KLUMME: Optimering af service supply chain

En samlet supply chain i en serviceforretning kan være mindst ligeså kompleks som en supply chain i en producerende virksomhed. Ofte forholder det sig også således, at begge supply chains kan være del af samme virksomhed. Eksempelvis hvis der produceres større anlæg med en efterfølgende periode med garanti og en løbende serviceforpligtelse.

Det første væsentlige spørgsmål at stille sig selv er, hvilke parametre som skal værende styrende for optimeringen. Det kan være ressourcer, oppetid, samlede serviceomkostninger eller noget helt fjerde. Men det er afgørende at kunne besvare spørgsmålet for at kunne påbegynde en optimeringsproces. I sagens natur er virkeligheden ofte en sær størrelse, idet optimeringsnøglen kan variere over tid. I visse perioder kan det være relevant at fokusere på forbrugt tid og i andre perioder på forbrugte kroner. Det gør dog ikke noget, så længe virksomheden hele tiden er klar over, hvilken nøgle der optimeres efter på ethvert tidspunkt.

Èn fælles integreret plan
En af de helt store udfordringer i optimering af den komplekse serviceoperation er etableringen af én fælles integreret plan for udførelse af opgaver under hensyntagen til ovenstående beslutning om den centrale optimeringsnøgle. Udfordringens kerne er, at ønsket om udførelse af en serviceopgave kan komme fra mange forskellige steder. Med andre ord kan årsagen til et servicekald opstå en række forskellige steder varierende fra en akut situation, hvor et system er gået helt ned, til rene rutineopgaver, hvor udvalgte komponenter skal udskiftes som led i en fastlagt vedligeholdelsesplan. Imellem disse to yderpunkter findes der et utal af andre mulige årsager til et servicekald.

At serviceopgaven kan opstå fra en række kilder betyder også, at der som regel er tale om en række forskellige it-systemer, hvilket afstedkommer en kompleks opgave med at integrere data, såfremt den fælles masterplan ønskes. Den komplekse integrationsopgave er vel nok den væsentligste årsag til, at alt for mange serviceoperationer i sidste ende bliver drevet med simple tavler eller alt for komplekse regneark, simpelthen fordi it-opgaven med at integrere og strømline data bliver for uoverskuelig og kompleks.

En anden udfordring ved skabelse af den optimale integrerede plan er sikring af, at opgaverne bliver udført i den optimale rækkefølge under hensyntagen til de i ovenstående afsnit fastlagte optimeringskriterier. Skrækeksemplet på den ikke optimerede plan er, når en tekniker om mandagen bliver sendt af sted for rutinemæssigt at udskifte nogle reservedele. Og så bliver sendt til samme anlæg om onsdagen for at udskifte nogle andre komponenter, som uden problemer kunne være skiftet, da han var der om mandagen. Det lyder banalt, men desværre er det sandt i alt for mange serviceorganisationer. Igen er årsagen det manglende overblik. I dette tilfælde mere specifikt manglen på overblik over sammenhængen imellem de enkelte opgaver. Et overblik som langt fra altid er enkelt at skabe, når der findes hundred- eller tusindvis af opgaver, som venter på at blive udført. Her er det så, at vi skal lade teknologien tage over og lade potente regnemaskiner skabe det overblik, som er nødvendigt for at drive den optimale operation.

Omkostninger ved ikke at have et tilstrækkeligt overblik i form af en masterplan er i sagens natur, at der spildes en masse kroner og ressourcer på at besøge anlæg i tide og utide i en ikke koordineret og planlagt form. Som det fremgår af nedenstående figur, er omkostningen ved at sende en servicetekniker i gennemsnit 209 USD. Så potentialet ved at optimere disse medarbejderes tid er så absolut tilstede. (Se figur 1).

Prognoser som advarer
Forleden hørte jeg et slående eksempel fra en konsulent, som aktuelt arbejder med at optimere planlægning af vedligeholdelse af boreplatforme. I forbindelse med dette optimeringsprojekt havde han studset over en plan, hvoraf det fremgik, at en brændstofbeholder skulle males. Det er der som sådan ikke noget odiøst i, medmindre det af samme plan fremgik, at beholderen mindre end to uger efter, at den var blevet malet, skulle rives ned og fjernes fra boreplatformen. Et strålende eksempel på spild.

Styring af reservedele er en anden væsentlig udfordring i jagten på en optimeret service supply chain. Ligesom i traditionelle supply chains gælder det også her om at have de rigtige varer på det rigtige sted på det rigtige tidspunkt, samtidig med at der er færrest mulige varer i den samlede supply chain. Opgaven begynder at blive kompleks, når der tages højde for alle de mulige lagre, hvorpå en vare kan befinde sig, herunder de biler som serviceteknikere benytter. Og hvem skal beslutte, hvilke varer som skal ligge i den enkelte bil?

For at kunne lave en reel optimering af reservedelene i en kompleks serviceoperation er det nødvendigt at kunne udtale sig kvalificeret om, hvilke reservedele som skal benyttes hvor og hvornår. Og for at kunne svare på dette er det i sagens natur nødvendigt at kunne svare på, hvilke komponenter som med overvejende sandsynlighed vil fejle i hvilke anlæg på hvilke tidspunkter. I den sammenhæng viser al erfaring, at langt bedre end pilekviste og mavefornemmelser er dyb analytisk indsigt i data, deres sammenhænge og historiske udvikling. Når prognosedisciplinen er forfinet til superliganiveau, kan der sågar arbejdes med early warning-systemer, som dækker over en begyndende udvikling eller trend i data, som med et tilfredsstillende signifikansniveau indikerer, at en given komponent er på vej til at fejle. Sådanne systemer muliggør den proaktive indsats, som i en integreret plan afstedkommer, at teknikeren skifter den komponent, som lyser rødt i early warning-systemet 2 uger, før den fejler, og således forhindrer, at hele anlægget i værste fald står stille i en periode.

Optimeringsmulighederne er mange og potentialet som regel massivt. Samlet set ligger nøglen til det gode resultat stadig i den nøgterne vurdering af, hvilke midler og ressourcer som skal anvendes i optimeringen, således at indsats står mål med udbytte.