PODPORA ODLOČANJU PRI UPRAVLJANJU PROCESOV OSKRBOVALNE VERIGE

Transcription

1 UNIVERZA V MARIBORU FAKULTETA ZA ORGANIZACIJSKE VEDE Program: Management informacijskih sistemov Smer: Anza in načrtovanje informacijskih sistemov PODPORA ODLOČANJU PRI UPRAVLJANJU PROCESOV OSKRBOVALNE VERIGE Mentor: red. prof. dr. Vladislav Rajkovič Kandidat: Mitja Tizaj Ljubljana, september 2006

2 IZJAVA Kandidat Mitja Tizaj izjavljam, da sem avtor tega magistrskega dela, ki sem ga napisal pod mentorstvom red. prof. dr. Vladislava Rajkoviča. Skladno s 1. odstavkom 21. člena Zakona o avtorskih in sorodnih pravicah dovoljujem objavo tega magistrskega dela na spletni strani fakultete. V Ljubljani, Podpis:

3 ZAHVALA Pri izvedbi magistrske naloge se najprej zahvaljujem mentorju prof. dr. Vladislavu Rajkoviču za prijaznost, pripravljenost, pomoč in svetovanje. Zahvl bi se vsem posredno in neposredno sodelujočim v podjetju Lek d.d., predvsem direktorju enote Oskrba Danilu Kolencu, vodji kontrolinga Katji Kotar, sodelavcema Majdi Dulmin in Damijanu Kupleniku. Zahvala za razno pomoč tudi zaposlenim v oddelkih načrtovanja, logistike, v oddelku oskrbe kupcev, predvsem njihovemu vodji Marijanu Jesenku. Zahvala tudi namestniku direktorja enote Oskrbe, Vladimirju Bačniku, ter drugim sodelujočim v podjetju. Zahvl bi se tudi vsem, ki jih tukaj nisem posebej omenjal in od katerih sem pridobil veliko novih izkušenj in poznanstev. Hvala ljudem, s katerimi bom z veseljem delal tudi v prihodnosti. Nazadnje še zahvala moji zaročenki Nives Barbari Černi, ki mi je sploh dovolila, da sem čas, večinoma namenjen njej, posvetil pisanju te naloge. Zahvala tudi staršem in bližnjim sorodnikom, ki so me motivir in podpir tudi pri tem življenjskem koraku.

4 POVZETEK obravnava problematiko merjenja procesov oskrbovalne verige. Posveča se preučevanju povečanja učinkovitosti procesov, tako da obravnava nekatere drugačne poglede na možnost optimiranja zalog in izboljšanja prodajnih napovedi, ki so podlaga za učinkovitost celotnega procesa. Z modelom za večparametrsko odločanje rešuje težavnost izbire najbolj kritičnih produktov in možnost razvrščanja tudi drugih segmentov, kot je vprašanje razvrščanja referentov na različnih stopnjah procesov v različnih oddelkih, razporejanja držav kupcev, proizvodnih lokacij, posameznih tipov materiala in podobnega. Pregleduje različne mogoče rešitve, v praksi podkrepljene primere pa prikazuje z vključitvijo v uporabo na primeru generičnega farmacevtskega podjetja. KLJUČNE BESEDE oskrbovalna veriga, podpora odločanju, upravljanje, anza, poslovni procesi, kazalniki ABSTRACT This master thesis deals with the problem of monitoring the supply chain processes. Its purpose is to contribute to the increase of process efficiency by using different views on inventory optimization and sales forecast improvement. Multi-attributes decision model helps to solve a selection of problems deng with critical products, countries, production sites, types of materials, responsible people in different parts of main process and different work units. Therefore it can present a good prerequisite for decision-making process in most of the supply cases in generic pharmaceutical companies. KEYWORDS supply chain, decision support, management, analysis, business processes, key performance indicators

5 KAZALO 1 Uvod Predstavitev in problematika magistrskega dela Predstavitev okolja Metode dela Cilj in namen magistrskega dela Zgodovina Načrtovanje materialnih potreb Od proizvodnje ravno ob pravem času do vitke proizvodnje Internet Karakteristike oskrbovalne verige Načrtovanje proizvodnje Zaloge Kazalniki Zbiranje podatkov Raziskava potreb Oskrbovalna veriga podjetja in anza obstoječega stanja Intranet stran oskrbovalne verige Arhiv poročil Trenutni prikaz stanja Zanimivi kazalniki in orodja oskrbovalne verige Anza podatkov in model za večparametrsko odločanje Iskani podatki Kriteriji izbire Vključitev podatkov v model in rezultati Kritična anza modela Zaključki Učinki v praksi Možnosti nadaljnjega razvoja...48 Literatura in viri...50 Kazalo slik...54

