Porównanie narzędzi do analizy terminów realizacji zadań produkcyjnych

Transkrypt

1 Dariusz Lipski Porównanie narzędzi do analizy terminów realizacji zadań produkcyjnych U schyłku XIX w. Henry Gantt wynalazł system, który nazwał systemem zadań i premii i wdrożył go w Betlehem Steel, gdzie wówczas pracował. Prawdopodobnie nawet nie przypuszczał, że stanie się on w przyszłości podbudową niezwykle zaawansowanych systemów produkcyjnych. System ten rozwijali również m.in.: William Kent, Frederick Winslow Taylor, James Whiteford, F.A. Halsey, publikując teksty na ten temat w piśmie Industrial Engineering. W systemie tym przedstawiono i udoskonalono kilka koncepcji zarządzania projektami, takich jak rozkładanie procesu na serię poszczególnych zadań, gdzie prace wykonywane były zgodnie z normami dla tych zadań, i kalkulacją technologiczną (obecnie te kwestie reguluje ustawa o rachunkowości), oraz śledzenie postępu projektu w celu zapobieżenia odstępstwom od szacunków. Najważniejszą kwestią, którą zauważyli i która skłoniła ich do tych działań, było to, że przełożenie mocy produkcyjnej zakładu wprost na wyniki nie sprawdza się w 100%. Jeśli przyjmiemy, że moc produkcyjna zakładu W zdefiniowana została jako: W = P x R = N x R = 100% (1) gdzie : W = moc produkcyjna zakładu P = liczba pracowników R = liczba roboczogodzin N = liczba sztuk na godzinę (lub roboczogodzin normatywnych itp.) Nawet jeśli W skorygujemy o straty powstałe w wyniku nieuwzględnienia urlopów, zwolnień chorobowych, wypadków losowych, nadal pojawia się różnica, którą obecnie możemy określić jako wydajność procesów (projektów) lub matematycznie jako zmienność, czyli ryzyko realizowanego przedsięwzięcia. Wydajność możemy podzielić na wydajność zasobów : Ludzkich Wydajność, Produktywność - standardy przyjęte i stosowane np. w branży stoczniowej na świecie wg Harringtona Emersona (tab. 1): Tabela 1. Wartości zależności wskaźników wydajności i produktywności. R - liczba roboczogodzin N - liczba roboczogodzin normatywnych C - wydajność = N/R 80% 100% 120% 125% 100% 83% D - produktywność = R/N 1,25 1,00 0,83 0,80 1,00 1,20 Źródło: opracowanie własne Maszynowych - OEE (Overall Equipment Effectiveness) oraz OLE (Overall Labour Effectiveness) 9 (tab. 2 - standard Toyoty w systemie zarządzania Total Productive Maintenance TPM [ : 1

2 Tabela 2. Metoda pomiaru wskaźników OEE/OLE DOSTĘPNOŚĆ A. Całkowity czas dostępności pracownika 480 minut B. Planowane przerwy w pracy 20 minut C. Czas pracy =A-B 460 minut D. Nieplanowany postój pracownika (=E+F+G), w tym: 70 minut E. awarie 20 minut F. ustawianie i regulacje 30 minut G. Inne 20 minut H. Czas pracy netto =C-D 390 minut I. Współczynnik dostępności =H/C x ,8% WYKORZYSTANIE J. Ilość odebranych rozmów 100 szt. K. Czas rozmowy (średni) 3,5 min/rozm L. Osiągnięty średni czas rozmowy =(Hx60)/J 3,9 min/rozm M. Współczynnik wydajności =(J x K)/(H x 60) x ,7% JAKOŚĆ OEE N. Liczba braków 3 szt. O. Współczynnik jakości =(J-M)/J x ,0% P. Całkowita efektywność wyposażenia =I x M x O 73,8% Źródło: Harmonogramy Gantta doprowadziły do wielu badań operacyjnych [ i analiz produkcyjnych, które zostały zapoczątkowane w Anglii na krótko przed II wojną światową i rozwijały się dynamicznie po jej zakończeniu wraz z rozwojem elektronicznej techniki obliczeniowej. Rozwój techniki i technologii znacząco ułatwił interpretacje skomplikowanych powiązań między elementami systemów produkcyjnych i ich funkcjonowaniem oraz wzmógł zapotrzebowanie na metody analizy i obiektywnej oceny decyzji podejmowanych w szeroko rozumianym planowaniu i zarządzaniu działalnością gospodarczą. Wszystkie te problemy mają w sobie pewną wspólną logiczną pułapkę [Łącki] są łatwe do rozwiązania w przypadku niewielkiej ich skali (kilka zadań, osób itp.) i wiele osób podświadomie liniowo ekstrapoluje stopień złożoności problemu na zasadzie ułożenie harmonogramu dla 20 zadań będzie 2, może 3 razy trudniejsze niż dla 10 zadań. Okazuje się jednak, że wzrost złożoności takich problemów przy wzroście liczby elementów jest bardzo daleki od liniowego jest wykładniczy (2n) lub nawet ponadwykładniczy (n!) (tab. 3). Zakładając, że współczesne komputery mogą wykonać około 1, kluczowych operacji na sekundę, to w tabeli znajdziemy czas oczekiwania na wynik poszukiwań przy różnych wielkościach i klasach złożoności problemu. 2

