Większość tartaków nie traci marży w wyniku jednej spektakularnej porażki. Traci ją decyzja po decyzji, zmiana po zmianie, w plikach Excela, które nie potrafią symulować alternatywnych scenariuszy, nie potrafią dostosować planu w razie zmian w dostępności kłód i nie potrafią wskazać planistowi, która kombinacja zamówień faktycznie zapewnia najlepszy wynik ekonomiczny.
W niniejszym artykule wyjaśniono, gdzie pojawiają się te koszty, dlaczego pozostają one tak długo ukryte oraz co się zmienia, gdy warstwa planowania zyskuje uporządkowaną strukturę.
Spis treści
- Dlaczego Excel wydaje się działać dobrze, dopóki nie przestaje
- Pięć miejsc, w których marża ucieka podczas planowania w arkuszach kalkulacyjnych
- Ukryty koszt ręcznego ponownego planowania
- Co mówią badania na temat kosztów ręcznego planowania
- Czym faktycznie różni się oprogramowanie do planowania dla tartaków
- Kwestia migracji: czy odejście od Excela musi wiązać się z ryzykiem?
- Wnioski
Dlaczego Excel wydaje się w porządku, dopóki nie przestaje działać
Zapytaj planistę tartaku, dlaczego nadal korzysta z arkuszy kalkulacyjnych, a odpowiedź będzie prawie zawsze taka sama: „To działa. Znamy to. A zmiana to ryzyko, na które nie możemy sobie teraz pozwolić”.
Ta odpowiedź ma sens, dopóki nie przyjrzysz się, ile faktycznie kosztuje to, co „działa”. Planowanie w tartaku w Excelu rzadko ulega widocznym awariom. Nie ma alarmu ani czerwonego ekranu. Linia produkcyjna działa, większość zamówień jest wysyłana, a tygodniowe wyniki wydają się mniej więcej akceptowalne. To, co nie jest widoczne, to marża, która po cichu uległa zmniejszeniu z powodu nieoptymalnych wyborów map cięcia, pominiętych kombinacji zamówień i opóźnionego ponownego planowania spowodowanego dostawą kłód, która dotarła dwa dni po terminie.
Problem z planowaniem pracy tartaku opartym na arkuszach kalkulacyjnych nie polega na tym, że kończy się spektakularną porażką. Chodzi o to, że konsekwentnie i w sposób niewidoczny osiąga gorsze wyniki w setkach codziennych decyzji, w których lepiej zorganizowany system znalazłby alternatywę, której planista po prostu nie miał czasu obliczyć.
To porównanie nie dotyczy samej technologii. Chodzi o ekonomię. A ekonomia w tartaku mieści się w rozbieżności między tym, co się wycina, a tym, czego faktycznie potrzebował rynek.
Pięć miejsc, w których marża ucieka przy planowaniu w arkuszu kalkulacyjnym
Marża nie znika w wyniku jednego zdarzenia w ręcznie planowanym tartaku. Ulega erozji w wyniku nagromadzonych drobnych decyzji, z których każda jest rozsądna w oderwaniu od innych, a każda jest nieco gorsza od alternatywy, którą ujawniłby prawidłowo skonstruowany system. Oto pięć najbardziej powtarzających się punktów wycieku.
1. Wybór mapy cięcia oparty na przyzwyczajeniu, a nie na popycie. Kiedy planista wybiera wzór cięcia z pamięci lub zapisanego szablonu, optymalizuje pod kątem znajomości. Schemat cięcia, który sprawdził się w zeszły wtorek, może być efektywny pod względem geometrycznym, ale całkowicie nieodpowiedni dla zestawu zamówień na ten tydzień. Ustrukturyzowana warstwa optymalizacji tartaku dopasowuje schematy cięcia do rzeczywistych otwartych zamówień, dostępnych klas kłód i terminów dostaw, generując produkcję, której potrzebuje rynek, a nie taką, którą linia produkcyjna realizuje bez problemu.
2. Przydzielanie kłód według zgrubnej kategorii, a nie wartości ekonomicznej. Planowanie oparte na Excelu zazwyczaj grupuje kłody według szerokich klas średnicy i przypisuje je do gatunków lub grup wymiarowych. Nie symuluje ono, która kłoda, cięta według jakiego wzoru, realizuje które konkretne zamówienie z jaką marżą. Ta luka w symulacji oznacza, że rzadko znajduje się najbardziej opłacalną kombinację kłód, ponieważ ręczne jej znalezienie zajęłoby godziny, których planista nie ma.
