Wybór docelowego przebiegu procesu poprzez antycypacyjny controlling procesowy

CiRZ_221_05.jpg

Controlling procesowy nie powinien ograniczać się jedynie do procesów już funkcjonujących w organizacji. Istotne korzyści pozwala uzyskać zastosowanie jego antycypacyjnej postaci. Opiera się ona na mierzeniu wielkości charakteryzujących proces, gdy pomiary dokonywane są nie na rzeczywistych jego przebiegach, lecz na odwzorowującym go modelu. Na podstawie uzyskanych wyników możliwe jest dokonanie racjonalnego wyboru wariantu procesu przeznaczonego do wdrożenia.

Controlling procesu wymaga pomiaru wielkości z nim związanych. Standardowo pomiarowi poddawane są parametry liczbowe realnych przebiegów procesów biznesowych w organizacji. Działając na zasadzie sprzężenia zwrotnego, staramy się usprawniać przebieg procesu, dążąc do optymalizacji jego kluczowych miar wynikowych. Z pomiarem i opartą na jego wynikach optymalizacją nie zawsze trzeba jednak czekać aż do momentu wdrożenia danego przebiegu procesu w organizacji. W wielu przypadkach możliwe są działania antycypacyjne podejmowane już w fazie projektowania nowego docelowego wariantu procesu. Polegają one na testowaniu i porównywaniu różnych możliwych przebiegów procesu w oparciu o jego model. Zamiast działać bezpośrednio na „żywym organizmie” wiele cennych informacji możemy pozyskać, działając na modelu. Na podstawie uzyskiwanych danych wyjściowych modelu wybierany jest docelowy wariant przebiegu procesu przeznaczony do wdrożenia.

W dalszej części artykułu przedstawione zostaną przykładowe możliwości wykorzystania antycypacyjnego controllingu procesowego w celu wyboru docelowego przebiegu procesu.

Automatyzacja wyszukiwania okresów dostępności urządzeń w systemie rezerwacji

Jedną z najbardziej popularnych metod udoskonalania procesów biznesowych jest ich automatyzacja. Poniższy prosty przykład przedstawia możliwe podejście do kwantyfikacji korzyści związanych z tego rodzaju usprawnieniami.

Firma budowlana posiada pewną liczbę urządzeń pomiarowych przechowywanych w jej siedzibie. Co pewien czas na danej budowie pojawia się zapotrzebowanie, aby z nich skorzystać. W takiej sytuacji członek zespołu pracującego na tej budowie musi w pierwszej kolejności zarezerwować potrzebne urządzenia na wskazany okres.. Służy do tego specjalny arkusz kalkulacyjny zlokalizowany na dysku sieciowym. W tym pliku każdemu urządzeniu posiadanemu przez firmę przypisana jest tabela, w której pracownicy zaznaczają okresy, na które dokonują rezerwacji.

Korzystający z aktualnego rozwiązania najczęściej skarżą się na czasochłonność poszukiwań okresu dostępnego dla rezerwacji. Na stosunkowo długi czas tej czynności składają się dwie główne przyczyny. Pierwsza z nich związana jest z faktem, iż zapotrzebowanie występuje na dany typ urządzenia, a nie na jego konkretny egzemplarz. Tym samym, w praktyce, przed dokonaniem rezerwacji na najbardziej dogodny okres często trzeba przejrzeć wiele tabel dotyczących różnych egzemplarzy tego samego urządzenia. Druga przyczyna wynika z kolejnej specyficznej cechy zapotrzebowania na urządzenia pomiarowe na budowie: gdy się pojawia, często dotyczy nie tylko urządzenia pojedynczego typu, lecz „pakietu”, czyli kilku urządzeń różnych typu, które łącznie pozwalają przeprowadzić określone czynności pomiarowe. Dążąc do zarezerwowania całego „pakietu” urządzeń na pojedynczy okres, pracownik zmuszony jest dokonać przeglądu tabel dotyczących nie tylko jednego typu urządzenia, lecz wielu.