6 1 UVOD 1.1 PREDSTAVITEV IN PROBLEMATIKA MAGISTRSKEGA DELA V oskrbovalni verigi farmacevtske družbe Lek d.d., ki je član skupine generičnih proizvajalcev zdravil Sandoz, se ob stalnem širjenju globalne mreže in ob vedno bolj kompleksnem oskrbovalnem procesu srečujemo s potrebo po vedno hitrejših in boljših odločitvah vodstva. Za to so potrebne še hitrejše in še boljše informacije, ki dajejo dobro oporo pri odločanju. Velikokrat pravih informacij ne dobimo neposredno iz sistema, ampak to rešujemo tako, da za neki problem skušamo priti do rešitve»ročno«, s poizvedovanjem po različnih podatkih ter z njihovim naknadnim združevanjem in obdelavo. Dani način bi bilo mogoče v marsikaterem primeru reševati bolj preprosto ter bi z drugačnim pristopom in dodatno informacijsko podporo dajal tudi več mogočih odločitev ter s tem odpravil slabše. Za ta namen v oskrbovalni verigi podjetja manjka informacijski sistem, ki bi združil podatke iz različnih podatkovnih baz in cikličnih ročnih obdelav ter uporabnikom omogočil še dinamično primerjavo ob različnih vhodnih zahtevah. Uporaben informacijski sistem bi moral zagotavljati ustrezen nabor podatkov in možnost nadaljnje obdelave podatkov v povezavi z ustreznim ekspertnim sistemom. Za rešitev zgoraj navedenega problema je mogoče razviti večparametrski hirearhični model, ki bi s kriteriji in metodo večparametrskega odločanja omogočal dinamično spreminjanje začetnih pogojev nad lastno bazo podatkov (metoda sprotne antične obdelave) ter sodobne anze podatkov (rudarjenje podatkov). S tem bi pripomogel k boljšemu upravljanju oskrbovalne verige v podjetju in učinkovitejšemu vključevanju oskrbovalne verige na globalni ravni z drugimi podjetji v skupini. Kot osnova za te kriterije je potreben nazoren sistem sprotnih in dobrih informacij iz različnih podatkovnih baz (iz sedanjega informacijskega sistema SAP R/3, ročnih obdelav, javnih zbirk podatkov). 1.2 PREDSTAVITEV OKOLJA se precej nanaša na farmacevtsko industrijo, natančneje na poslovanje tehničnih operacij in oskrbovalne verige v podjetju Lek d.d., farmacevtske družbe. Lek d.d. je od leta 2002 član globalne skupine Sandoz, ki je skupina generičnih proizvajalcev zdravil podjetja Novartis s sedežem v Baslu, Švica. Novartis po vsem svetu zaposluje okoli 90 tisoč ljudi, od tega jih ima Sandoz dobrih 20 tisoč, Lek d.d. pa samo v Sloveniji približno V podjetju Lek d.d. ima zelo pomembno vlogo enota Oskrba (oskrbovalna veriga, ang. Supply Chain Management), ki se po zadnji reorganizaciji deli na področja oskrbe kupcev, načrtovanja izdelkov, dajanja v javnost, materialnega poslovanja, Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 6

7 logistiko, kamor sodijo tudi skladišča, ter nadzorni oddelek, ki skrbi za anze, poročila in zagotavlja podatke za podporo odločanju. V enoti Oskrba trenutno deluje več kot 160 oseb, za druge segmente pa se najema zunanja podjetja (npr. prevoz). 1.3 METODE DELA Po pregledu sodobne literature, sodelovanju na konferencah (kot so konference organizacijskih znanosti v Bernardinu in zadnji projektni forum na Otočcu, na katerem sem sodeloval tudi s svojimi prispevki, lanskem Dok-Sisu in drugimi) ter po več uspešno izvedenih projektih na internetnem področju (predvsem z izkušnjami na spletnem portalu Cankarjevega doma in v zadnjem času delom v oskrbovalni verigi podjetja Lek d.d. ter njenih procesih) je potekalo načrtovanje rešitve. Načrtovanje je bilo podprto tudi s strani končnih uporabnikov. Pri nalogi so kritično sodelov vodstvo enote in drugi uporabniki sistema. V pomoč sta mi bila direktor enote in tehničnih operacij Danilo Kolenc ter njegov namestnik Vladimir Bačnik, vodja oddelka nadziranja Katja Kotar, sodelavca Majda Dulmin, ki mi je pomagala pri bolj zapletenih poizvedbah, ter Damijan Kuplenik, ki mi je pomagal pri organizacijskih problemih. Vključeni so bili tudi zaposleni v oddelkih načrtovanja ter njihovi vodje in zaposleni v oddelkih oskrbe kupcev ter njihovi vodje, predvsem vodja področja oskrbe kupcev Marijan Jesenko, od koder izhaja osnovna zamisel pozneje omenjenega kanala napovedovanja. Prav tako me je za nalogo zanimala raven logistike in skladiščenja, na kateri so bili delno vključeni tudi tam zaposleni, predvsem vodja področja Gregor Spindler. Načrtovanje in gradnja odločitvenega modela sta potekala na osnovi zbranih podatkov in pripravljenih osnov za dinamično kreiranje odločitvenih kriterijev. Zadnji in ključni segment sta pomenili implementacija in izdelava naloge v tiskani obliki ter dejanska predaja v uporabo z izobraževanjem uporabnikov. Uporabnost je bila dosežena z implementacijo na intranet straneh podjetja. Uporabljena je bila MS Accessova ter Oraclova podatkovna baza, nad katero deluje tudi SAP R/3 (neposredne poizvedbe iz podatkovne baze SAP). Poleg MS Excel macrojev so bili na ravni intraneta uporabljeni predvsem skriptni jezik php in javascript ter koda html. Za izdelavo odločitvenega modela je bil uporabljen MS Excel. Kritično so bili ocenjeni tudi pozitivni in negativni učinki, izdelana anza SWOT ter pregledane mogoče nadaljnje faze. 1.4 CILJ IN NAMEN MAGISTRSKEGA DELA Namena raziskave sta anza in implementacija sistema, ki bi upravljavcem in zaposlenim v oskrbovalni verigi ter nekaterim njihovim kupcem omogoč boljši pregled nad izvedbami in cilji procesov s pomočjo odločitvenega modela. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 7

8 V nalogi se osredotočamo na zagotavljanje učinkovitih in uporabnih metod ter metod»od zgoraj navzdol«(ang. metod top-down), prikazovanja ključnih kazalcev za lažje odločanje. Pravi podatki dajejo upravljavcem učinkovit pregled nad procesi oskrbovalne verige. Odločitev je v nekem trenutku zelo vezana na te podatke. Korak naprej pomeni odločitev s pomočjo večparametrskega odločanja, pri katerem je mogoče na podlagi podatkov dobiti še boljše zagotovilo, da je odločitev prava. Tako sta cilj naloge uporabnikovo iskanje in odprava šibkih točk v posameznih podprocesih, ki jih bo tako mogoče dodatno anzirati z uporabo delujočega ekspertnega sistema. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 8

