英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
基于数据的根本原因分析，可改善公司内部供应链的物流关键绩效指标
Matthias Schmidta,* , Janine Tatjana Maiera , Lasse Hauml;rtelb
摘要：由于较短的产品生命周期、先进的生产结构和不断扩展的客户服务，制造业面临着日益复杂和动态的环境。必须将物流关键绩效指标（KPI）连同产品成本和产品质量一起考虑，以获得竞争优势。许多公司虽然拥有内部供应链，但是无法满足管理层设定的物流绩效目标。物流绩效的可衡量指标包括物流KPI（例如交货时间）以及与成本相关的指标，包括在制品或员工的工作效率（利用率）。因此在后勤KPI不能令人满意的情况下，有必要在尝试纠正这种情况之前找出根本原因。随着行业内数字化程度的与日俱增，意味着公司内部供应链的核心流程有大量数据是可用的。本篇研究公开了基于模型的确认数据分析，以识别不佳的物流KPI的根本原因。通过定义相关物流KPI与影响和干扰因素之间的一般因果关系，可以构建分析框架。基于模型的分析和确认数据的解释所产生的结果显示了特定案例发生的因果关系，并推论了物流KPI不佳的根本原因。从此结果，公司可以通过关注新发现的根本原因而不是无关但反复出现的复杂数据，来制定并实施适当的步骤以增加物流KPI。案例研究表明了所提出方法的实用性，根本原因分析为先进物流控制系统自动识别了弱点，并针对提出对策提供了基础，从而不断改善供应链并使之适应不断变化的条件。
关键字：数据分析；物流关键绩效指标；因果关系
- 绪论
除了产品成本和产品质量外，物流绩效对于制造业公司在当今艰难的环境中成功竞争也起着极为重要的战略作用[1, 2]。研究表明，致力于在物流关键绩效指标（KPI）上对内部供应链进行持续优化的公司可以实实在在地提高市场成功率[3]。
竞争趋势的迅速形成和数字化的增强凸显了相互联系的供应链流程和客户服务的重要性。连锁竞争已开始取代公司间竞争[4]，在这种情况下，供应链管理（SCM）和信息系统（IS）变得更加重要，Bayraktar等人，为SCM-IS与公司绩效之间的牢固关系提供了证据[5]。他们发现SCM-IS抑制力虽然具有积极而显着的影响，但具有直接的负作用。尽管高物流绩效非常重要，但许多公司在实现自己和在市场方面的物流绩效目标方面仍存在大量不足[6]。主要原因是公司经常缺乏对物流中多种因果关系的理解[7]。这可能导致非系统的数据分析和对关键绩效指标KPI的错误解释，因此，存在定义无效措施的高风险，这些措施不能解决当前问题的实际根本原因，或者可能使物流绩效恶化。这是由于物流KPI和目标设置不一致或生产计划和控制（PPC）参数的不正确和不一致设置引起的[7]。需要基于详细的定量数据和系统的根本原因分析，以有效改善物流绩效，诸如价值流的设计或仿真研究之类的常见方法使用了太多的假设，使它们不适用于具有许多产品或流程的复杂供应链。
在这项研究中，提出了使用逻辑模型和更合适的分析方法进行根本原因分析的系统方法，目的是确定KPI不足的根本原因并制定可行的更改方案。在物流控制的背景下，提出的方法为将来的高级信息系统奠定了基础，从而可以自动识别薄弱环节，并因此不断改进供应链，使其能够适应快速变化的市场环境。
在以下各节中，将描述物流KPI并将其放置在公司的内部供应链中。提出了因果网络的一般概念，它使用逻辑模型来识别普遍的因果关系，并在因果关系树中构建它们。这提供了一个框架，用于分析改进某些物流KPI而不会对其他KPI产生负面影响的方法。出于演示目的，在下一步中提供了时间表可靠性低的因果关系树。案例研究的结果支持了分析方法的实用性。最后，总结了本文的结论。
- 公司内部供应链的系统化因果分析
2.1一般供应链和物流KPI
生产物流的总目标是物流效率。公司的目标是以较低的物流成本实现较的高物流回报，物流回报涉及短的交货时间和令人满意的准时性，物流成本可以用生产和资本承诺成本来表示。 从公司的角度来看，物流成本主要来自在制品和产能利用率[8]。相比之下，存储系统中的物流成本是使用KPI库存和存储成本来衡量的，物流绩效通过服务水平来定义[9]。整个物流KPI系统可用于得出公司内部供应链中每个核心流程的物流KPI。通常。供应链包括采购、初步生产、临时存储（或缓冲）、最终生产和调度。