Na rynku dostępne jest oprogramowanie, które rozwiązałoby obydwa problemy. Po jego wdrożeniu użytkownik wpisywałby typy potrzebnych mu urządzeń oraz przedział czasowy, w którym powinien się zawierać okres rezerwacji. System automatycznie generowałby podpowiedzi dostępnych terminów. Oprogramowanie to dostępne jest w modelu SaaS, a koszt jego użytkowania wynosi 2 tys. zł rocznie (SaaSrok).

Powstaje pytanie: czy warto zautomatyzować aktualne rozwiązanie, ponosząc koszt oprogramowania? Kwantyfikacja korzyści z rozważanej automatyzacji stanowić będzie ważną przesłankę do podjęcia decyzji.

Przedstawiamy dane wejściowe do modelu kalkulacji korzyści w postaci odpowiednich wielkości wraz z odpowiadającymi im wartościami.

Aktualny średni czas dokonania pojedynczej rezerwacji (taktualny) = 15 minut

Oczekiwany po automatyzacji średni czas dokonania pojedynczej rezerwacji (toczekiwany) = 5 minut

Średnia liczba rezerwacji w roku (Rrok) = 240

Średni koszt roboczominuty pracownika dokonującego rezerwacji (tkoszt) = 1,00 zł

Formuła obliczeniowa rocznych korzyści wynikających z wdrożenia systemu przyjmuje zatem postać:

KORZYŚCIrok = {[(taktualny - toczekiwany) × Rrok] × tkoszt } - SaaSrok

Różnica w nawiasie okrągłym wyraża oszczędność czasu na pojedynczej rezerwacji, a iloczyn w nawiasie kwadratowym – redukcję roboczominut w ujęciu rocznym. Przemnożenie przez koszt roboczominuty skutkuje uzyskaniem w nawiasie klamrowym oszczędności wyrażonych w mierniku pieniężnym. Ostatecznie, od oczekiwanych korzyści musimy odjąć koszty konieczne do ich uzyskania, czyli abonament za korzystanie z oprogramowania w modelu SaaS.

Po podstawieniu wartości liczbowych z naszego przykładu otrzymujemy szacunek dodatnich rocznych korzyści na poziomie 400 zł.

Kolejność testów w postępowaniu rekrutacyjnym

Jednym z popularnych podejść do optymalizacji procesów biznesowych jest zmiana kolejności wykonywanych w ich ramach czynności. Przedstawiony przykład prezentuje wyznaczanie optymalnej kolejności czynności w procesie na podstawie danych liczbowych z modelu.

Organizacja przeprowadza postępowanie rekrutacyjne. Oczekujemy, że przystąpi do niego około 1000 kandydatów. Etap zasadniczej selekcji kandydatów przeprowadzany jest w oparciu o trzy rodzaje testów: teoretyczny, sprawnościowy i medyczny. Przejście kandydata z sukcesem przez cały etap wymaga zaliczenia każdego z nich. Oznacza to, iż niezaliczenie któregokolwiek rodzaju testu eliminuje kandydata z uczestnictwa w dalszym postępowaniu rekrutacyjnym. Każdy rodzaj testu charakteryzuje się odmiennym kosztem jego przeprowadzenia na osobę oraz różnym prawdopodobieństwem, że kandydat zaliczy go z sukcesem (tabela 1).

Tabela 1. Charakterystyki liczbowe testów [Źródło: opracowanie własne]

 

Rodzaj testu

Teoretyczny (T)

Sprawnościowy (S)

Medyczny (M)

Koszt na osobę (w PLN)

25

50

80

Prawdopodobieństwo zaliczenia z sukcesem

0,75

0,30

0,25

Zakładamy niezależność powyższych prawdopodobieństw, czyli że fakt zaliczenia przez kandydata testu określonego rodzaju nie ma wpływu na prawdopodobieństwo zaliczenia przez niego dwóch pozostałych testów. Oznacza to, że bez względu na przyjętą kolejność testów, bazując na powyższych danych, oczekujemy, że najprawdopodobniej liczba osób, które zaliczą wszystkie trzy rodzaje testów będzie stanowiła 5-6% początkowej liczby kandydatów. Wartość tę obliczono jako iloczyn prawdopodobieństw zaliczenia z sukcesem pojedynczych rodzajów testów.