9 2 ZGODOVINA Pred razvojem računalniških sistemov je bil ročni princip naročanja dovolj učinkovit za upravljanje zalog. Podjetja so si lahko privoščila velike zaloge, da so zadovoljevala potrebe svojih kupcev, ki pa prav tako niso imela večjih nihanj v prodaji. Pomembno delo je bilo opravljeno pri ceni proizvoda in posledično je bila primarna naloga obdržati delovno silo. Ta strategija je bila podprta z daljšim proizvodnim ciklom in manj raznolikostmi. Pravilo pri nabavljanju je bilo imeti na zalogi malo vsega, da nikoli ničesar ne zmanjka. V navadi je bilo, da so kupci naroč podobno kot v preteklosti in tako je bilo pričakovati tudi v prihodnosti. Življenjski cikel proizvoda se je meril v letih. Če je bilo naročeno malo več malo manj, ni bilo večjih težav, saj so bila skladišča in celotni sistem naravnani na takšen način. Z razvojem računalništva in informatike je napredovalo tudi upravljanje proizvodov. Naprednejša podjetja so se začela zavedati najbolj kritičnih točk, in sicer stroškov zalog in dela ter tako začela v tej smeri z razvojem in izobraževanjem svojih upraviteljev [Waters, D., 2003; Greff, G, Ghoshal, R., 2004]. 2.1 NAČRTOVANJE MATERIALNIH POTREB Leta 1967 je IBM na trg poslal prvi upravljavski informacijski sistem. V tem času je na trg prišel že tudi prvi sistem za načrtovanje materialnih potreb (MRP Material Requirements Planning), ki se je sčasoma razvijal. To je bil velik korak v procesu načrtovanja, ki je temeljil na urniku, kaj se bo delalo na določenem stroju in ob katerem času, računalnik pa je izračunal, kateri vstopni material je za to potreben. Sčasoma so se sistemi nadgradili z informacijami o trenutnih zalogah in prihodnjimi naročili. To je bil trenutek, ko je računalniški sistem končno lahko odgovoril na vprašanje kdaj. Obseg zalog se je drastično zmanjšal, kar se je precej odražalo na boljših poslovnih uspehih. Začelo se je razmišljati o načrtovanju proizvodnih virov oz. o sistemu zanke MRP, nekako veliki MRP. Razvil se je MRPII (Manufacturing Resource Planning), pri katerem so vidni, načrtovani in primerno nadzirani tudi drugi viri s finančnega vidika. Vsak dobri upravljavec ve, da dobre informacije vodijo do dobrih odločitev. Informacijska tehnologija omogoča, da je dostop do teh informacij hitrejši in uporaben v realnem času. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 9

10 2.2 OD PROIZVODNJE RAVNO OB PRAVEM ČASU DO VITKE PROIZVODNJE Naslednji veliki korak se je zgodil v poznih in zgodnjih letih, ko so kupci hoteli svoje izdelke ob točno določenem času in niso bili več zadovoljni, če izdelka točno takrat niso dobili, je kakšen kos manjkal je bila pošiljka še za naslednji mesec. Kupci so imeli zahteve, kdaj, koliko in kako želijo dobiti določen izdelek. Začela se je razvijati filozofija»ravno ob pravem času«oz. t. i. JIT (Just in Time). Dobavitelji so se mor med veliko konkurenco hitro prilagajati, kupci pa so zelo zmanjš svoje zaloge. JIT je vodil v razvoj vitke proizvodnje (Lean Production), ki se je začela povezovati tudi z boljšo kakovostjo prek konceptov upravljanja kakovosti (TQM Total Quty Management), šest sigma (6-σ, Six Sigma) in drugih [Silver, E. A., Pyke, D. F., Peterson, R., 1998; McClellan, M., 2003; Breyfogle, F. W. III, 2003; Carroll, B., 2002]. Ni več časa, da prek oddelka IT upravljavskega informacijskega sistema (MIS Management Information System) zahtevamo kritično informacijo, za kar potrebujemo več mesecev, da proces poteče. Informacija je potrebna hitro, kar lahko dosežemo prek oseb, ki znajo hitro priti do nje, in tako uporabna takoj za sprejetje dobre poslovne odločitve. Tako postajajo pomembni zelo usposobljeni strokovnjaki, zmožni zelo hitro poiskati prave informacije. Ključni cilj proizvodnega sistema JIT je narediti celotno podjetje donosno. Osnovni cilj JIT je tako zmanjšati stroške in povečati donosnost [Monden, Y., 1993]. 2.3 INTERNET Internet dobiva odločilno vlogo tudi pri tej vrsti posla [Deshmukh, R., 2000; Kolenc, D., 2000]. Najprej se je začel uporabljati za manipulacijo z naročili kupcev. Prava moč interneta ni prodajanje knjig, temveč delitev informacij brez omejitev. Internet nima omejitev glede videza, programske in strojne opreme, lahko bi rekli, da nima omejitev, kot jih imajo drugi programski izdelki. Skoraj vsa podjetja, ki razvijajo programsko opremo za načrtovanje virov v podjetju (ERP Enterprise Resource Planning), tekmujejo s svojimi sistemi na internetni ravni, da bi bili njihovi proizvodi konkurenčni in bi preživeli v bitko na trgu [Mackie, P., 2004; Finkelstein, C., et al, 2000]. Treba se je zavedati, da je osnovni sistem načrtovanja še vedno enak, kot je bil na začetku, v prvem MRP. Kaj potrebujem, kaj imam in kaj potrebujem, da bom točno to tudi dobil, ter seveda kdaj. Kupci pričakujejo, da bodo dobili kar koli in kadar koli, pa čeprav tega niso še nikdar naročili, pa naj bo njihova želja še tako nenavadna. Tehnologija takšnih anomj ne more odpravljati, pa naj bo informacijski sistem še tako popoln. Zato so še vedno potrebne zaloge. Tako tudi popolna avtomatizacija ni tehnološka ovira, ampak spoznanje, da je vse odvisno od dobrih napovedi podatkov, ki v sistem vstopajo. Tako postaja naslednji korak programska oprema, ki zna podpreti tudi nove zahteve [Dubrin, J. A., 1990; Ptak, C. A., Schragenheim E., 2004]. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 10