3 Tabela 3. Stopień komplikacji obliczeniowej w związku ze wzrostem ilości zadań produkcyjnych Złożoność Liczba problemu elementów Liniowa 0s 0s 0s 0,0001s Wykładnicza 0,001s 13 dni lat lat Ponadwykładnicza 77 lat lat lat lat Źródło: Jeśli przyjmiemy, że standardowy projekt opisywany w przedstawianym przykładzie składa się ze zadań, a każde zadanie przechodzi przez procesów, w których wykonywane są różne operacje, łatwo zauważyć utrudnienia stojące na drodze do poprawnego zarządzania zarówno projektem, jak zadaniami i operacjami, optymalizacją ścieżki krytycznej [Kelley, Walker 1959]. Dlatego coraz częściej stosuje się różne algorytmy heurystyczne (niemające konkretnie sprecyzowanych metod postępowania lub metod obliczeń matematycznych), pokazujące najkrótszą drogę optymalnego rozwiązania zadania/zadań produkcyjnych. Również w trakcie prac nad projektem często pojawiają się problemy z optymalizacją takich zagadnień, jak przydzielić zasoby do zadań, w jakiej kolejności wykonywać zadania, czy zachować kolejność technologiczną czy zgodnie z dostawami materiałów i dokumentacji. Wspólnym mianownikiem tych problemów jest kwestia zachowania odpowiedniej wydajności podczas realizacji projektów, czyli takiego przewidzenia zachowań gospodarczych i społecznych w przedsiębiorstwie, aby otrzymać wydajność na poziomie zbliżonym do 100%. Pozwala to na zbilansowane planowanie zarówno przychodów, jak i kosztów w przedsiębiorstwie oraz na odpowiednią alokację zasobów ludzkich i maszynowych. Szukając odpowiedzi na powyższe pytania, stworzono koło Deminga PDCA, a także jego kolejne rozwinięcia, jak np. DMAIC, gdzie osiągany cel jest korygowany o uczenie się organizacji i pracowników. Obserwuje się wynik całościowy z poszczególnych etapów, ponieważ zauważono, że procesy się przekształcają, ewoluują, dostosowują do nowych zmieniających się warunków. Najłatwiej takie zmiany zaobserwować, analizując terminy zakańczania zadań produkcyjnych, ewentualnie terminy poszczególnych etapów tych zadań. Możemy tutaj zauważyć wpływ relatywnie małych udoskonaleń lokalnych, jakie później, zebrane w obraz całej firmy, pokazują jej wynik finansowy, a więc i kierunek, jaki pokazują drobne działania wszystkich pracowników. W trakcie realizacji projektu mamy planowane terminy rozpoczęcia i zakończenia zadań, w których powinniśmy się zmieścić z realizacją (harmonogram produkcji), jeśli się nie mieścimy, to mamy stratę wynikającą ze złego planowania, którą możemy pokryć z zysku na innych zadaniach zakańczanych w terminie (tzn. jeśli mamy odpowiednią marżę pokrycia). Próbę graficznego przedstawienia straty finansowej projektu przedstawia rys. 1. Można w tym celu użyć również funkcji straty Taguchiego - wtedy zamiast białego pola na środku pojawi się parabola. Nadmienię, iż wszystkie terminy w badaniu są rzeczywiste i mają zagwarantowane dostępne zasoby zarówno ludzkie, jak i maszynowe. 3