3. Brak reakcji w czasie rzeczywistym na zmiany w dostawach kłód. Przychodzi dostawa z innym zestawem gatunków niż oczekiwano. W środowisku arkusza kalkulacyjnego planista musi teraz ręcznie przebudować plan tygodniowy: ponownie sprawdzić otwarte zamówienia, ponownie ocenić, które kłody pasują gdzie, i zaktualizować sekwencję cięcia. W ustrukturyzowanym środowisku oprogramowania tartacznego system ponownie oblicza dostępne kombinacje i zaznacza, które zamówienia są teraz zagrożone, które są obsługiwane lepiej niż wcześniej i co powinno się przesunąć w kolejce. To ponowne obliczenie zajmuje sekundy, a nie cały poranek.
4. Częściowa realizacja zamówienia, która pozostawia wartość na podłodze. Gdy cykl produkcyjny zrealizuje 60% zamówienia, planowanie ręczne często odkłada pozostałą część na bok i przechodzi dalej. Nie ma automatycznego wyzwalacza, który sprawdzałby, czy wczorajsze resztki można dopasować do jutrzejszych dostaw kłód i efektywnie zrealizować. Rezultatem są fragmentaryczne księgi zamówień, rosnące zaległości i produkcja, która nie pokrywa się dokładnie z tym, co faktycznie obiecano klientom.
5. Wiedza dotycząca planowania skoncentrowana w jednej osobie. Najbardziej niebezpieczną formą uzależnienia od Excela nie jest sam plik. Jest nią ekspert, który za nim stoi. Kiedy planista jest na urlopie, każda decyzja ulega spowolnieniu. Kiedy opuszcza firmę, wraz z nim odchodzi uporządkowana wiedza. Oprogramowanie do planowania tartaku przenosi logikę decyzyjną do systemu, z którego może korzystać każdy przeszkolony operator.
Ukryty koszt ręcznego przeplanowywania
Jednym z najbardziej niedocenianych kosztów planowania tartaku opartego na arkuszach kalkulacyjnych nie jest sam plan początkowy. Jest nim przeplanowywanie. W większości tartaków plan produkcji zmienia się wielokrotnie w ciągu tygodnia: dostawa kłód jest opóźniona, zamówienie zostaje podniesione do statusu pilnego, maszyna przestaje działać na dwie godziny lub klient dzwoni z prośbą o wcześniejszą wysyłkę.
Każde z tych zdarzeń w środowisku Excelu uruchamia proces ręcznej rekonstrukcji. Planista otwiera plik, sprawdza, co jest jeszcze otwarte, w myślach zmienia kolejność zadań w tygodniu, aktualizuje arkusz i przekazuje zmianę do produkcji, często ustnie i często niekompletnie. Zanim nowy plan zostanie zrozumiany na hali, warunki znów się zmieniają.
W oprogramowaniu dla tartaków stworzonym z myślą o planowaniu, ponowne planowanie jest operacją ustrukturyzowaną. System przechowuje jednocześnie wszystkie aktualne dane dotyczące zamówień, stan zapasów kłód, opcje map cięcia oraz ograniczenia wydajności. Gdy zmienia się jedna zmienna, system ponownie oblicza wpływ tej zmiany na cały horyzont czasowy, nie tylko na dzisiejszą zmianę, ale na kolejne siedem do czternastu dni. Planista widzi, co się zmieniło, co jest zagrożone i jak wygląda najlepsza opcja naprawcza. Decyzja nadal należy do planisty. Obliczenia już nie.
„Plan jest zawsze błędny. Liczy się to, jak szybko można go uczynić mniej błędnym”.
Co badania mówią o kosztach ręcznego planowania
Różnica między ręcznym a zoptymalizowanym planowaniem w tartaku nie jest tylko anegdotyczna. Badania w zakresie produkcji wyrobów leśnych konsekwentnie wskazują decyzje na poziomie planowania jako główny czynnik wpływający na zmienność wydajności drewna, niezależnie od jakości sprzętu lub dostaw drewna.