11 3 KARAKTERISTIKE OSKRBOVALNE VERIGE 3.1 NAČRTOVANJE PROIZVODNJE Ključni elementi prodaje in načrtovanja obsegajo [Ptak, C. A., Schragenheim E., 2004]: 1. načrtovanje novih proizvodov 2. načrtovanje potreb 3. načrtovanje oskrbe 4. finančno načrtovanje Prodajni oddelki naj bi zagotovili čim boljše začetne podatke o napovedih prodaje v naslednjih kratkoročnih in srednje- dolgoročnih obdobjih z vedenjem o zgodovini prodaje, dogajanjih na trgih in dobrimi algoritmi napovedovanja. Pri načrtovanju se je treba zavedati treh osnovnih pravil [Ptak, C. A., Schragenheim E., 2004]: 1. Napoved je vedno napačna. 2. Napoved je manj točna, čim dlje v prihodnost gleda. 3. Napoved je manj točna, bolj ko je podrobna. Napoved, ki je 20-odstotno napačna, je še vedno 80-odstotno pravilna. Približno pravilno je še vedno veliko boljše kot povsem napačno Globalno načrtovanje Vse več podjetij tekmuje na globalnem trgu, se med seboj združuje in razdružuje [Taylor, D., 1997; Hutchin, T., 2002]. Vsaka država regija ima drugačne običaje, drugačno kulturo in drugačen način upravljanja podjetij. Prodajni in načrtovalski oddelki morajo zato premostiti težave, ki se pojavljajo pri takšnem poslu. Integrirani informacijski sistemi postajajo vse bolj pomembni v vedno bolj efektivnem upravljanju globalnih podjetij. Napake pri integraciji načrtov iz različnih držav povzročajo, da takšno podjetje deluje neuravnoteženo in ne dosega pričakovanih globalnih ciljev. Globalno poslovno okolje postaja zelo podobno Darwinovemu v naravi boj za preživetje. Vsak gib, vsak pogled mora segati naprej, glede na pomembnost stroški, kakovost, produktivnost, izkoriščenost v prihodnosti, zadovoljstvo kupcev, čas od nastanka do trga kupca in vrednostno dodane storitve [Poirier, C. C., 2004; Monden, Y., 1993]. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 11

12 3.2 ZALOGE Zaloge so ključno premoženje vsakega proizvodnega podjetja. Uspešno podjetje ne želi imeti preveč kapitala vezanega in tako nekako zapravljenega v zalogah. Če so po drugi strani zaloge premajhne, kupci ne bodo zadovoljni, saj ne bodo primerno servisirani in skupni dobiček bo manjši. Podobno je z zmogljivostjo skladišč. Velike skladiščne zmogljivosti pomenijo višje stroške, premajhne zmogljivosti pa pomenijo najemanje skladišč, dodatne stroške s prevozom blaga in podobno. Vedenje, kakšne vrste je podjetje in kakšno strategijo zavzema, je ključno pri upravljanju in razvoju vseh virov, ki so ključni za uspeh Centrzirano/decentrzirano skladišče Kakšne so prednosti centrzirano urejenega skladišča v odnosu do decentrzirano urejenega skladišča? Ko so zahteve za posamezne materiale nekaterih odjemalcev velike, lahko pričakujemo, da bodo od drugih manjše. Tako lahko z večjim številom odjemalcev pričakujemo neko dokaj stalno porazdelitev naročil in dobave [Simchi-Levi, D., Kaminsky, P., Simchi-Levi, E., 2003]. Če vsak odjemalec zase načrtuje varnostno zalogo, je rezultat skupne varnostne zaloge večji. Manjše skupne zaloge tako pomenijo manjše stroške. Z opravljeno anzo hitro ugotovimo, da se ob velikem številu odjemalcev in velikem številu materialov dobiček centrzirano organiziranega sistema skladišča dolgoročno gledano zelo poveča in tako koristno pripomore k upravičenosti takšne implementacije. Poleg večjega števila materialov in odjemalcev sistem več centralnih skladišč, ki so urejena tako, da se iz vsakega posameznega centrziranega skladišča dobavlja material bližnjim odjemalcem, tudi občutno vpliva na manjše stroške prevoza in skladiščenja na posameznih lokacijah, če so ti dokaj ustrezno načrtovani Varnostna zaloga Zaradi napačnih napovedi, razmer na trgu, odstopov proizvodnje, morebitnih težav dobavitelja in drugih dejavnikov zmote je smiselno vedno imeti nekaj v zalogi. Pojavlja pa se vprašanje, koliko je tisto, kar je še smiselno oz. je sploh vedno smiselno. Z izkušnjami poslovanja, stroškov in izračunom vseh mogočih odstopanj, ki se v praksi pojavljajo, lahko izračunamo neki dejavnik, ki pove, koliko časa je smiselno imeti za določen proizvod zalogo, ne glede na napovedi. Ob izpadu enega Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 12