4 Rys. 1 Rozkłady statystyczne terminów zakończenia zadań z realizowanych projektów STRATA < 7 dni 7 dni > STRATA Dolny i górny limit specyfikacji czyli bezpieczne granice zachowania terminów zakańczania zadań dla projektu. Wycieniowane pole to obszar ryzykowny, którego już nie pokryje marża budżetu projektu. USL = 7 dni, LSL 7 dni. Źródło: Lipski Jeszcze inne spojrzenie przedstawia rys. 2. Pokazano tam, że wśród 224 zadań są takie, których czas realizacji wynosił -14 dni. Należy to interpretować w ten sposób, że zadanie rozpoczęto co najmniej 14 dni wcześniej i skończono przed planowanym terminem rozpoczęcia, gdyż wydział dysponował wolnymi mocami produkcyjnymi i materiałem, przez co zadanie było płynnie realizowane we wszystkich rejonach. Innym wytłumaczeniem w tym przypadku jest błąd danych, co też należy brać pod rozwagę. Taki błąd może wynikać również ze świadomych przyczyn. Rys. 2 Dystrybuanta empiryczna czasów realizacji zadań. Czas zakańczania zadań przed / po terminie Liczba zadań Źródło:Opracowanie własne Rys. 2 przedstawia czas realizacji wszystkich 224 zadań z projektu X/4, przyjęte jest, że średni rzeczywisty czas realizacji wynosi 33 dni. Na uwagę zasługują tutaj zarówno zadania uznane za stratę, ponieważ kończą się przed planowanym terminem rozpoczęcia, jak i te, które kończą się dużo powyżej 33 dni (+/-7dni). Zadania kończące się przed planowanym terminem rozpoczęcia są stratą, ponieważ burzą planowany harmonogram nie tylko dla projektu X/4, ale również, a może przede wszystkim, dla projektu realizowanego wcześniej. 4

5 Projekty są różne, podobnie jak zadania; należy przyjąć, iż są zadania mogące trwać kilka godzin czy też kilka dni. Za rażące odchylenie od planu uznano zadania kończące się przed planowanym ich rozpoczęciem i dlatego zostały one w ten sposób przedstawione na rys. 2. Również zadania trwające powyżej 33 dni niekoniecznie muszą być realizowane niewłaściwie, mogą to być bardzo skomplikowane operacje z nietypowym materiałem, jednak wniosek płynący z rys. 2 jest następujący: należy się uważniej przyjrzeć skrajnym przypadkom na przedstawionej dystrybuancie empirycznej. Tabela 4. Wykaz wskaźników jakościowych dla realizowanych projektów z rys. 2. Mean St.Dev Z.Bench Z.Shift P.Total Yield DPMO Pp Ppk X/7 4,0 9,6 1,11 1,5 0,13 86, ,60 0,38 X/6 4,1 9,2 1,18 1,5 0,11 88, ,63 0,40 X/5 15,4 15,7 0,56 1,5 0,28 71, ,37 0,27 X/4-0,6 8,4 0,75 1,5 0,22 77, ,69 0,25 Między danymi z rys. 1 a danymi z tab. 1 istnieją niewielkie niespójności, dzieje się tak dlatego, że korzystając z różnych opcji programu MiniTab 14, który ma sporo funkcji zaszytych, otrzymujemy wyniki zbliżone, jednakże nie zawsze jednakowe. Uzyskane wyniki w tab. 4 pozwalają na następującą interpretacje badanych procesów: Mean średnio zadania wykonywano na -0,6 do +15,4 dni przed/po terminem zerowym, ST.Dev. odchylenie standardowe podaje odchylenie od średniej 8,4-15,7 dnia. Z.Bench benchmark procesu waha się od 0,56 do 1,18, im większy, tym lepszy, powinien być około 1,0; Z.Shift wskazuje ukryte rezerwy na produkcji, ponieważ Z.Shift 1; Yield mówi, że losowo wybrana dana ma w LongTerm (LT - powyżej jednego roku) od 71,1% do 86,6% szansy znajdowania się w przedziale +/- 3 odchylenia standardowego od średniej; DPMO oczekiwana ilość wad na 1 mln w tym przypadku jest daleka od ideału, oczekuje się 3 wad na milion elementów; Pp (Cp) zdolność procesu podaje skupienie na celu badanego rozkładu statystycznego, im bliżej 1,0, tym lepiej. Jest wyliczana jako różnica pomiędzy tolerancją górną USL a tolerancją dolną LSL podzieloną przez sześć odchyleń standardowych. Ppk (Cpk) wydolność procesu pokazuje dryf, trend (stabilność) rozkładu statystycznego, który im bliższy 1,0, tym lepiej. Jest wyliczana jako różnica między tolerancją górną USL (lub tolerancją dolną LSL) a średnią podzieloną przez sześć odchyleń standardowych pod uwagę bierzemy mniejszą z tych dwóch liczb. Pp, Ppk dla procesów niestabilnych lub okresowo stabilnych. Cp, Cpk dla procesów stabilnych. Wskaźnik Pp 5