Interes ekonomiczny organizacji wymaga przyjęcia takiej kolejności przeprowadzania testów, aby zminimalizować łączny koszt całego rozważanego etapu rekrutacyjnego.

Przeanalizowanie każdej z możliwych kolejności (permutacji) jest najprostszą metodą, aby wyznaczyć optymalną kolejność testów oraz uzyskać szacunek kosztów każdego z nich. Trzy rodzaje testów możemy uporządkować na sześć różnych sposobów. Wystarczy zatem dokonać kalkulacji kosztów w sześciu wariantach i wybrać ten charakteryzujący się najniższą wartością. W tabeli 2 przedstawiono kalkulację dla wariantu, który okazał się optymalny przy założonych charakterystykach testów.

Tabela 2. Kalkulacje dla wariantu S-T-M [Źródło: opracowanie własne]

 

Sprawnościowy

Teoretyczny

Medyczny

Łączny koszt

Koszt na osobę

50 zł

25 zł

80 zł

 

Prawdopodobieństwo zaliczenia z sukcesem

0,30

0,75

0,25

Oczekiwana liczba kandydatów przystępujących do danego testu

1000

300

225

Oczekiwany koszt testu

50 000 zł

7 500 zł

18 000 zł

75 500 zł

Dane w dwóch pierwszych wierszach zamieszczono już wcześniej, a w tabeli 2 powtórzono je dla wygody śledzenia obliczeń.

Do pierwszego w kolejności testu podchodzą wszyscy kandydaci, czyli oczekiwana liczba, która zgłosi się do rekrutacji. Przewidywany koszt testu danego rodzaju to iloczyn jego kosztu jednostkowego i oczekiwanej liczby przystępujących do niego kandydatów. Do kolejnego testu przystępują tylko ci, którzy zaliczyli z sukcesem test poprzedni.

Przyjęcie jakiejkolwiek innej kolejności niż S-T-M prowadziłoby do wyższych kosztów. Na przykład kolejność ustalona na podstawie rosnącego kosztu jednostkowego (tj. T-S-M) wiąże się z niemal o 7% wyższym szacunkiem kosztów łącznych, a zgodna z rosnącym prawdopodobieństwem zaliczenia z sukcesem (tj. M-S-T) prowadzi do wzrostu kosztów aż o 25%. Zarówno optymalna kolejność, jak i powyższe relacje procentowe są niezależne od oczekiwanej liczby kandydatów przystępujących do rekrutacji. Liczba ta wpływa jedynie na wartości pieniężne kosztów poszczególnych rodzajów testów i kosztów łącznych.

Dodanie kolejnego punktu kontroli

Częstym sposobem udoskonalania procesów biznesowych jest dodanie do ich dotychczasowego przebiegu nowej czynności. Związany z powyższym jest powtarzający się w praktyce biznesowej problem decyzyjny dodania kolejnego punktu kontrolnego.

Przedsiębiorstwo przetwórstwa spożywczego zajmuje się produkcją warzyw mrożonych. W trakcie sezonu, dostarczane są przez plantatorów warzywa o wadze 1000 ton. Przy wjeździe na teren zakładu towar poddawany jest kontroli jakości. Warzywa uznane za pozbawione wad są następnie mrożone i kierowane do magazynów-mroźni jako półprodukt. Poza sezonem półprodukty pobierane są z magazynu do procesu produkcyjnego, podczas którego wytwarzane są mieszanki warzywne i dokonuje się konfekcjonowania wyrobów gotowych.