13 od podprocesov lahko podjetje še neki razumni čas zagotavlja nemoteno oskrbo svojih kupcev. 3.3 KAZALNIKI Za naše kupce je pomembna le ena stvar, in sicer kako so njihove želje uresničene. Težave dobavitelja jih dosti ne zanimajo, kako je organiziran, kako učinkovit, le da so njihove želje pravočasno uresničene, in to ob sprejemljivi kakovosti in ustrezni ceni. Ko podjetje povsem razume potrebe svojih kupcev in je za to pripravljeno prilagoditi svoje procese, da se svojim kupcem čim bolj približa in jih zadovolji, začne uživati v konkurenčni prednosti pred svojimi tekmeci. Osnovnega pomena v podjetju, ki je vzpostavilo oskrbovalno verigo, je razumevanje uporabe merjenja. Organizacija je sistem, ki je zmožen dosegati vedno več ciljev, zato mora merjenje determinirati napredek v smeri ciljev in pridobitev za nove cilje [Simchi-Levi, D., Kaminsky, P., Simchi-Levi, E., 2003; Bradford, L. D., Cohen, A. R., 1997; Bramel, J., Simchi-Levi., D., 1997]. Sistemi za upravljanje odnosov s kupci (CRM Customer Relationship Management) zagotavljajo anze, kateri kupci se nagibajo k nabavljanju naših izdelkov, ter temu primerno zagotovijo potrebe po novih izdelkih in storitvah. Integriran sistem virov se začne in konča pri kupcu. V današnjem okolju podjetja pogosto trpijo: ne zaradi potreb po informacijah na trgih in njihovih kupcih, ampak zaradi prevelike količine informacij. Zato mora biti cilj antike CRM zagotoviti statistične informacije, modele in optimizacijska orodja, ki organizacijam omogočajo anzirati, kombinirati in zlagati njihove podatke v smislu boljšega razumevanja njihovega poslovanja ter statusu njihovih kupcev po skupinskih in osebnih potrebah [Ross, D. F., 2003; Jereb E., Bohanec M., Rajkovič V., 2003]. Cilj vsakega posla, proizvodnje storitve je, da donosno servisira svoje kupce, zato veljata dve preprosti dejstvi [Ptak, C. A., Schragenheim E., 2004]: 1. Kar lahko merimo, lahko naredimo. 2. Če česa ne moremo izmeriti, potem tega ne moremo izboljšati. Nekateri pomembnejši kazalniki: Pretočni čas (Lead Time) je seštevek vseh časov, ki ga podjetje porabi od naročila repromateriala 1 do prevzema končnega kupca. Skrajševanje pretočnega časa se pozitivno odraža tudi v mogočih negativnih učinkih slabih prodajnih napovedi. 1 Z izrazom reprometarial poimenujemo surovino in embalažne elemente, ki vstopajo najprej v polizdelke in nato v končne izdelke. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 13

14 Stopnja servisiranja kupcev (CSL Customer Service Level) je odvisna od dejavnosti podjetja. Podjetje si mora zadati neki cilj, v kolikšnem odstotku naj bodo kupci servisirani. Velik odstotek pomeni veliko zadovoljstvo kupcev ter po drugi strani velike zaloge in posledično stroške. Dejavnik obračanja zalog (MOH Months On Hand) je kazalnik, ki pove, za koliko mesecev imamo zalogo vezano v skladišču. Podoben kazalnik MOH-u je MOC (Months Of Coverage), meseci pokritja zalog, ki pa za razliko od MOH-a pove, za koliko mesecev imamo zalogo glede na prodajne napovedi Anza ABC Uporaben nabor informacij o zalogah omogoča anza ABC. Pregled nad zalogami zahteva precej truda, še posebno zaloga cenejših materialov, s katero ni smiselno izgubljati toliko energije [Greff, G., Ghoshal, R., 2004]. Tako po drugi strani zahtevajo dragi materi posebno pozornost. Anza ABC, včasih omenjena tudi kot anza Pareto pravilo 80-20, pravi, da 20 odstotkov populacije zavzema 80 odstotkov premoženja, z drugimi besedami, 20 odstotkov zalog pomeni 80 odstotkov naše pozornosti. Kategorija % Kumulativni % % Kumulativni % št. materialov št. materialov vrednosti vrednosti A B C Slika : Anza ABC Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 14

15 4 ZBIRANJE PODATKOV Glede na trenutne podatke in potrebe lahko zberemo skup parametrov, na podlagi katerih poteka odločanje. Osnova potreba je neka podatkovna baza ključnih podatkov, nad katero izvajamo razne preglede in na podlagi katerih lahko nato sklepamo odločitve. Nad tem je mogoče izvajati anze s spreminjanjem vhodnih podatkov (»kaj-če«), pomoč pri odločanju prek sistema odločanja ter razvoj orodij za razne simulacije, kar omogoča natančno spremljanje in napovedovanj zalog, prodaje in drugo. Glede na potrebe je zanimiv pogled na sistem tudi z vidika mobilnih tehnologij, kot so WAP, GPRS, UMTS, pri katerih obstajajo omejitve s standardi o varnosti in politiki podjetja, vendar je delne preproste rešitve mogoče implementir tudi mimo teh omejitev. Te tehnologije upravljavcem in izvajalcem procesov omogočajo stalni nadzor nad nekaterimi parametri tudi na službenih poteh in zunaj delovnega časa. Dodatnih opcij, kot so elektronsko obveščanje prek e-poštnih seznamov, splošni iskalniki, skupinsko delo z diskusijskimi bazami in drugega, se v tej fazi ne bomo spušč. Omeniti je treba še dokumentno skladišče, ki nekako zapolnjuje vrzel zbirke informacij, ki jih ni mogoče vključiti v predlagani model. V tem segmentu je glede na potrebe smiselno le dopolnjevanje vsebin in strukture podatkovnega skladišča. 4.1 RAZISKAVA POTREB Velika množica informacij kljub dobrim podatkom včasih ne dosega pravega namena, saj tako ključni podatki velikokrat ostanejo zakriti se izgubijo v množici. Za ta namen so smiselni pregledi»od zgoraj navzdol«(ang. top-down), pri katerih že ena številka pove, je rezultat na globalni ravni dober ne. Če je rezultat slab, je naslednji korak pregled, zakaj je tako. Sledi pregled seznama kazalnikov, iz katerih je bil končni rezultat dosežen. Ta seznam spet ne sme obsegati prevelikega števila, ampak samo ključne kazalnike posameznih podprocesov. Kadar je končni rezultat podprocesa slab, je spet smiseln pogled še globlje, zakaj je tako. Tudi na tej ravni se seznam razširi na pregled kazalnikov tega podprocesa, ki spet ne sme obsegati prevelikega števila. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 15

