Loading

Module 1: Coordinamento modellistico in catena di approvvigionamento

Note di Apprendimento
Study Reminders
Support
Text Version

Sei Sigma Approccio al coordinamento

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Ciao e benvenuto a “ Modelling e Analytics for Supply Chain Management ”! Come sapete, oggi è la settimana 10 e siamo nella modellazione di coordinamento „ nella supply chain ". Vi abbiamo dato l'esposizione sulla modellazione di coordinamento nella supply chain nelle ultime 2 settimane o nelle ultime 2 lezioni piuttosto e lì quello che avete imparato è che il coordinamento è l'elemento più importante della supply chain; perché come tutti sappiamo che la supply chain in quanto tale, è sostanzialmente un'attività che prende il vostro prodotto dal posto A al posto B in modo tempestivo. Ora, qual è il modo tempestivo? Il modo tempestivo significa sostanzialmente che il prodotto deve raggiungere puntuali puntuali. Con il tempo, che cosa significa? Qual è l'importanza della parola o del significato della parola „ On Time "? „ Nel tempo " non significa né prima né dopo. Se il tuo prodotto raggiunge prima, cosa accadrà? Bisognerà conservarlo e non stiamo parlando di un'unica unità di un prodotto, stiamo parlando di 20, 30, 40 camion carichi di materie prime. Stiamo parlando di 20, 30, 40, anche 100 trucchi di prodotto finito. Avete visto, tutti avete visto, vagoni ferroviari che si muovono lungo i binari ferroviari. Immaginate da 70 a 110 carri che si muovono, di cui tanto stiamo parlando. Quindi, se il tuo prodotto raggiunge prima, dovrai conservarli. I vostri veicoli si bloccano. Avrai soldi a pagamento, pagando soldi ai conducenti e ai helper per i veicoli in piedi. Quindi, raggiungere prima significa costo aggiuntivo. Analogamente, raggiungere in ritardo significa anche un costo aggiuntivo, perché la tua produzione è ritardata. Così, con il tempo, la parola „ On time "diventa molto importante nella modellazione della supply chain e tutti voi avete sentito parlare di un termine chiamato OTIF, „ On Time In Full". Anche questo è molto - molto importante, non solo in orario, ma dovrebbe essere come per il tuo ordine. Qualunque cosa tu abbia ordinato, il prodotto dovrebbe contare e in termini la qualità deve essere uguale. Quindi, questo è sostanzialmente il coordinamento sul tempo. Quindi, se il vostro prodotto raggiunge il tempo o deve raggiungere il tempo, il coordinamento diventa molto importante. Quindi, la tua supply chain, in sostanza, il coordinamento è il centro, il coordinamento è il centro, basato su cui gira tutta la tua filiera. Ora così, qui, la prima cosa che abbiamo imparato in coordinamento, nelle precedenti due lezioni è stato che, se c'è una distorsione dell'informazione, allora il vostro intero sistema di coordinamento andrà a haywire. Non condivido informazioni. L'altra parte non condivide informazioni. Un'altra parte non condivide informazioni. Quindi, se le persone non condividono le informazioni corrette, il sistema di coordinamento va a haywire. Questo dà origine ai tuoi interi sistemi ERP. Questo dà origine a tutte le tue reti informatiche. Questo dà origine alla tua barcodifica. Questo dà origine al tuo RFID. In modo da poter raccogliere informazioni sul tempo reale e la possibilità di distorsione dell'informazione è spazzata via. Così, il primo passo per il coordinamento si sta occupando di distorsioni informali e questo abbiamo imparato a mostrarvi l'effetto bullwhip e come parte di modellazione e misurazione, abbiamo imparato come l'effetto bullwhip deve essere misurato. Come riraccolta, si tratta di una deviazione standard del passo successivo diviso per la deviazione standard al passo presente. Il prossimo aspetto che abbiamo iniziato con, nella lezione precedente è il Six Sigma Approach to Coordination. Questa è una cosa abbastanza nuova; sei sigma in bit e pezzi erano lì molti posti. Ma „ sei sigma " approccio al coordinamento è il modo matematico per portare un sistema di coordinamento robusta e molto efficiente. Ora, se vedete, sei sigma era; che cosa è sostanzialmente sei sigma? (04.45) Proprio come un recap, se potete vedere, sei sigma è sostanzialmente; voglio un sistema che si esiga con questo tempo medio; con questo tempo medio. Questo