Badanie przeprowadzone przez Manessa i Adamsa (1991) opublikowane w Forest Products Journal wykazało, że decyzje dotyczące przetwarzania kłód na tarcicę, a konkretnie wybór i kolejność wzorów cięcia, odpowiadają za znaczną część zmienności wydajności odzysku w działalności tartaku, przy czym zoptymalizowana symulacja wykazuje wymierną poprawę w stosunku do ręcznego wyboru wzorów w identycznych warunkach surowcowych.1
Nowsze prace dotyczące planowania produkcji w przemyśle drzewnym, w tym Ronnqvist i in. (2015) w Annals of Operations Research, potwierdzają, że planowanie wspierane optymalizacją konsekwentnie przewyższa ręczne planowanie prowadzone przez ekspertów zarówno pod względem wykorzystania zasobów, jak i wskaźników realizacji zamówień. Powodem tego nie jest to, że optymalizator jest mądrzejszy od eksperta. Chodzi o to, że szybciej ocenia więcej kombinacji i uwzględnia jednocześnie więcej ograniczeń.2
W praktyce planista w środowisku Excel ocenia być może kilkanaście scenariuszy cięcia na cykl planowania. Silnik symulacyjny ocenia miliony. Różnica ta przekłada się na marżę, nawet jeśli obaj planiści zaczynają od identycznego surowca.
Czym faktycznie różni się oprogramowanie do planowania tartaku
Termin oprogramowanie do planowania tartaku obejmuje szeroki zakres narzędzi, od podstawowych tablic planowania po pełne silniki optymalizacyjne. Cechą decydującą o marży jest to, czy system potrafi symulować alternatywne rozwiązania i planować w oparciu o rzeczywisty popyt na zamówienia, a nie tylko porządkować informacje, które człowiek musi następnie interpretować ręcznie.
Ustrukturyzowany system planowania robi cztery rzeczy, których Excel nie potrafi.
| Możliwość | Excel / Ręcznie | Oprogramowanie do planowania tartaku |
|---|---|---|
| Dopasowanie zamówienia do kłody | Ręcznie, przybliżone, oparte na intuicji | Oparte na symulacji, ocena wszystkich kombinacji |
| Szybkość ponownego planowania | Godziny, jeden planista i jeden plik | Minuty, system przelicza cały horyzont |
| Widoczność na kilka tygodni | Ograniczona do tego, co planista jest w stanie zapamiętać | Horyzont czasowy od 7 do 21 dni, zawsze aktualny |
| Świadomość ograniczeń | Ad hoc, zapamiętane przez planistę | Wbudowane w model planowania, w tym suszenie, wydajność i sekwencjonowanie |
Silnik planowania stanowiący rdzeń SawmillSmart działa dokładnie w oparciu o tę logikę. Zamówienia trafiają do systemu wraz z wymiarami, ilościami, wymaganiami dotyczącymi gatunków drewna oraz terminami dostaw. Równolegle rejestrowane są zapasy kłód, z podziałem na klasy średnicy, gatunki, klasy jakości i dostępne ilości. Następnie warstwa symulacyjna ocenia, które schematy cięcia, zastosowane do poszczególnych klas kłód, zapewniają najbardziej użyteczny wynik w odniesieniu do otwartych zamówień. Wynikiem nie jest plan o najwyższej wydajności z matematycznego punktu widzenia. Jest to plan, który najlepiej zaspokaja rzeczywisty popyt, uwzględniając jednocześnie rzeczywiste ograniczenia.
To właśnie w tym rozróżnieniu – między użytecznym wynikiem a surowym odzyskiem – najbardziej widoczna jest różnica ekonomiczna między planowaniem ręcznym a zoptymalizowanym. Plan o wysokim odzysku, który generuje niewłaściwe wymiary dla zamówień z bieżącego tygodnia, tworzy zapasy, a nie przychody. Plan, który zakłada 2% niższy odzysk, ale realizuje trzy pilne zamówienia na czas, generuje marżę.
Kwestia migracji: czy odejście od Excela musi wiązać się z ryzykiem?
Powodem, dla którego większość tartaków pozostaje przy arkuszach kalkulacyjnych, nie jest upór. Jest to uzasadniona ostrożność. Zmiana systemu planowania w trakcie sezonu, bez jasnych danych, bez ustrukturyzowanego przejścia i bez wiedzy o tym, jak długo potrwa krzywa uczenia się, stanowi realne ryzyko. Produkcja nie zatrzymuje się, podczas gdy zespół uczy się obsługi nowego oprogramowania.