16 Končni rezultat Rezultat podprocesa 1 Rezultat podprocesa 2 1. delni rezultat podprocesa 2 2. delni rezultat podprocesa 2 Surovi podatki Slika 4.1-1: Pregled rezultatov podporcesov in njihovih delnih rezultatov Vendar pa se postavi vprašanje, je sploh smiselna tista glavna številka, ki pove končni rezultat na prvi ravni? Ker je sestavljena iz popolnoma različnih podporcesov, je lahko zelo zavajajoča in lahko zaradi tega izpustimo kakšen pomembni negativni trend v določenem podprocesu. Torej je tako in tako potreben pregled na drugem nivoju, ne glede na rezultat skupnega stanja prvega nivoja, kar pod vprašaj sploh postavlja smiselnost izračuna glavne številke na prvem nivoju. Podobna zgodba je s podprocesi. Neki podproces je veliko pomembnejši kot kateri drugi in zato potrebuje več pogledov (lahko že na drugem nivoju), nekako pogled iz različnih zornih kotov. V primeru oskrbovalne verige so tak segment npr. zaloge, pri katerih ni pomembna samo njihova vrednost, ampak tudi dejavnika obračanja zalog (MOH Months On Hand) ter pregleda zalog po različnih lokacijah in po različnih tipih materialov (npr. končni izdelki, surovina), pregled po paletah in drugo. Vendar spet hitro preidemo na nepregledno množico podatkov, ki so sicer vsi zelo koristni, a vprašanje, na kateri stopnji odločanja, da ne pride do pojava poplave podatkov, ko»zaradi gozda ne vidimo dreves«zaradi preveč podatkov spregledamo nekatera ključna opozorila. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 16

17 Končni rezultat Rezultat podprocesa 1 1. rezultat podprocesa 2 2. rezultat podprocesa 2 1. delni rezultat podprocesa 2 2. delni rezultat podprocesa 2 n-ti delni podrezultat m-tega delnega rezultata podprocesa k Surovi podatki Slika 4.1-2: Pregled rezultatov podprocesov in njihovih delnih rezultatov na več istih podprocesih Možnost pogleda na podproces iz različnih zornih kotov je smiselna, če je npr. na drugem nivoju nekega podprocesa nezadovoljiv rezultat pa bi radi podproces izboljš in nas zanimajo šibke točke tega segmenta. Prva stvar, ki nam pride na misel, je seveda nadaljevanje do zadnjega segmenta delnih rezultatov, do t. i. surovih podatkov. Če tudi ti delni rezultati ne zadovoljijo naših potreb, pa seveda sprotna antična obdelava podatkov (OLAP On-Line Analytical Processing) oziroma podatkovno rudarjenje prek preglednic (npr. MS Excel, Lotus Notes) drugih orodij (npr. MS Analyses Services). Druga možnost so različni grafični pogledi, ki se približajo problemu iz različnih zornih kotov z različnimi diagramskimi tehnikami. Tudi za osnovne preglede na drugem nivoju so podatki veliko prijaznejši na pogled, če jih prikažemo grafično s krivuljami, pri katerih se že na daleč vidi težnjo k izboljšanju poslabšanju. Večmesečni prikaz v pozitivno in negativno smer lahko preprosto podkrepimo tudi s trendnimi črtami in drugimi statistični prikazi, ki odločujočim pomagajo k boljšim odločitvam. Kombinacija obojega, pri tabelaričnem prikazu podkrepljena tudi z odstotkovnimi odstopi v pozitivno negativno smer (grafično z rdečimi in zelenimi puščicami gor in dol), ter dejanskim odstotnim prikazom tabelaričnih vrednosti na drugem nivoju, je dokaj dober pogled, ki da jasno sliko tudi neukemu bralcu. Tabelarične preglede posameznih rezultatov na različnih nivojih podprocesov je smiselno zapisovati na šestih številkah, in sicer: dejansko vrednost, isto vrednost v enakem obdobju prejšnjega leta, predvideno vrednost vrednost, ki jo želimo doseči, Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 17

18 ter: % dejanska vrednost (če je rezultat merljiv v %), % premik glede na vrednost enakega obdobja prejšnjega leta, % odstop glede na predvideno vrednost. Naslanjanje na izbrane kazalnike in podatke, ki jih je trenutno mogoče dobiti v informacijskem sistemu, bi bilo mogoče s pretvorbo na zgoraj opisani način spraviti v preglednejšo obliko, saj večina temelji na smiselno sestavljeni matriki dokaj preprosti podatkovni bazi surovih podatkov. Za takšno rešitev pa je nad surovimi podatki smiselna tudi razširitev na večparametrski hierarhični model, ki s kriteriji in metodo večparametrskega odločanja omogoča podatkovno rudarjenje in dinamično spreminjanje vhodnih pogojev nad lastno bazo podatkov metodo sprotne antične obdelave (»kajče«). Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 18

19 5 OSKRBOVALNA VERIGA PODJETJA IN ANALIZA OBSTOJEČEGA STANJA Pri oskrbovalni verigi Lek d.d. so s področja nadziranja zastavljeni naslednji cilji: Namenski cilji CN1: Zagotovitev sprotnih informacij za upravljavce procesov in vodstva družbe ter tako povečanje sprotnosti in nazornosti. CN2: Izboljšanje performanse enote. CN3: Poenotenje kriterijev uspešnosti procesov in opredelitev kazalnikov. CN4: Enotno in interaktivno oblikovanje poročil. CN5: Zagotovitev arhiva informacij časovne vrste, možnost izmenjave podatkov. Objektni cilji CO1: Vzpostavitev preprostih informacijskih sistemov. CO2: Nadgradnja določitve standardnih kazalnikov procesov enote. CO3: Avtomatizacija izračunov kazalnikov. CO4: Vzpostavitev splošnih obrazcev z več kazalniki za interaktivna poročila. CO4: Vzpostavitev kriterijev za lažje odločanje. 5.1 INTRANET STRAN OSKRBOVALNE VERIGE Z vzpostavitvijo informacijskega portala želimo zagotoviti lažji nadzor posameznih procesov oskrbe ter ažurno in točno posredovanje informacij prek spleta ožjim in širšim sodelavcem. Ideja o internetni tehnologiji je izbrana zaradi preproste uporabe, dostopnosti, dolgoročnosti in dokaj preproste nadgradljivosti. Osnovna namembnost spletnega mesta je standardizacija procesov enote in njihova implementacija, ki je vidna prek portala v več standardnih kazalnikih, prikazanih grafično in tabelarično, podatke pa zajemajo iz raznih podatkovnih baz [Kolenc, D., 2000; Finkelstein, C., et al, 2000]. Spletno mesto naj bi poleg svoje osnovne namembnosti dajalo še veliko informacij ožje in širše narave. Z učinkovito organizacijo vsebine in komunikativnostjo spletnega mesta bi obveščal zaposlene v podjetju o dejavnostih enote, ljudem v njej pa bi olajšal delo (hitrejši dostop do informacij), poenostavil dokumentacijo in komunikacijo. Zaposleni lahko tako spoznavajo vsebine, povezane z organizacijo, dosežke, novice in drugo ter tako stimulativno pripomorejo k še bogatejši vsebini [Barrett, E., Levinson, D., A., Lisanti, S. 2001; Deshmukh, R., 2000]. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 19