significa che la mia attività dovrebbe essere completata, diciamo nel 30 minutes. Facciamo un esempio, prendiamo l'esempio del magazzino. Un camion sta arrivando, sta arrivando un veicolo. L'intero carico e scarico deve essere terminato nel 30 minutes. Quindi, questo è il tempo medio. Ora perché gli esseri umani sono coinvolti, questi 30 minutes in alcuni casi possono essere un po' di più e in alcuni casi sarà un po' meno. Si tratta in sostanza della deviazione dalla media o dal mio tempo previsto di 30 minutes minuti. Questa è la deviazione e se si sta tornando alle statistiche, possiamo prendere questo come la deviazione standard. Ora, se si può tornare nuovamente alle statistiche, questo è il limite di specifica superiore e questo è il limite di specifica inferiore. Questo significa che questi sono i confini che abbiamo fissato. Solo una ripetizione, il mio camion; che cos' è? Di nuovo stiamo spiegando, il mio camion dovrebbe completare il carico e lo scarico. Il mio veicolo dovrebbe completare il carico e lo scarico nel 30 minutes e stiamo dicendo; ok, anche il 35 minutes va bene e abbiamo visto dall'esperienza precedente che alcuni camion finiscono di caricare e scaricare anche nel 25 minutes. Quindi, il 35 minutes va bene anche come limite superiore delle specifiche e alcuni camion finiscono entro 25 minutes minuti. Questo è il limite di specifica inferiore. Significa che nessun camion normalmente può finire in meno di 25 minutes minuti. Quindi, questo è il limite di specifica inferiore. Quindi, e questa è la media. Come abbiamo appena accennato, il 30 minutes è la media. Quindi, questo lato è, se si tratta di una curva normale. Quindi, questo lato è fondamentalmente, questo lato è sostanzialmente la tua deviazione standard del 3 e di nuovo, questo lato è sostanzialmente un'altra deviazione standard del 3. Come per i principi di curva normale, la differenza tra la media e il limite superiore delle specifiche, questa è la deviazione standard del 3. Come per specifica, come per le proprietà della curva normale, la differenza tra la media e il limite di specificazione inferiore è di 3 deviazione standard. Quindi, quello che stiamo dicendo è, questo è il 3 e il 3, questo è il 3, questo è il 3. Quello che sei sigma sta dicendo è che questa differenza tra la, tra la media e il limite inferiore delle specifiche, questa non è più una deviazione standard del 3. Questa è la deviazione standard del 6. Questo significa, qual era la differenza? Il mio tempo medio impiegato per il carico - scarico è stato di 30 minutes minuti e posso finirlo in 25 minutes minuti oppure riesco a finirlo nel 35 minutes. Quindi, il mio 5 minutes, il mio 5 minutes è la mia deviazione standard del 3. La mia 5 minutes è 3 deviazione standard; 3. Il mio 5 minutes è 3 deviazione standard; 30 e 35, 30-25. Quello che stiamo dicendo è, 5 è la deviazione standard del 3. Quindi, quello che stiamo dicendo è 3 deviazione standard è pari a 5 minutes. Quindi, quello che la deviazione standard del 1 sarà di 5 entro il 3; quindi, circa 1,66. Ora, quello che stiamo dicendo è questo, 5 minutes, questi 5 minutes; questi 5 minutes sono ora 6 deviazione standard. Quindi, la deviazione standard del 6 è di 5 minutes. Quindi, cosa è la deviazione standard del 1? Ovvero il 5 entro il 6. Quindi, la deviazione standard è molto meno. Quindi, questo è l'obiettivo in realtà, di qualsiasi azienda di rimuovere la deviazione standard è molto meno. Questo è l'obiettivo; ridurre la deviazione standard, eliminare la variabilità. Ora, immaginate, se tutti gli elementi e i processi della supply chain, se tutti gli elementi e i processi della supply chain seguono questo tipo di deviazione standard ridotta. Poi la mia variabilità sta scendendo. In precedenza, questa era la variabilità. Ora solo, ora solo questa è la variabilità. Quindi, se ogni luogo, la variabilità sta scendendo, sono in grado di proiettare molto bene, quanto tempo un processo prenderà e quindi non ci sarà o pochissimo divario tra i processi e quindi il coordinamento diventerà molto facile. Quindi, sei sigma è un modo, attraverso il quale è possibile implementare il coordinamento molto efficacemente. Questo è ciò che abbiamo in realtà, questo è ciò di cui abbiamo effettivamente parlato. (11.10) Ora, facciamo un esempio. Che cos' è sei sigma? Sei sigma è in sostanza quello che, 3, sei sigma significa quello che 3,4 difetti per milione. Ora, ti darò piccolo esempio. In India, ipotizza 14500 treni, 14500 treni corrono quotidianamente. Quanti treni possono correre in ritardo, se il sistema ferroviario, se il sistema ferroviario, se il sistema ferroviario vuole correre su sei sigla. 