发货是内部价值链的最后一步，是分析最接近最终客户的产出指标的过程。交付给客户的时间等于内部价值链中特定于订单的流程的吞吐量时间的总和。单一日期的延迟导致了交货期限的合规性。使用KPI服务级别（存储）或到期日遵从性（缓冲区）评估具有存储或缓冲功能的流程的及时性。根据到期日准时性的定义，如果在需求日期之前完成了订单，则视为准时订购。过早提供的材料可能会对最终的库存量产生负面影响。为了评估生产过程中的调度情况，应用了KPI调度可靠性。在这种情况下，只有在接受的延迟时间间隔内完成订单才能按时考虑订单。交付能力是有关计划情况的另一个重要指标。通过比较实际完成日期和计划完成日期来计算到期日准时性和计划可靠性，而交付能力则将计划与客户期望的交付日期进行比较。图1总结了整个公司内部供应链中的KPI系统，并按物流成本和物流产出进行了分类[8]。
2.2物流模型对物流绩效影响因素的定量分析
确定通用的因果关系以为公司内部供应链中的每个物流KPI（吞吐量时间、服务水平和库存水平）构建因果关系树。首先通过识别偏离其目标值的物流关键指标来使用关系树，然后，可能的原因会在几个层次上进行构造，直到发现根本原因，并且进一步细分为普遍有效的原因直到无法继续细分下去。单个因果关系树里的要素是相互关联的，因为与一个KPI的偏离可能同时影响其他KPI。完整的因果关系树考虑了这些相互作用，从而沿着内部供应链形成了一致的因果网络。对于因果关系树中的每个决策点，已经分配了适当的分析方法和逻辑模型以及详细的分析准则，从而可以进行结构化和系统化的定量分析。这些分析方法和模型适用于通过描述和说明物流KPI与可调参数之间的必要关联，以此评估物流绩效。因此，如今已经开发出一种普遍有效的分析程序，使用户发现绩效不佳的根本原因。图2可视化了已发展的因果网络的一般概念。
使用QuantiLoPe演示器，可以提供免费工具来分析和评估绩效不佳的原因[11]。可以制定解决已确定的根本原因并改善物流KPI的措施。
- 进度可靠性的因果关系树
作为基本因果关系的一个示例，图3说明了进度可靠性的因果关系树。
根据建立进度可靠性模型的成熟方法，进度偏差的两个主要影响因素是积压和顺序偏差[12]。另外，可以在首层上识别输入偏差。下层级别将主要原因分解为更多细节，并使用来自各个工业项目的越来越多的经验数据和每个级别的文献综述来构建。原因层次的数量取决于最后一个普遍有效的原因。在图3中最后一个显示的原因级别之下，根本原因是特定于公司的。
3.1关于输入偏差的因果关系
当在计划的生产开始日期，生产订单所需的物料不足时，就会发生输入偏差。由于上游工艺（采购、初步生产阶段或存储阶段）的高输出延迟或由于材料类型和材料质量方面的供应错误，可能缺少所需的材料。在这些情况下，需要分析上游流程。
如果没有在计划的开始日期启动生产订单，则即使输入补充了所需的物料，也会影响输入偏差。这是由于上游流程的日程安排可靠性低，导致缺少订单文档、工程图或对质量或所需工具的确认。此外，突然的调度也可能会导致输入偏差，如改变计划的订单开始日期，这会导致订单输入时出现积压。例如，如果承诺无法实现的交货日期来满足客户要求，就会发生这种情况。使用向后计划，各个生产订单会显示在生成订单时已经放置在过去的计划开始日期。此外，不按时发布订单可能会导致输入偏差。它们是由于个人错误或由于不适当的系统订单下达程序而产生的，这些程序未考虑生产订单的计划开始日期。结果是生产订单延迟或提前下达。对于旨在改善工作量和优化工厂利用率的面向流程的发布过程中的负载或工作尤其如此，例如ConWIP过程。
3.2关于积压的因果关系
积压订单描述了容量单位的计划产量与实际产量之间的差异[12]。如果生产输出比计划的更高（积压lt;0）或更低（积压gt; 0），则会发生进度偏差。在这种情况下，需要在恒定平均积压和变化积压之间进行区分。如果工作量高于可用容量，则会发生平均积压，并且可以通过数学计算将其直接转换为平均计划偏差[12，13]。这意味着在不现实的确认交货时间接受了太多销售订单，而没有考虑生产部门当前的工作量。如果工作负载永久性过高，后果将更加严重。综上，如果不提供额外的容量，积压和平均延迟将持续增加。平均积压源于多种原因，包括重复的技术或组织中断以及繁重的过程或产品质量问题。
如果在已经满负荷运行的工作站上发生中断，则尤其如此。此外，平均积压意味着计划的吞吐时间与实际的吞吐时间不匹配，可能的原因包括错误的工作计划以及过时或不正确的主数据。积压的变化主要影响最终进度偏差的差异，当分析的生产阶段中的工作系统在恒定的输出速率下导致工作量变化很大时，就会发生积压变化。这通常意味着需求行为不稳定，但是在给定恒定负载的情况下，生产区域的性能变化又会显示出相似的结果。举一个例子是员工可用性不一致或频繁地从单班制转换为两班制，反之亦然。