20 Statistike kažejo, da uporabniki od spletnih mest pričakujejo predvsem uporabnost spletnih strani, sistematizacijo in enotnost na vseh področjih ter jasno izraženo identiteto. Uporabniki najvišje ocenjujejo razumljiva, navigacijsko preprosta in vsebinsko bogata spletna mesta. Spletno mesto enote mora z uporabniku prijaznim oblikovanjem ter informativnimi in aktualnimi vsebinami spodbujati k obiskovanju spletnega mesta, uporabnikom standardnih kazalnikov procesov pa omogočiti uporabne informacije za prihodnje odločanje [Tizaj, M., 2003, 2004, 2005; O'Connell, C., 2002; White, C., et al, 2002]. Na portalu naj bi poleg osnovnih podatkov o enoti (kaj počnemo, poslanstvo, cilji enote) dodaj tudi aktualne vsebine, povezane z enoto (novice, dogodki). Vključiti je treba sistem pregleda in vstavljanja splošnih dokumentov na portal. Sistem gesel omeji uporabnike z omejenim dostop do nekaterih vsebin in pregledov. Spletni portal naj bi uporabljal svojo podatkovno bazo, ki služi kot vir informacij za prikaz kazalnikov procesov in daje vpogled v zgodovino. Za implementacijo je treba najprej zagotoviti primerno tehnologijo. Pomemben segment obsega pridobitev znanja in dostopov o potrebnih podatkovnih zbirkah, iz katerih sistem zajema podatke. Prek dnevnih poizvedb lahko samodejno poteka prenašanje podatkov iz zunanjih baz v sistem. Obvestilni sistem prenosov v bazo sistema (log report) skrbniku portala omogoča spremljanje zgodovine in odkrivanje morebitnih napak pri prenosih. Pred samim načrtovanjem spletne podatkovne baze je treba čim bolj natančno določiti kazalnike procesov, ki se jih spremlja na spletnem portalu. Končni razvoj kazalnikov pelje v razvoj dinamičnih obrazcev z več začetnimi parametri, ki uporabniku sistema omogoča interakcijo s sistemom pri različnih začetnih podatkih. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 20

21 Slika 5.1-1: Videz vstopne strani spletnega mesta enote Oskrba. 5.2 ARHIV POROČIL Sedanja izbira kazalnikov je zelo velika. V ta namen je bil razvit intranetni poročilni sistem z namenom arhiviranja poročil in lažjega pregleda nad sedanjimi poročili. Ta sistem deluje dobro in ga v prihodnje ni smiselno opuščati, ampak le dopolnjevati. Večina poročil je izdelana v MS Excelu (ter nekatera tudi v MS Accessu, MS Power Pointu in drugih). Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 21

22 Slika 5.2-1: Videz vstopne strani spletnega arhiva Vsako poročilo ima strukturo, kot je prikazana na sliki 5.2-2, tako da se samodejno na vrh postavi zadnje dodano poročilo, spodaj pa po časovnem razporedu še starejša. V navigaciji na levi strani je mogoče tudi hitro priti do zadnjega poročila s klikom na»report«, pri posameznih poročilih pa so glede na potrebo dodane tudi druge neposredne povezave, npr.»plan«,»total«za npr. letni pregled, in druge, npr. slika Glede na strukturo nekega poročila (npr. poročilo za en mesec je sestavljeno iz več datotek pregleda zapisnikov sestankov) obstajajo tudi drugačni prikazi, ki pa v osnovi ne odstopajo dosti od prikazanega pregleda, npr. slika Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 22

23 Slika 5.2-2: Seznam spletnega arhiva na vrhu zadnje dodano poročilo Slika 5.2-3: Seznam spletnega arhiva zapisnikov na vrhu nazadnje dodani zapisnik Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 23

24 Nekatera poročila se opuščajo, druga nastajajo, nekatera spet postajajo aktualna po nekem obdobju (npr. poročilo o točnosti napovedi je zaradi potrebe po veliki stopnji servisiranja kupcev nekaj časa mirovalo), vsem pa je skupno, da se stalno dopolnjujejo in navezujejo drug na drugega, saj je le tako mogoče doseči še boljši sistem. Zaključek navigacije pomeni dokument pregleda vseh poročil. Za takšno organizacijo dokumenta je bila potrebna enoznačna oznaka vsakega poročila (slika 5.2-4), poleg tega pa smo definir še: status poročila (npr. OK, stoji, opuščeno, v razvoju), raven (interna poročila se pošiljajo samo naslovnikom v podjetju, eksterna se pošiljajo tudi na globalni sedež podjetja, nekatera so prav za tja tudi izdelujejo), ime poročila (opisni naziv oznake), frekvenca čas (kdaj mora biti poročilo pripravljeno na koliko časa se dela, npr. mesečno, vsakega 5. delovnega dne v mesecu), nosilec (oseba, ki poročilo izdeluje), namestnik nosilca (oseba, ki poročilo izdela, če je nosilec odsoten), kratka vsebina (na kratko opisani segmenti poročila), opombe, vir podatkov (npr. SAP R/3-transakcija XY), za kateri del procesa se poročilo nanaša (npr. prodaja, nabava, proizvodnja), čas izdelave (ki ga potrebuje nosilec za izvedbo), zahtevnost izdelave, tehnična zahtevnost (z vidika tehnološke zapletenosti), kako zelo je poročilo avtomatizirano (npr. da, ne, delno), prejemniki (e-seznam prejemnikov), lokacija (kje se na lokalni mreži nahaja okvir 1 poročil). 1 Okvirni videz dokumenta, po katerem je izdelan končni pregled (ang. template). Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 24