Odpowiedzią na to ryzyko nie jest odkładanie zmiany na czas nieokreślony. Jest nią zorganizowanie migracji jako projektu pilotażowego, a nie całkowitej wymiany. Większość tartaków posiada już dane potrzebne do rozpoczęcia: plik zamówień, listę zapasów kłód oraz zestaw map cięcia. To wystarczy, aby przeprowadzić równoległe porównanie – obecnego planu opartego na Excelu z alternatywą wspieraną przez symulację – bez zakłócania bieżącej produkcji.
Proces cyfryzacji tartaku nie wymaga pełnego wdrożenia systemu ERP ani złożonego projektu integracyjnego. Wymaga minimalnego zestawu danych i warstwy planowania, która może z nim współpracować. Tartaki, które rozpoczynają w ten sposób, wykorzystując istniejące dane z Excela jako dane wejściowe zamiast natychmiastowej ich wymiany, zazwyczaj dostrzegają pierwsze wymierne różnice w jakości planowania tygodniowego w ciągu kilku cykli, a nie miesięcy.
Pytanie, które warto zadać, nie brzmi: „czy stać nas na zmianę?”. Brzmi ono: „ile kosztuje nas na kwartał to, co się nie zmienia, w marży, której nie mierzymy, ponieważ nigdy nie pojawia się ona jako strata, a jedynie jako wynik nieco niższy od tego, jaki mógłby być?”.
Jeśli trudno jest obliczyć tę liczbę, to również jest to diagnoza. Tartak, który nie potrafi oszacować własnych strat marży na poziomie planowania, nie ma problemu z danymi. Ma problem z widocznością. A widoczność jest właśnie tym, co ma zapewnić w pierwszej kolejności oprogramowanie do planowania tartaku.
Wniosek
Excel jest sprawnym narzędziem. Nie jest jednak sprawnym silnikiem planowania dla tartaku, który przetwarza tysiące kombinacji kłód tygodniowo w ramach dziesiątek otwartych zamówień o zmiennych terminach dostaw i zmiennych terminach dostaw surowca.
Koszt planowania tartaku opartego na arkuszach kalkulacyjnych jest realny, ale nie rzuca się w oczy. Objawia się nieco niższym wykorzystaniem dostępnych kłód, nieco większym zapasem wymiarów, których nikt pilnie nie potrzebuje, oraz nieco dłuższymi cyklami ponownego planowania, które sprawiają, że hala produkcyjna czeka na decyzję. Żadna z tych rzeczy nie jest katastrofalna. Wszystkie one się kumulują.
Strukturalne oprogramowanie do planowania tartaku nie eliminuje planisty. Zdejmuje z niego ciężar obliczeń i przekazuje go systemowi stworzonemu do tego celu. Planista nadal podejmuje decyzję. Różnica polega na tym, że decyzja ta jest teraz oparta na symulacji obejmującej miliony kombinacji, a nie na modelu mentalnym zbudowanym na podstawie doświadczenia i arkuszu kalkulacyjnym, który nie jest w stanie obliczyć własnych alternatyw.
Dla tartaków, które chcą zrozumieć, jak ta luka wygląda w ich konkretnym kontekście, w ich strukturze zamówień, klasach kłód i schematach cięcia, punkt wyjścia jest prostszy niż większość się spodziewa.
Dowiedz się więcej o tym, jak działa SawmillSmart i zapoznaj się z przeglądem produktu.
Czytaj dalej:
- Przewodnik planisty dotyczący zastąpienia planowania w tartaku opartego na arkuszach kalkulacyjnych
- Jak przeprowadzić pilotaż oprogramowania do planowania pracy tartaku przy użyciu istniejących danych z Excela
Bibliografia
Maness, T.C. i Adams, D.M. (1991). Łączna optymalizacja strategii rozkroju i cięcia kłód. Forest Products Journal, 41(4), 26-34. ↩︎
Ronnqvist, M., D’Amours, S., Weintraub, A., Jofre, A., Gunn, E., Haight, R.G., Martell, D., Murray, A.T. i Romero, C. (2015). Wyzwania badań operacyjnych w leśnictwie: 33 otwarte problemy. Annals of Operations Research, 232(1), 11-40. https://doi.org/10.1007/s10479-015-1907-4 ↩︎