3.3关于序列偏差的因果关系
如果未按计划订单处理生产订单，则会发生顺序偏差，即完成订单的实际顺序与计划完成顺序不符。工作站等待队列中的顺序更改导致实际吞吐时间的变化增加，例如，可以通过给定的排序或优先级规则有意地诱发序列偏差，设置最佳顺序被认为是有益的，以提高工作系统的有效性能。尽管此类规则会对计划可靠性产生负面影响，但从技术或经济角度来看，这些规则可能至关重要。顺序偏差的另一个可能原因是员工错误地确定了生产订单的优先级，员工通常通过捆绑相似的订单或选择性地处理小订单以最大程度地提高他们在轮班期间的订单完成率来优化自己的工作量或机器的工作量，而以调度可靠性为代价。除了排序和顺序优先顺序外，其他因素也会影响完成顺序。
技术系统的故障会导致单个生产订单的计划生产时间与实际生产时间之间出现偏差，这导致实际的完成顺序与计划的完成顺序有所不同。同样的是，缺乏流程和产品质量，需要额外的工作流程来应对必要的返工，也会产生类似的效果。频繁的干扰相应地会对性能产生更大的影响。此外，计划中的生产时间不完善会导致顺序偏差，因为它们会确定生产订单的计划开始日期和完成日期，所以如果基于错误或过时的假设，计划的吞吐时间可能不正确。
4.案例学习
4.1初始情况
在本节中，将介绍使用系统原因分析的分步示例，介绍注塑工具制造商的初始情况。如图4所示，制造商的内部供应链由核心流程采购、初步生产阶段、临时存储、最终生产阶段和调度组成。分析集中在初步生产阶段，在本例中为机加工车间。机器车间包含大约50个工作系统，所制造的零件和组件的生产订单与客户订单直接相关，这意味着在许多情况下，机修厂的进度计划偏差会导致更长的交货时间。物料从机加工车间流经核心过程中间存储区中的缓冲区进入最终生产阶段。这是一个组装区域，在该区域中，将制造的零件和组件组装成特定的客户订单。尤其是由于存在大量的零部件，从初步生产阶段到最终生产阶段的准时供应极为重要。在一年的调查期内，该制造商的机加工车间共完成了约6,800个生产订单。假设标准的每周工作5天，每班工作一次，则此输出平均每天产生30个订单。
对数据库的分析表明，从初步生产阶段到供应链的下一个核心过程的计划可靠性较低。 客户要求的交货时间与实际交货时间的比较表明，主要问题是计划进度过高。关联的装配线记录的计划可靠性为60％，平均计划偏差为1.4天，标准偏差为20天，最大计划偏差远超过30天。图5用直方图说明了这种情况，必须进行详细的分析才能确定导致物流效率低下的根本原因。
4.2系统方法的应用
根据调度可靠性低的因果关系树，分析着重于以下三个潜在因素：
·积压
·输入偏差
·序列偏差
首先，考虑了大量积压，平均积压并不显着，但总积压有很大差异。发生的最大积压订单约为150个订单，相当于大约5天。最大的计划变化远远超过30天，这意味着积压本身不是主要原因。图6显示了在调查的时间段内的积压工作。
另一个可能的因素是预先存在的高输入进度偏差。数据显示所需的物料已库存，而物料供应不是问题。如果库存水平太低，则会导致不同的因果关系树。将生产订单的计划到达时间与实际到达时间进行比较显示出明显的不同。平均而言，生产订单要提前10天开始，到达的时间在任何一个方向上都很普遍，这表明订单下达太早。图7以直方图说明了这种情况。
向下移动因果关系树，可能是由于不切实际的调度，不及时的订单发布或内部供应链中上游流程的调度可靠性低而导致的现有输入调度偏差。一般的安排是合理的，但是不合时宜的订单下达和上游流程的计划可靠性被确定为问题。员工的相同行为（无论工作地点如何）仅仅解释了少量的延误，在所有流程中，病假的天数相近，员工根据个人情况灵活地使用工作时间，而忽略了实际的订单情况。
对上游过程的彻底检查显示出两个特别重要。 由于容量过载，施工过程是第一个瓶颈。 这可以解释其余的延迟，但不能解释订单过早到达的原因。 根本原因可追溯到另一个过程，锯过程。尽管锯台的平均利用率应该只有50％，但这似乎是一个瓶颈，在这台机器上工作的员工由于健康问题，因此病假很多，为了弥补损失，企业未经授权立即处理了订单。计划的开始日期被忽略，这造成了解释计划变化的不合规
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[239261]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