14500 treni corrono quotidianamente. Quanti treni possono correre in ritardo, se il sistema ferroviario vuole correre su sei sigma? Qual è la soluzione? In 1 milioni, in 1 milioni, sono ammessi 3,4 difetti. Il che significa che sono ammessi 3,4 treni in ritardo. Così, nel 1, 3,4 diviso per 1 milioni e così, in 14500 treni, 3,4 1 milioni nel 14500, 14500. Così, ora si può facilmente calcolare e la risposta penso che arriverà da qualche parte, qualcosa come 0,046, qualcosa, qualcosa, una cosa del genere. La risposta arriverà in una cosa del genere. Comunque, ma calcoleremo la risposta. Solo, basta darmi un secondo; lo calcolerò e lo racconterà a voi, 0,0493; 0,049. Così vedere; 0,049 treni possono correre in ritardo al giorno, consentiti se le Ferrovie Indiane vogliono raggiungere sei sigma. Su 14, 500 treni, anche meno della metà, metà anche meno di, cioè 0,05, 0,05 treni, non percentuali; 0,05 treni possono correre in ritardo, se il vostro sistema vuole correre a sei sigma. Quindi, ecco, ora immaginate una filiera, con tanti veicoli che si spostano dalla fabbrica, tanti veicoli che arrivano da diverse destinazioni, tanti operai, tante unità produttive, tutto. Quindi, ora immagina; quante possibilità di difetti ci sono e quanti difetti ti è consentito rendere il tuo sistema a prova completa e solo quando puoi rendere il tuo sistema a prova completa, allora solo tu puoi avere un efficiente coordinamento efficace. Così, sei sigma ricopre un ruolo molto importante nel determinare come si è messi bene in coordinamento e cosa si può fare, ciò che si deve fare, quanto cambia è necessario apportare, per raggiungere il livello di coordinamento desiderato. (15.56) Così, se vedete, qui è dove, come c'è qualcosa chiamato, ora tutto lungo abbiamo disegnato, tutto lungo abbiamo, tutto lungo abbiamo detto che questo era il mio diagramma. Quindi, la mia media era esattamente al centro della diffusione. Ora, quando la media non è al centro della diffusione, allora dobbiamo usare questa formula per sei sigma. Quando è la media non al centro della diffusione. Per esempio, prendiamo una situazione del vostro arrivo ferroviario ferroviario. Ora questo è il momento del treno per arrivare, a 9 am. Il treno può arrivare presto? Sì, 1 minute. Ma permetterete che il treno si muova prima del 9 am? No, molti passeggeri aspettano di arrivare a 9. Il treno può essere in ritardo? Sì. Quindi, arrivo; molto raramente è presto. L'arrivo sarà sempre in ritardo. Quindi, la tua curva non sarà al centro. Il 9 medio non sarà al centro. Se questo è lo schema di arrivo del treno, la tua media; sarà sempre verso il lato tardo. Ecco, questo è, questo è quello che vogliamo dire; la media osservata potrebbe non essere al centro della diffusione tra il limite di specifica inferiore e il limite superiore delle specifiche. Poi usiamo questa formula. Ancora, il vostro come; come il valore Cp, come abbiamo discusso nella classe precedente, il valore di Cpk dovrebbe essere anche da qualche parte vicino a 2. Ma Cpk sarà un po' meno. Comunque, questo è questo. (17.37) Ora, come dicevamo Cpk è uguale a Cp in 1 meno k. Questo è il valore massimo per k è di 1. Il valore di Cpk è sempre uguale o inferiore a Cp. Questo per dire in realtà; il valore di Cpk sarà inferiore a 2. (17.51) Ora, ora a volte i valori di destinazione sono indicati per sei sigma. Ad esempio; il tuo magazzino " s order picking; ordina picking, il tuo valore di destinazione per un Cp o un Cpk, qualunque cosa tu voglia dire, per il tuo ordine picking a volte, l'obiettivo è dato che devi raggiungere, se non 2 ma almeno 1,5. A volte questo valore di destinazione è dato a te. Ora, quando ci si dà un valore obiettivo, allora questo è; quello che è. Questo è quello che viene chiamato T. Quando si dà un valore di destinazione, questo è quello che viene chiamato T. Poi usiamo una formula Cp m e un T o un valore di