6 Opierając się na wskaźniku Pp w tab. 4., poniżej podjęto próbę wyliczenia straty finansowej i godzinowej. Należy pamiętać, iż wskaźnik Pp bazuje na rozkładzie normalnym, dlatego przy bardzo płaskich rozkładach wyniki okazałyby się katastrofalne i nie wolno go używać. Jednak to oznaczałoby również niewłaściwe planowanie, a nawet jego brak. Tabela 5. Strata wyznaczona na podstawie wskaźnika Pp z tab. 4. projekt Pp strata [rbg] strata [PLN] 1, , , , zakład 0, , , X/4 0, , X/6 0, X/7 0, projekt Pp strata [rbg] strata [PLN] 0, , , , X/5 0, , , , , , , , Źródło: opracowanie własne. Do dalszych obliczeń założono wskaźnik Pp = 0,8, przy takim założeniu oczekiwana strata finansowa = zł. Przyjęto 80% wykorzystania mocy wydziału (80% wykonania zadań w terminie). Uzasadnieniem dla takiego założenia jest to, że wskaźnik Pp (Cp) ma określać osiągalną wydajność pracowników realizujących zadania na projektach, więc wyznaczono wysokie, ale realne cele do osiągnięcia. Strata finansowa = Pp(Cp) zakładane Pp(Cp) wykonane (2) Strata finansowa dla X/4 = = zł Strata godzinowa dla X/4 = zł / 27 zł = rbg Funkcja straty Taguchiego Genichi Taguchi zaproponował model wyliczania strat opierający się na koncepcji zgodności z wymaganiami jakościowymi oraz teorią zmienności. Wartość tych strat jest proporcjonalna do wariancji równej kwadratowi odchylenia standardowego od wartości oczekiwanej po modyfikacjach zgodnie z [Walanus] otrzymujemy: N R { } 2 S = W * (3) c( F- D) Gdzie: W dzień pracy wydziału w [PLN] 6

7 N norma czasu, w dniach, opóźnienia od planowanego terminu zakończenia zadań projektu, przyjęto 7 dni. R rzeczywiste odchylenie terminu od planu F wielkość straty finansowej przy minimalnym odchyleniu, przyjęto zero. D 1 dzień c współczynnik korekcyjny Do dalszych obliczeń założono : { } 0 gdy l N R l ±7 Strata finansowa = ( N- R) ² gdy l N R l ±7 (4) Przyjęto, że dziennie pracuje 139 osób na projekcie, wydział realizuje realizuje równolegle kilka projektów, koszt roboczogodziny wynosi 27 zł, co daje dziennie 139 [osób] x 27 [zł] x 8 [godzin] = [zł]. Strata finansowa = * [(7-15)/1] ² = = [zł] Strata godzinowa = [zł] / 27[zł] = [rbg] Tabela 6. Strata finansowa dla projektu wyliczona zgodnie ze wzorem Taguchiego Dzienny koszt pracy Dni wydziału przekroczeń Strata [zł] Dzienny koszt pracy Dni wydziału przekroczeń Strata [zł] Źródło: opracowanie własne. Analiza portfelowa Analiza portfelowa (Harry Markowitz ok.1959) to analiza zakresu możliwości działań wynikających z uzyskanych przez firmę pozycji strategicznych stworzonych przez kombinację struktur produkt rynek (w tym przypadku chodzić będzie o rynek wewnętrzny dla branży, przedsiębiorstwa, wydziału, działu). W innym znaczeniu 7

