用数字化方式衡量生产业绩,并基于洞见采取优化行动,可以叩开改革之门,迈出数字化转型的第一步。
文章编译自麦肯锡官网发布文章:
“The digital difference in measuring production performance”
作者:Karel Eloot,麦肯锡全球资深董事合伙人
我们通常视业绩管理为管理者对下属进行评级、审核与奖励的系统。运用得好,它能提升员工的个人表现,从而对组织的提升发挥成倍的功效。
但需要被认真管理的不仅仅是员工。若制造商将这个系统运用到机器、资源与运营流程的管理上,便能在问题发生前或发生当下更好地识别问题,实时解决以确保生产正常进行。优秀的工厂通过更好地追踪和分析业绩指标,可以找到降低成本,提高生产力与盈利的新方法。
到底什么是有效的业绩管理系统?我们发现,理想的业绩管理系统包括五个要素:对的数据、对的来源、对的时间与地点、对的人和对的决策。通过良好的运作,它能创建一个标准化的工作流程,从多个数据来源捕获数据,帮助具有洞见、决策能力且经验丰富的管理者做出决策并加以有效实施。
业绩管理的收益
这五个要素看似普通,但实现起来却不容易。如果其中任何一个要素失准,这套系统就失去了它的价值。因为一个典型材料制造商有五到七个主要的流程——能源、机械、质量控制——多达35个重要节点可导致系统失效。多产线和多班组的模式使得系统的复杂性呈指数级增长。
另外,对于钢铁,化工等基础材料领域,现有的业绩管理系统往往设计或实施不当。一个不好的系统比没有系统更糟糕。
因此,业绩管理生产的收益是非常值得投资的。比如中国某钢铁企业耗时三年推行精益转型,在全面实施业绩管理体系后业绩取得了显著改善,如产量提升10%,成本降低超过5%。
该案例点出了一系列权衡关系。
第一是时间。通常一个新的业绩管理系统需要一年到两年的时间形成文化规范,另需三到五年才能与其他业务系统完全融合。而达到这个目标的前提条件是有一个非常坚定的CEO或COO在推动变革。
第二点是精力。最开始,系统是非数字化的,依赖于大量的手动操作,例如白板和纸质报表。在一家工厂里,几乎一半的办公室人员必须每天一早开始着手制作每日指标,以便在早会上审核。超过20%的办公能力被用在了基础数据处理上。
第三点是完备性。例如,某钢铁厂管理者遵循推荐的质量控制方法论,可能会每周查看三次冷却水泵是否有偏差。但是仍有一些问题可能会在数天后才被察觉。
数字化的潜力
幸运的是,对于成功的渴望驱使这家公司寻求并试点一个更快、更简单、更彻底的方案:数字化业绩管理。得益于数据处理、网络硬件、物联网(loT)传感器和IT基础设施的发展,企业可以在推进和部署业绩管理系统的过程中,利用数字化的方式,打造一个全新的业绩管理系统。
该试点从设计到落地用了不到三个月的时间。通过规范工作方式,该工厂提升了100多名一线管理人员与员工的知识与能力,并确保所有的班组都遵循同一套KPI。更快、更强有力的问题解决系统使工厂仅用少量的资本支出就将生产周期缩短了5%以上,并提高了产量。
重要的是,运用新系统即可得到以往需要花费整个办公室一半的人力历经数小时才能生产的数据,释放了约15%的办公能力,实现更好更及时的决策制定。
人的角色
某些制造商在推动数字化的进程上更胜一筹。位于法国Le Vaudreuil的施耐德电气工厂因其成功应用了工业4.0技术曾被世界经济论坛评为“灯塔工厂(Lighthouse)”。数字化业绩管理作为该工厂数字化转型的一部分,从根本上改变了工厂管理者的角色。
我国的钢铁企业非常熟悉传统方法:检查执行情况,纠正问题,并推动员工实现工厂的KPI。而现在,数字化业绩管理不仅能节省更多的时间和精力,并能处理更复杂精准的数据。比如,直接从机器与运营流程获得的信息,使得管理人员能更专注于标杆分析和研究学习,从而推动工厂真正改进。对于国际化制造商而言,这种反馈不仅对于单个工厂,而且对于跨多国的整个生产网络的改善极为重要。管理者可以分析和比较自己工厂与其他工厂的绩效,使整个组织优化升级。
这家中国钢铁企业想要在规模上挑战施耐德,还有很长的路要走,虽然如此,他们都收获了数字化业绩管理带来的福利。对于这家正在精益转型的中国公司,在某个流程中试用数字化业绩管理已经建立了从董事会到车间对数字技术的信心,这也是他们在更大、更有利的数字化转型道路上迈出的重要第一步。同时,他们也该时刻关注施耐德这样的明灯。
END.
数字化企业如同动车组,每节车厢都是发动机
传统企业就如绿皮火车,全靠车头带
「黑湖智造」是一款基于云部署的制造协同系统,主要为离散制造业及部分连续型企业提供计划排产、生产执行、质量管理、物流管理、物料管理、设备管理、可视化数据分析等协同生产功能(SaaS化的服务),旨在帮助企业实现生产管理数字化并实现智造升级。
应用场景主要在于计划调度、生产派单及过程管控、实时把控生产进度、物流及物料的协同配合、生产/订单/设备等数据分析等。通过API对接或移动端APP实现数据实时采集、多端多角色实时协同、大数据可视化呈现并深度学习辅助智能决策,帮助生产型企业解决生产过程遇到的交付期拖延、库存积压、工人效率低下、生产过程不透明等问题,最终提高生产效率、降低制造成本,打通信息孤岛,实现数据实时驱动制造!