destinazione viene riportato nella foto. Così, sei sigma non è una scienza missilistica. Quello che voglio dire è che sei sigma si sta fondamentalmente calcolando, scoprendo, non è affatto una scienza dei razzi e devi aver imparato sei sigma in diversi altri corsi, ecc. Quello che devi capire in sei sigma è solo 2 o 3 cose. Uno è il tuo Cp, Cpk, Cpm, la seconda cosa che devi sapere sono 3,4 difetti e il terzo è, per calcolare il livello di sigma. Queste sono le tre cose che se si sa, si possono fare le cose in modo corretto. Quindi, immagina un processo. Ecco, queste sono le attività che devono essere coordinate. Queste sono le attività, che devono essere coordinate. Queste sono le attività che devono essere coordinate nel magazzino. Se in ogni caso cerchiamo di ottenere un valore Cp di 2, 2, 2, 2, 2, 2 allora il mio coordinamento diventa molto - molto facile. Ovvero l'intero funzionamento o obiettivo di sei sigma. Quindi, come esercizio fisico, si può facilmente, intendo provare a cercare di implementare o almeno misurare la capacità di processo per la vostra organizzazione o per il vostro reparto. Ora, l'altro aspetto dei sei sigma o piuttosto altro aspetto del coordinamento è „ queuing ". Che cosa sta accadendo? (20.22) Quello che sta accadendo è che i vostri veicoli arrivano in un magazzino, un veicolo dopo l'altro, un veicolo dopo l'altro e sono in attesa al cancello per il controllo della sicurezza. Quindi, i veicoli sono in coda. Sono in attesa al cancello per il controllo della sicurezza. Una volta dopo le carte e tutti sono controllati, sono ammessi all'ingresso nel magazzino e poi, ci sono solo due cancelli. Cosa sono questi cancelli? Cancelli per il carico - unloading; ci sono solo due cancelli, cancelli per il carico - scarico, due cancelli per il carico - scarico. Ma quanti veicoli sono in coda? Molti; mattino e tarda notte, quando le restrizioni di viaggio sono rimovissime sulle strade, poi ci saranno troppi veicoli. Chi starà in coda in attesa dei loro prodotti per essere caricati e scaricati? In attesa che i loro prodotti siano caricati e scaricati; quindi, se ci si può; quindi la prima cosa è, questa è una coda e la seconda cosa è, ho bisogno di gestire questa coda. Quindi, se posso fare matematica, la terza cosa è, se posso modellare questo matematicamente, quando i camion dovrebbero arrivare, quanto tempo ci vorrebbe per loadingscaricare, ecc.? Se posso modellarlo matematicamente, allora il mio coordinamento diventerà molto - molto facile. Poi il mio coordinamento diventerà molto, molto facile, se posso modellarlo matematicamente. Quindi, questo è quello che viene chiamato come „ queuing theory " approccio al coordinamento. Ora, questa teoria di queuing, devi aver imparato nelle operazioni di ricerca. Ora, qui possiamo applicare la teoria della queuing nella modellazione a catena di fornitura per il coordinamento. Vedi, in un magazzino ci sono tantissime questioni. Numero uno, in mattinata, cosa accadrà? Basta apprezzare la situazione. Mattina; cosa accadrà? In mattinata, tutto il, ora qual è il tuo magazzino che tratta? Il tuo magazzino si occupa di prodotti finiti. Questo significa che il tuo magazzino memorizza i prodotti finiti. Allora, chi sono i tuoi clienti? I tuoi clienti sono persone che sono i grossisti e i distributori dei prodotti finiti. Supponiamo che tu sia Hindustan Unilever. Quindi, chi sono i tuoi clienti; tutti i rivenditori di sapori, shampoo, ecc. Allora, cosa accadrà al mattino? Fin dal mattino i concessionari inizieranno a chiamare e tramite rientro, sistemi ERP e email, inizieranno a dare ordini, che ho bisogno di questi tanti cartoni di bottiglie di shampoo, ho bisogno di questi tanti sapori di sapone, ecc. ecc. Così, ogni mattina i concessionari inizieranno a ordinare. Ora, hai capito fino a questo? Ogni mattina i concessionari inizieranno a ordinare; ora questo ordinamento, prova a capire; questo ordinamento. Arriveranno nelle lacune, arriveranno in lacune, in tappe che significa; quello che voglio dire è, un ordine sta arrivando al telefono a 8 am; il prossimo ordine arriva telefonando alle 8.05; terzo ordine, 8.15; quarto ordine, 8.15; quinto ordine, 8.20. Gli ordini arrivano in quel modo? No, i tuoi telefoni continueranno a suonare parallela, un telefono