8 analiza portfelowa to dobór optymalnych akcji dla portfela inwestora giełdowego. W tym opracowaniu podjęto próbę określenia opłacalności inwestycji w realizowane zadania na tej samej zasadzie jak inwestycje w akcje, inwestorem jest Zarząd Firmy, który analizuje opłacalność podjętych przez siebie decyzji. Wynikiem tej analizy jest określenie opłacalności inwestycji na wykresie ryzyko rynkowe w odniesieniu do oczekiwanej stopy zwrotu z realizowanych zadań. Ustalenie minimalnej opłacalnej stopy zwrotu i ustalenie benchmarku. Rys. 4 pokazuje również zadania krytyczne, które zawsze mają niższą stopę zwrotu od minimalnej zakładanej, oraz te, które mają dużo wyższą stopę zwrotu. Należy zrealizować wszystkie zadania, jednak uzyskane tą drogą informacje mogą być owocne podczas dalszego planowania operacyjnego. W analizie portfelowej zmierzone ryzyko opisujemy na osiach Er (stopa zwrotu) i s (ryzyko), gdzie rozrzucony jest nasz portfel. Teoria Markowitza mówi, że jest taka linia, która pokazuje projekty efektywne i te nieefektywne, oraz że jeśli zastosujemy odpowiednie wagi w trakcie realizacji projektów (stosunek zaawansowania prac na projekcie A w stosunku do zaawansowania na projekcie B), to możemy zmniejszyć ryzyko projektów i zwiększyć ich stopy zwrotu. Czyli opłaca się realizować w tym samym czasie różne projekty. Miesięczną stopę zwrotu wyznaczono jako stosunek zmiany wartości w ciągu miesiąca do wartości planowanej na dany miesiąc. Na tej podstawie wyznaczono oczekiwaną stopę zwrotu oraz ryzyko poszczególnych zadań. Zestawienie obserwacji statystycznych oraz uzyskane wyniki zawiera tab. 7. Tabela 7. Średnie miesięczne stopy zwrotu i ryzyko portfela zadań w przedsiębiorstwie produkcyjnym miesięczne stopy zwrotu stopa zwrotu od początku prawdopodo bieństwo wartość oczekiwana wariancja odchylenie standardowe współczynnik zmienności Statek Zad r p Er s 2 s v X/ ,79 0,78 1,57 0,005 0,39 0,01 0,08 0,20 X/ ,36 1,22 1,58 0,005 0,39 0,01 0,08 0,20 X/ ,40 1,18 1,58 0,005 0,39 0,01 0,08 0,20 X/ ,47 1,11 1,59 0,005 0,40 0,01 0,08 0,20 X/ ,67 0,93 1,60 0,005 0,40 0,01 0,08 0,20 X/ ,13 1,48 1,61 0,005 0,40 0,01 0,08 0,20 X/ ,50 1,11 1,61 0,005 0,40 0,01 0,08 0,20 X/ ,83 0,78 1,61 0,005 0,40 0,01 0,08 0,20 X/ ,32 1,29 1,61 0,005 0,40 0,01 0,08 0,20 X/ ,39 1,22 1,62 0,005 0,40 0,01 0,08 0,20 X/ ,38 1,26 1,64 0,005 0,41 0,01 0,08 0,20 X/ ,55 1,09 1,64 0,005 0,41 0,01 0,08 0,20 X/ ,71 0,93 1,64 0,005 0,41 0,01 0,08 0,20 X/ ,70 0,95 1,65 0,005 0,41 0,01 0,08 0,20 X/ ,71 0,94 1,65 0,005 0,41 0,01 0,08 0,20 X/ ,00 0,64 1,02 1,66 0,005 0,42 0,01 0,08 0,20 X/ ,49 1,17 1,67 0,005 0,42 0,01 0,08 0,20 X/ ,70 0,97 1,67 0,005 0,42 0,01 0,08 0,20 X/ ,64 1,03 1,67 0,005 0,42 0,01 0,08 0,20 X/ ,00 1,68 1,68 0,005 0,42 0,01 0,08 0,20 X/ ,62 1,06 1,68 0,005 0,42 0,01 0,08 0,20 Źródło: Smaga

