiedzialności i konsekwentnej pracy operacyjnej – wyjaśnia Marcin Terelak.
Bieżąca reakcja na odchylenia jest pierwszym etapem wykorzystania analityki. Kolejnym jest rozpoznawanie sygnałów, które mogą zapowiadać problem. Wzrost liczby mikroprzestojów, niestabilność procesu, zmiana poboru energii czy częstsze interwencje utrzymania ruchu mogą poprzedzać awarię, wzrost odpadu lub spadek OEE. Dane te często są już dostępne, ale pozostają rozproszone. Ich zestawienie pozwala dostrzec trend i podjąć działanie, zanim skutki nieprawidłowości znajdą odzwierciedlenie w wynikach produkcyjnych.
– Predykcja pozwala przejść od analizowania przyczyn poniesionej straty do rozpoznawania sygnałów, które mogą ją zapowiadać. Nie każdy problem da się przewidzieć, ale wcześniejsze wykrycie nawet części odchyleń zwiększa kontrolę nad kosztami, jakością i stabilnością procesu. Sam sygnał ostrzegawczy nie wystarczy – organizacja musi wiedzieć, jak na niego zareagować: czy zatrzymać proces, zmienić parametr, sprawdzić maszynę, czy zaangażować wsparcie techniczne. Wartość predykcji polega na tym, że pozwala podjąć decyzję, zanim problem stanie się kosztem – zaznacza Site Director w Cedo.
Jedna wersja danych, różne perspektywy
Szybkie podejmowanie decyzji wymaga nie tylko dostępu do informacji, ale również ich spójności. Jeżeli produkcja, utrzymanie ruchu, jakość i zarząd korzystają z odmiennych definicji lub sposobów obliczania wskaźników, część czasu przeznaczonego na analizę problemu pochłania wyjaśnianie rozbieżności. Poszczególne funkcje mogą oceniać sytuację z własnej perspektywy, ale powinny opierać się na wspólnych zasadach obliczania przestojów, odpadu, OEE czy kosztów.
– Wspólna baza faktów pozwala skoncentrować rozmowę na tym, jakie działania należy podjąć. Produkcja, utrzymanie ruchu, jakość i zarząd pełnią różne role i analizują proces z odmiennych perspektyw, jednak powinny opierać decyzje na tych samych informacjach. Spójne i transparentne dane skracają czas reakcji, ułatwiają współpracę między funkcjami oraz wzmacniają odpowiedzialność za wynik całego procesu – tłumaczy Marcin Terelak.
Najpierw decyzja, później technologia
Rozwój analityki warto prowadzić etapami, zaczynając od konkretnego problemu operacyjnego, a nie od wyboru narzędzia. W przeciwnym razie może powstać rozwiązanie, które dostarcza wielu informacji, ale nie wpływa na sposób działania organizacji.
– Nie zaczynałbym od pytania, jaki system kupić lub jaki dashboard zbudować. Najpierw należy ustalić, gdzie tracimy najwięcej pieniędzy, czasu lub stabilności procesu, które odchylenia zauważamy zbyt późno, kto powinien na nie reagować i jaką decyzję chcemy dzięki danym przyspieszyć. Dopiero na tej podstawie można właściwie dobrać technologię. Dane mają wartość nie wtedy, gdy zostają zebrane i przedstawione na wykresie, ale wtedy, gdy prowadzą do zmiany sposobu działania – podsumowuje Marcin Terelak.