Przedsiębiorstwo rozważa wprowadzenie dodatkowej kontroli, która byłaby dokonywana po pobraniu półproduktu z magazynu. Stosunkowo dokładnie oszacowano już wydatki konieczne do wdrożenia i bieżącego funkcjonowania nowego rozwiązania. Pozostaje jeszcze określić inne koszty oraz oczekiwane korzyści. W celu wykonania tego zadania należy dokonać kalkulacji opartych na rachunku prawdopodobieństwa.

Analizę warto podzielić na cztery etapy. Pierwsze trzy są wspólne dla aktualnego i rozważanego przebiegu procesu, czwarty dotyczy tylko drugiego z nich. Każdy z etapów charakteryzują pewne wielkości prawdopodobieństw, których wartości liczbowe stanowią dane wejściowe modelu. Oto, jak przedstawiają się dane dla założonego na potrzeby artykułu przykładu:

  1. Etap I: Dostarczenie warzyw z pola przez plantatora
    1. Prawdopodobieństwo, że dana partia warzyw będzie wadliwa:

      P (Wadliwana wejściu) = 0,1

  2. Etap II: Kontrola jakości warzyw „na wejściu” – prawdopodobieństwa błędów
    1. Prawdopodobieństwo, że dana partia towaru zostanie odrzucona, choć w rzeczywistości nie jest wadliwa:

      P (OdrzucenieKontrola 1 | nieWadliwana wejściu) = 0,015

      ( B ) Prawdopodobieństwo, że dana partia towaru nie zostanie odrzucona, choć rzeczywiście jest wadliwa:

      P (nieOdrzucenieKontrola 1 | Wadliwana wejściu) = 0,090

  3. Etap III: Magazynowanie
    1. Prawdopodobieństwo pojawienia się wady dopiero w magazynie, tj. w niewadliwej partii wchodzącej na magazyn:

      P (Wadliwapo magazynie | nieWadliwana wejściu) = 0,005

    2. Prawdopodobieństwo, że wadliwa partia wchodząca do magazynu pozostanie wadliwa przez cały okres magazynowania:

      P (Wadliwapo magazynie | Wadliwana wejściu) = 1 (zdarzenie pewne)

  4. Etap IV: Kontrola jakości półproduktów wychodzących z magazynu – prawdopodobieństwa błędów
    1. Prawdopodobieństwo, że dana partia towaru zostanie odrzucona, choć rzeczywiście nie jest wadliwa:

      P (OdrzucenieKontrola 2 | nieWadliwapo magazynie) = 0,003

    2. Prawdopodobieństwo, że dana partia towaru nie zostanie odrzucona, choć rzeczywiście jest wadliwa:

      P (nieOdrzucenieKontrola 2 | Wadliwapo magazynie) = 0,250

      Teraz możemy przystąpić do kalkulacji oczekiwanej liczby ton warzyw spełniających określone kryteria, co ostatecznie umożliwi nam zidentyfikowanie korzyści i dodatkowych kosztów związanych z wprowadzeniem dodatkowej kontroli.

  1. Etap I: Dostarczenie warzyw z pola przez plantatora
    1. Do zakładu trafia 900 ton warzyw pozbawionych wad i 100 ton wadliwych
  2. Etap II: Kontrola jakości warzyw „na wejściu”
    1. Z 900 ton warzyw pozbawionych wad 886,5 ton (98,5% = 100% - 1,5%) pozytywnie przechodzi kontrolę i trafia do magazynu.
    2. Ze 100 ton wadliwych warzyw 9 ton (9%) pozytywnie przechodzi kontrolę i trafia do magazynu.
    3. W sumie do magazynu trafia 895,5 ton warzyw.
  3. Etap III: Magazynowanie
    1. Z 886,5 ton niewadliwych warzyw, które trafiły do magazynu, około 4,43 ton (0,05%) ulega uszkodzeniu w trakcie magazynowania.
    2. Całość z 9 ton, które jako wadliwe trafiły na magazyn, pozostaje wadliwa w całym okresie magazynowania.
    3. Na koniec etapu III:
      • w magazynie jest około 882,07 ton niewadliwych półproduktów (98,5% stanu magazynowego);
      • w magazynie jest około 13,43 ton wadliwych półproduktów (1,5% stanu magazynowego);
      • wskutek błędów kontroli odrzucono 13,5 ton niewadliwych warzyw (1,5% wszystkich niewadliwych, które dotarły do zakładu).