9 Dane dla projektu X/9, w tab. 7 jest to fragment projektu X/9 z listy 224 zadań. Autor nie dysponował spływem miesięcznym roboczogodzin na wcześniejsze projekty, dlatego wprowadził do analizy dodatkowy rzeczywisty siostrzany projekt. Praktyka w branży stoczniowej na całym świecie pokazuje, że jest to wskaźnik zbliżony do wykorzystywanego powszechnie i określanego jako wydajność lub też produktywność. Jedyne różnice pojawiają się przy porównaniu wartości z tab. 7, gdyż dla produktywności jest to stosunek zmiany wartości zadań w ciągu miesiąca (tygodnia, dnia) do wartości tych samych zadań określonych poprzez kalkulację technologiczną, dla wydajności stosunek ten jest odwrotny. Im niższy wskaźnik produktywności, tym lepiej, a także im wyższy wskaźnik wydajności, tym lepiej. Sposób wyznaczania wydajności (produktywności) oraz miesięcznych stóp zwrotu dla zadań z projektów można uznać za tożsame, jeśli planujemy zadania zgodnie z kalkulacją technologiczną. Otrzymujemy w takim przypadku planowaną wydajność i osiągniętą wydajność, która jest również naszą stopą zwrotu. Rys. 4 Zależność między ryzykiem i zwrotem z realizowanych zadań. średnie stopy zwrotu i ryzyko projektu X/9 0,90 0,80 0,70 0,60 0,50 Er 0,40 0,30 0,20 0,10 0,00 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 Źródło: Smaga 1995 s Nowa Umowa Kapitałowa W Nowej Umowie Kapitałowej przedstawione są cztery (rys. 4a) metody obliczania wymogu kapitałowego z tytułu ryzyka operacyjnego uwzględniające poziom zaawansowania oraz wrażliwość na ryzyko: Metoda Podstawowego Wyznacznika (BIA), Metoda Standardowa (TSA), której odmianą jest Alternatywna Metoda Standardowa (ASA), Zaawansowane Metody Pomiaru (AMA) [Generalny Inspektorat...], bazujące na metodzie portfelowej. 9

10 Rys. 4a Graficzna interpretacja metod BIA, TSA, ASA, AMA zgodnie z NUK Źródło: Metody te w sposób bardzo zbliżony do tej na rys. 4 pokazują zależność między stopą zwrotu a ryzykiem, z tym że stopa zwrotu w Nowej Umowie Kapitałowej jest określona jako wynik odsetkowy i marża uzyskana na nim [Ludwiczak]. Budżet projektu Metodą tą wyznaczono wielkości straty i porównano planowany budżet projektu z wykonanym [ czyli zaplanowanych przychodów i kosztów na kolejny rok czy też lata, oraz zarządzania zgodnie z przyjętymi założeniami i celem do osiągnięcia ustalonych wyników. Tabela 8. Planowany i zrealizowany budżet dla projektu X/9 w rbg Plan 2 007, , , ,70 Wykonanie 1 410, , , ,00 Różnica 597, , , ,30 Wydajność 70% 51% 81% 61% Produktywność 1,42 1,95 1,22 1,64 Źródło: Opracowanie własne Strata finansowa = [rbg] *27[zł] = [zł] Rys. 5 Planowany i zrealizowany budżet dla projektu X/9 Źródło: Opracowanie własne 10