dopo l'altro, un telefono dopo l'altro e come vedi nelle scene comiche nel film, sceglierai 1; sceglierai il prossimo; così, in questo modo. Così, i tuoi ordini arriveranno. Quindi, gli ordini non sono accodati, i tuoi ordini sono, come qui se vedi, in questo diagramma di fronte a te, i camion sono in coda e ogni camion ci vorrà del tempo quasi simile, ogni camion ci vorrà quasi, ci vorrà del tempo quasi simile a questo cancello, per carico o scarico. Quindi, ognuno, se il camion impiega 30 minutes secondi per caricare e scaricare, o caricare slash unload o entrambi, qualunque cosa. Se i camion prendono 30 minutes per questa attività qui, sicuramente il tempo di attesa per questo camion è di 30 minutes minuti. Il tempo di attesa per questo camion è di 60 minutes minuti; il tempo di attesa per questo camion è di 90 minutes minuti. Perché uno dovrà, dovrà andare. Il tempo di attesa per questo camion è di 120 minutes minuti; quindi, in questo modo. Quindi, c'è un gap di tempo finito tra due processi o due attività. Ma cosa sta accadendo al mattino? I tuoi ordini non arrivano in questo modo, i tuoi ordini non arrivano in questo modo. I tuoi ordini arrivano come, dhag, dhag, dhig, dhag; questo, in questo modo. I tuoi ordini stanno arrivando così. Quindi, se riesci a risolvere questo usando una metodologia queuing, allora il tuo coordinamento diventa molto fruttuoso e utile. Poi la tua metodologia di coordinamento diventa molto fruttuosa e utile. Ecco, quindi, questo è in realtà il prossimo approccio al coordinamento. Questo è in realtà il prossimo approccio al coordinamento. Ecco l'approccio della teoria della queueing al coordinamento. Ora, come solo questa cosa; basta continuare con lo stesso diagramma; quindi, qual è lo schema di arrivo? Qual è lo schema di arrivo di questo modello o piuttosto di arrivo di questi veicoli? Anche i veicoli, possono arrivare in qualsiasi momento. Anche i veicoli, possono arrivare in qualsiasi momento. Quindi, schema di arrivo di questi, lo schema in piedi è uno dietro l'altro. Lo schema in piedi è uno dietro l'altro. Sono in coda. Ma il loro arrivo, possono arrivare dalla strada numero 1, possono arrivare dalla strada numero 2, strada numero 3, strada numero 4, strada numero 5, strada numero 6. Quindi, il loro modello di arrivo è casuale. Possono succedere in qualsiasi momento. Lo schema di arrivo è casuale, può accadere in qualsiasi momento. Così, il tuo arrivo segue una distribuzione di Poisson. Così, l'arrivo segue una distribuzione di Poisson e il tuo arrivo segue una distribuzione di Poisson e questo tempo di elaborazione è di 30 minutes minuti. Questo non cambierà; non sarà un camion finirà nel 5 minutes, un altro camion prenderà 1 ora; no. Le dimensioni del camion sono uguali; il materiale all'interno del camion è anche di pari peso. Quindi, pressappoco, lo stesso tempo sarà richiesto per il carico - scarico per ogni settimana. Così, questo tempo di elaborazione per a questo cancello segue un, quale distribuzione; segue una distribuzione binomiale. Quindi, l'arrivo è al Poisson; può arrivare in qualsiasi momento. Ma il tempo di elaborazione qui è una distribuzione binomiale. Ecco, questo è un altro aspetto; questo è un aspetto molto importante nella teoria della queueing. Ora vado alla terza domanda. Quindi, primo punto è un queueing. Quindi, se riesco a risolvere questo problema, se riesco a risolvere questa cosa intera, allora il mio coordinamento diventa molto, molto facile. Se riesco a risolvere il problema di queueing, se riesco a capire come risolvere il problema di queueing, allora il mio coordinamento diventa molto, molto facile. Quindi, si vede; che cosa abbiamo imparato, è il coordinamento. Il primo aspetto del coordinamento sta gestendo le distorsioni informali. Che abbiamo fatto misurando l'effetto bullwhip. Il secondo aspetto al coordinamento sta avendo una variazione molto - molto - molto stretta. Che abbiamo imparato usando sei sigma o capacità del processo, Cp. Il terzo aspetto al coordinamento, un altro modo di coordinarsi è gestendo la coda; quindi, la teoria della queuing. Quindi, questo e poi impareremo su come misurare l'efficacia complessiva del coordinamento. Così, nel nostro prossimo modulo, raccoglieremo la teoria della queuing. Grazie!