Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Manufacturing: l’It per reagire alle eccezioni e ottimizzare le performance

pittogramma Zerouno

Manufacturing: l’It per reagire alle eccezioni e ottimizzare le performance

19 Giu 2012

di Daniele Lazzarin

L’indagine di Aberdeen Research mette in luce l’importanza di soluzioni come l’enterprise manufacturing intelligence per arrivare a una gestione davvero unificata di asset, produzione, qualità e magazzini su tutti gli stabilimenti aziendali. Vediamone nel dettaglio le principali evidenze.

In un contesto di incertezza economica, globalizzazione, cicli di vita dei prodotti sempre più brevi e compliance sempre più severe, le aziende manifatturiere nei processi operativi sono chiamate a reagire in tempo reale alle eccezioni, e nel contempo a ottimizzare le performance. Secondo Aberdeen Research, per rispondere nel modo migliore a queste due sfide occorre una gestione unificata di asset, produzione, qualità e magazzini nei vari stabilimenti: tesi di cui la società di ricerca ha cercato conferma con un'indagine su oltre 200 aziende manifatturiere di ogni dimensione in tutto il mondo (clicca per scaricare il report).

Il primo responso è che la principale priorità di business è nettamente la riduzione dei costi (77%) che, parlando di aziende manifatturiere, si concentra soprattutto sulle attività operative con una serie di best practice (figura 1).

Figura 1 – Lo scenario strategico (Pressures, Actions, Capabilities, Enablers) per le imprese Best-in-class

 

 

 

 

 

 

 

 

 

 

Aberdeen quindi prima di tutto definisce tre Kpi: Otd (On Time Delivery: percentuale di prodotti consegnati entro la scadenza promessa al cliente), Oee (Overall Equipment Effectiveness, un indice che tiene conto della disponibilità degli impianti e della qualità dei loro output) e Oy (Overall Yield: rapporto tra il volume di produzione reale e quello ottimale ottenibile con gli stessi input). Quindi esamina le prestazioni del campione su questi tre indici, e classifica il primo 20% di imprese come Best-in-class, il seguente 50% come Average (prestazioni medie) e l'ultimo 30% come Laggard (ritardatari). In media, le Best-in-class hanno prestazioni migliori di circa 20 punti rispetto alle Laggard: 97% contro 78% sull'indice Otd, 91% contro 70% sull'Oee, e 98% contro 76% sull'Oy. Ma l'aspetto più interessante è la relazione diretta dimostrata da Aberdeen tra le performance sui tre Kpi e la profittabilità: le Best-in-class hanno margini operativi medi del 33% più alti rispetto alla media del resto delle aziende.

Ciascuna delle tre fasce Best-in-class, Average e Laggard, mostra poi comportamenti omogenei in cinque aree: Processi, Organizzazione, Knowledge management, Tecnologie, Performance management (figure 2 e 3).

Figura 2 – Le best practice nelle aree Processi e Organizzazione

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 3 – Le best practice nelle aree Knowledge management, Tecnologie e Performance management

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Nei processi, le Best-in-class si differenziano soprattutto per l'impegno nel ridurre le variabilità (standardizzazione) e nell'integrare controllo in tempo reale e analisi. Più in dettaglio, le Best-in-class standardizzano soprattutto le procedure di gestione delle eccezioni, l'escalation di tali eccezioni verso livelli più alti della gerarchia e la misurazione dei Kpi: “Il 72% delle Best-in-class misura l'efficienza delle macchine o i tempi di ciclo nello stesso modo nella fabbrica a Seattle e in quella in Cina”, spiega Aberdeen. Quanto all'integrazione di tool analitici e di monitoring, la rilevazione in tempo reale di eccezioni negli impianti è molto più frequente nelle Best-in-class, che usano questi dati come input per l'ottimizzazione della produzione. Qui la tecnologia ideale per Aberdeen è l'Emi (enterprise manufacturing intelligence), per ora ancora poco diffusa (è presente nel 19% delle Best-in-class e nel 6% delle Laggard) sia per la difficoltà di sfruttare insiemi di dati diversi e dispersi nei vari repository di stabilimento e aziendali, sia per la bassa conoscenza di queste soluzioni. Ben il 50% delle aziende però pianifica di adottare soluzioni Emi nei prossimi 12-24 mesi.

Dal punto di vista organizzativo, invece, le Best-in-class si distinguono per il fatto di avere team di miglioramento continuo e decisori (dagli operatori di macchina ai top manager) dotati di soluzioni di visibilità ed event monitoring dei processi. Qui rientrano anche le aree Knowledge e Performance Management, perché le Best-in-class mostrano una propensione molto più alta ad automatizzare la raccolta dei vari tipi di dati di produzione real-time, e ad analizzarli integrandoli con dati di business come quelli di contabilità industriale e di vendita.

Infine l'area tecnologie. Per avere una visibilità completa su produzione, manutenzione, qualità e magazzini, sottolinea Aberdeen, occorre un ambiente informativo capace di far interoperare in tempo reale molti sistemi It diversi: Enterprise Asset management (Eam), Manufacturing Execution System (Mes) e Quality Management Systems (Qms), a livello della gestione della produzione e dei relativi asset; Apm (Advanced Performance Management), Emi e Spc (Statistical Process Control) a livello di performance e analisi; e Business Intelligence per integrare dati operativi e corporate. Le Best-in-class in particolare investono molto di più nell'integrazione tra lo strato analisi-performance (Apm, Emi, Bi) e quello di visualizzazione; nella differenziazione delle console decisionali in funzione dei ruoli; e nell'automazione dei workflow tra le attività di produzione, magazzino, manutenzione e qualità, soprattutto per gestire le eccezioni.

l report si conclude con le raccomandazioni: ai Laggard, Aberdeen consiglia di iniziare a raccogliere dalle varie fonti tutti i dati di produzione archiviandoli in un repository (“historian”), e di standardizzare le procedure di gestione delle eccezioni. Compiuti questi due passi, si può iniziare a lavorare sui dati raccolti con soluzioni analitiche. Agli Average, il suggerimento è di investire in strumenti di Emi e Spc, ampliando la visibilità in tempo reale sui processi operativi e differenziando le relative dashboard per ruoli; alle Best-in-class è di unificare il più possibile le soluzioni di event e performance management su una unica piattaforma di Mom (Manufacturing Operations Management).

Daniele Lazzarin
Giornalista

Ingegnere gestionale (Politecnico di Milano) e giornalista professionista dal 1999. Scrivo di progetti di digitalizzazione nelle aziende e business application su Digital4, sia per la rivista di carta sia per il sito web, prevalentemente sui canali Digital4Executive, Digital4SupplyChain, Digital4PMI, Digital4Finance, Digital4Manufacturing.

Manufacturing: l’It per reagire alle eccezioni e ottimizzare le performance

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

    LinkedIn

    Twitter

    Whatsapp

    Facebook

    Link

    Articolo 1 di 4