11 Podobnie można wyznaczyć straty dla całego procesu (rys. 6), zabudżetowanego na cały rok. Rys. 6 Budżet firmy na cały rok, plan w porównaniu z wykonaniem wartość styczeń luty marzec kwiecień maj miesiace czerwiec lipiec sierpień wrzesień październik listopad grudzień rzeczywiste koszty (budżety) planowane koszty (budżety) planowane koszty (budżety) Źródło: Opracowanie własne rzeczywiste koszty (budżety) Należy zwrócić uwagę na to, iż różnica między planowanym budżetem a zrealizowanym jest istotnym elementem Cash Flow firmy. Zgodnie z zaimplementowaną przez banki Nową Umową Kapitałową będą one wymagały od firm wspomagających się kredytami właśnie tego typu informacji, jak te zamieszczone w tab. 7. Rozwinięciem tego podejścia może być też metodologia Project Management Institute (PMI) Earned Value Management (EVM). Geneza EVM sięga do produkcji przemysłowej na przełomie XX wieku i w dużej mierze oparta jest na zasadzie czas to pieniądz, spopularyzowanej przez Franka i Lilian Gilbrethów, ale pojęcie to zakorzeniło się w Stanach Zjednoczonych w Departamencie Obrony (DoD) około 1960 r. Podsumowanie Każdy projekt charakteryzuje się swoim własnym ryzykiem, ważne jest, żeby umieć je zmierzyć i minimalizować, gdyż mniejsze ryzyko to większe zyski. Sposobów na redukcję ryzyka jest zawsze kilka, jednak najważniejsze zastosowanie w tym konkretnym przypadku wydaje się mieć każde lokalne usprawnienie. Zasygnalizowane w tym opracowaniu metody szacowania strat projektu mogą się stać podstawą do dalszej dyskusji nad tym, czy opłaca się realizować takie projekty, czy premia za ryzyko (marża) będzie w stanie pokryć oczekiwane opóźnienia w harmonogramie i koszt utraconych korzyści. Pozostaje kwestia interpretacji uzyskanych wyników (tab. 9). Każdego z tych wyników można przecież zarówno bronić, jak i każdy można podważać, a jaka jest prawda - to trzeba sprawdzić samemu. 11

12 Tabela 9. Zbiorcza tabela porównawcza wyników uzyskanych w opracowaniu. Strata godzinowa [rbg] Strata finansowa [zł] Analiza portfelowa (budżet) Funkcja strat Taguchiego Bazując na Pp Źródło: Opracowanie własne Otrzymane wyniki nie są zaskoczeniem analiza portfelowa jest bowiem narzędziem daleko różniącym się od wskaźnika Pp (Cp) w six sigma. Analiza portfelowa nie widzi różnicy między planem a wykonaniem, bez względu na to, czy jest ze znakiem plus, czy minus, dlatego na koniec otrzymujemy zamiast wartości bezwzględnej wartość skumulowaną, a to oznacza, że przeciwne znaki będą pomniejszały sumę strat. Inną wadą analizy portfelowej jest potrzeba planowania terminów wszystkich zadań i operacji. Można do każdego zadania podchodzić pojedynczo, ale jest to bardzo pracochłonne, lub też przyjąć pewne uproszczenia (np. czas realizacji każdego zadania głównego na wydziale wynosi 33 dni), a takie uproszczenia mogą powodować zafałszowanie uzyskanych wyników. Nie wszystkie procesy też znajdują odzwierciedlenie w kalkulacjach technologicznych; na szczególną uwagę zasługują procesy reklamacyjne rys. 7, gdzie elementy produkowane są cofane na stanowiska poprzednie w związku z wadami jakościowymi oraz równoległe do drobnych poprawek, które są bardzo uciążliwe ze względu na konieczność przezbrajania maszyn. To, że jest dużo drobnych poprawek, chociaż pojedynczo nieznaczących, powoduje, że w całości obserwowanego procesu są one znaczne, dodatkowo dochodzi nierzadko specjalistyczny transport suwnicami i środkami kołowymi, a także wstrzymanie bieżącej produkcji. Otwartą kwestią pozostaje również kwestia interpretacji wskaźnika Pp przy parametrach zbliżonych do zera oraz znacznie powyżej jedności. W przypadku gdy Pp dąży do zera, mamy zadania zakańczane długo po zaplanowanym terminie, a w przypadku gdy Pp jest znacznie powyżej jedności, oznacza to, że zostały one zakończone znacznie przed terminem. Nasuwa się przypuszczenie, że plan został źle skonstruowany w obu tych przypadkach i powinien zostać poprawiony, oraz że przyjęto nieadekwatne zdolności produkcyjne, które są w dyspozycji firmy. Z pewnością powinno zostać to uwzględnione w planowaniu kolejnych projektów. Rys. 7 Obraz przedstawia ścieżkę krytyczną projektu, ta ścieżka powinna wyglądać tak jak po lewej stronie, jednak rzeczywista sytuacja została przedstawiona z prawej strony Źródło: Tyson R. Browning. Ryzyko projektu szacują banki w celach ustalenia stopy procentowej kredytu dla przedsiębiorstwa czy też rezerw na udzielone kredyty. Wymagana w bankach wielkość VaR może zostać implementowana przez przedsiębiorstwa właśnie w celu określenia rezerw finansowych wynikających z ryzyka operacyjnego w celu zarówno zachowania płynności finansowej, jak i obniżenia kosztów kredytów. 12