      To jest końcowy wynik aktualnego rozwiązania. Powyższe dane stanowią w nim zatem również stan półproduktów trafiających na produkcję.

  4. Etap IV: Kontrola jakości półproduktów wychodzących z magazynu
    1. Z około 882,07 ton półproduktów pozbawionych wad około 855,61 ton (97% = 100% - 3%) pozytywnie przechodzi kontrolę i trafia do działu produkcji.
    2. Z około 13,43 ton wadliwych półproduktów około 3,36 ton (25%) pozytywnie przechodzi kontrolę i trafia do działu produkcji.
    3. Na koniec etapu IV:
      • do działu produkcji trafia około 855,61 ton niewadliwych półproduktów (około 99,61% półproduktów trafiających do produkcji).
      • Do działu produkcji trafia około 3,36 ton wadliwych półproduktów (0,39% półproduktów trafiających do produkcji). Wskutek błędów kontroli odrzucono ponad 39,96 ton niewadliwych warzyw (około 4,44% wszystkich niewadliwych, które dotarły do zakładu).

Podsumowując, główną korzyścią z wprowadzenia dodatkowej kontroli byłaby redukcja o 75% (ponad 10 ton) liczby wadliwych półproduktów trafiających do produkcji. Oprócz oczywistego kosztu związanego z wdrożeniem i funkcjonowaniem nowego rozwiązania przeprowadzona analiza pozwoliła skwantyfikować inną negatywną konsekwencję jej wprowadzenia. Okazało się, że niemal trzykrotnie (o ponad 26,5 tony) wzrośnie ilość nieuzasadnionych odpadów, które zwiększą koszt utraconych korzyści. Wyniki przeprowadzonych kalkulacji nie mogą jednoznacznie wskazać optymalnej decyzji odnośnie do ewentualnego wdrożenia dodatkowej kontroli. Jej podjęcie wymaga bowiem wzięcia pod uwagę całego kontekstu biznesowego nieuwzględnionego w modelu. Z pewnością jednak bez danych liczbowych uzyskanych poprzez dokonaną analizę jej podjęcie byłoby znacznie trudniejsze.

Zaprezentowane przykłady stanowią jedynie wstępne zasygnalizowanie możliwości antycypacyjnego controllingu procesowego rozumianego jako dokonywanie pomiarów wielkości charakteryzujących proces biznesowy, bazując na jego modelu. Niewątpliwą zaletą testów dokonywanych jeszcze przed wdrożeniem są stosunkowo niewielkie koszty i krótki czas ich przeprowadzania. Co ciekawe, w ramach controllingu antycypacyjnego możemy mierzyć wielkości, których pomiar w praktyce byłby niemożliwy lub trudny do przeprowadzenia. Nawiązując do pierwszego z zaprezentowanych przykładów, warto zauważyć, że tego rodzaju parametrem jest choćby sumaryczna ilość czasu poświęcana w ciągu roku przez wszystkich pracowników na dokonywanie rezerwacji urządzeń. Analogiczny charakter mają też niektóre wielkości w przykładzie trzecim. Trudno, na przykład, wyobrazić sobie możliwość pomiaru łącznej liczby ton niewadliwych warzyw odrzuconych w wyniku niedoskonałości kontroli. Trudność pomiaru niektórych wielkości na obiekcie rzeczywistym nie oznacza, że szacunki ich wartości powinny być pomijane w procesach decyzyjnych.

Podejście oparte o modele procesów ma też ograniczenia i wady. Przede wszystkim zawsze należy pamiętać, że model jest tak dobry jak założenia czynione przy jego budowie.

Drukuj

Zobacz również

Archiwum

Polecamy