13 Kolejny aspekt takiego zarządzania projektem to możliwość określenia, co w głównej mierze powoduje nasze opóźnienia realizacyjne, czy straty te wynikają z problemów z dostawami materiałów, rysunków technicznych czy powody są jeszcze inne, a jeśli tak, to jakie? Wiemy, ile kosztuje jeden dzień pracy wydziału i wiemy, jakie mamy opóźnienia oraz przez kogo spowodowane, dlaczego w kontrakcie nie uwzględnić właśnie tych czynników ryzyka? Na przykład 8 dni opóźnienia dokumentacji przesuwa proces realizacji o co najmniej 8 dni, gdyż może być wykonywana inna praca niepozwalająca aktualnie na przezbrojenie maszyny i dokończenie poprzedniego zadania, a to wszystko kosztuje. Warto wykorzystać tutaj egzotyczne opcje finansowe: binarne, barierowe, koszykowe itp. Wystarczy sobie odpowiedzieć na pytanie, dlaczego nie rozpocząłem zadania w wyznaczonym terminie. Gdy już poznamy odpowiedź, to będziemy znali także sprawcę naszych zwiększonych kosztów, jednak czemu my mamy płacić za innych? Literatura Generalny Inspektorat Nadzoru Bankowego, Metody proste wyliczania wymogów kapitałowych z tytułu ryzyka operacyjnego, [w:] Kelley J.E., Walker M.R., Critical Path Planning and Scheduling, Boston, Massachusetts Lipski D., Wieloczynnikowa kontrola wydajności procesu, Zarządzanie Jakością 2007 nr 1. Ludwiczak B. Wykorzystanie metody rynkowej stopy procentowej w praktyce banku Spółdzielczego, [w:] %20Wykorzystanie%20metody%20rynkowej%20stopy.pdf Łącki W., Wykorzystanie inteligentnych technik obliczeniowych w zarządzaniu projektem, [w:] Smaga E., Ryzyko i zwrot w inwestycjach, Fundacja Rozwoju Rachunkowości w Polsce, Warszawa Tyson R. Browning, PD Project Cost, Schedule, and Risk Management Using the Design Structure Matrix (DSM). Walanus A., Zdolność Procesu, [w:] The comparison of tools for production tasks terms realization analysis Summary In the article, the author aims to measure cost lost possibilities on the basis of probability plots of realization terms of production tasks. In the beginning, the reader receives an explanation of today s used measurement methods of costs lost possibilities of production effectiveness. These methods are then compared with six sigma methodology with Pp indicator (Cp for stable processes). Obtained results of Pp indicator were compared with received results when using Taguchi loss function and also with interest rate of return that the author got from portfolio analysis (Harry 13

14 Markowitz theory). This paper focuses on the problem of cost of lost possibilities, improper project management and information on how the current production targets should be corrected to finish production tasks in realization terms. This paper is based on real production data from one of the Polish shipyards. 14