25 Slika 5.2-4: Pregled vseh poročil enako se prikazujejo tudi poročila, narejena v drugih orodjih 5.3 TRENUTNI PRIKAZ STANJA Trenutni prikaz stanja v podjetju bolj udomačeni izraz»snapshot«ponazarja trenutni presek določenih parametrov oskrbovalnega procesa. Prikaz na prvi stopnji prikazuje stanje vrednosti zalog v razmerju s stanjem zalog zadnjega dne prejšnjega meseca, ter v odnosu na načrt, ki ga želimo doseči konec tekočega meseca. Najbolj zanimiv je podatek o skupni zalogi, ki pa se nato deli na podatke o zalogah posameznih tipov materiala 1 in na podatke po posameznih lokacijah. Drugi del prikaza stanja je personziran in ponazarja stanje od osebe, ki ga ima nastavljenega na svojem računalniku, npr.: načrtovalec končnih izdelkov prav tako vidi stanje samo tistih zalog, ki jih načrtuje, vodja nekega načrtovalskega oddelka vidi samo tiste zaloge, katere načrtuje njihov oddelek, 1 FERT je kratica za končne izdelke, enota je npr. škatla tablet; HALB je kratica za polizdelke, enota je npr. tableta; ROH je kratica za surovine; HAWA je kratica za končne izdelke trgovskega blaga; ZHW1 je kratica za končne izdelke trgovskega blaga povezanih družb. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 25

26 referent oskrbe kupcev vidi zaloge po državah tistih držav, za katere je odgovoren. Namizni prikaz stanja poleg omenjenih dveh vrednosti zalog za vsak sklop podatkov prikazuje tudi pozitivni negativni trend (puščica gor dol) in odstotno razliko med tema dvema vrednostma ter vse tudi primerno pobarva v rdečo zeleno barvo (odvisno, je želeni odmik navzgor navzdol, pri zalogah je npr. želeni odmik navzdol in zato negative vrednosti obarvane zeleno). Spodnji del namiznega prikaza stanja pomenijo najbolj aktualna mesečna poročila, pri katerih lahko vsak udeleženec takoj dobi podatke. Trenutno so razviti se uporabljajo naslednji segmenti: Pregled zalog z grafičnimi pogledi po strukturi»od spodaj navzgor«(ang.»top-down«), pregledi po državah in drugimi parametri. Baza podatkov tabele, v kateri nastaja večina poročil. Obračanje zalog, pri čemer je grafično in tabelarično prikazano številsko (število šifer materiala) in vrednostno obračanje zalog po koeficientih obračanja po tipih materiala 1. Starost zalog, pri čemer je grafično in tabelarično prikazano številsko (število šifer materiala) in vrednostno starost zalog po mesecih po tipih materiala. CSL in SCDP 2, pri katerih so prikazani parametri stopnje servisiranja kupcev, po državah, razlogih in drugih parametrih. Kanal napovedovanja, pri katerem je prikazana razlika med napovedmi in dejansko rezacijo po državah, preparatih in drugih parametrih, pregledovalec pa se lahko odloča tudi za različne poglede, npr. po količini, po teži aktivnih substanc preparatov, po vrednosti, izbira lahko različne poglede in drugo 3. Zasedenost zmogljivosti prikazuje pregled zasedenosti posameznih strojev, omogoča pregled po skupinah strojev. Mesečni pregled je presek stanja v nekem trenutku ter prikazuje prezasedenosti in premalo zasedenosti po mesecih. 1 Dodatna razlaga sledi v naslednjem poglavju. 2 CSL, stopnja servisiranja kupcev (ang. Customer Service Level) se uporablja pri merjenju do neposrednih kupcev, SCDP (ang. Supply Chain Delivery Performance) pa pomeni isti kazalnik do povezanih družb. 3 Dodatna razlaga t. i.»kanala napovedovanja«sledi v naslednjem poglavju. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 26

27 Slika 5.3-1: Namizje na računalniku enega od vodij načrtovalskega oddelka Namizni prikaz stanja se stalno dopolnjuje, predvsem je zelo uporaben personzirani del, za katerega je v zelo bližnji prihodnosti mišljena nadgradnja na naslednje segmente: upravljavce ( menedžerje) enote zanimajo še nekateri drugi segmenti, kot je stanje števila palet, želijo pa imeti tudi možnost pregleda nad personziranimi prikazi stanja drugih zaposlenih, skladiščnike prav tako zanima stanje zasedenosti njihovih skladišč, osebe, ki uvajajo nove izdelke na trge in so odgovorni za spremembe na izdelkih, zanimajo zaloge, ki nastajajo zaradi tega, prav tako ti podatki zanimajo tudi referente oskrbe kupcev, odgovorne za svoje države. Žal zelo hitro nastane prevelika količina informacij, ko namizni prikaz stanja več ne dosega svojega namena. Personzirani način je tako zelo uporaben pristop, ki omogoča prikaz večje količine ključnih podatkov na dokaj pregleden način za vse zaposlene Hitri mesečni pregled stanja Na tem mestu je smiselno omeniti še t. i. mesečni presek mesečni»snapshot«, ki odraža hitri pregled stanja v prejšnjem mesecu ter odstopanja v pozitivno in negativno smer, kjer je to smiselno. Pri stopnji servisiranja kupcev npr. vemo, Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 27

28 kakšen je načrt, pri točnosti napovedi vemo, da je napoved dobra, če je nekje med 80 in 120 odstotki, zato v teh segmentih ni treba prikazati trenda, saj vsaka dodatna številka na takšnem hitrem pregledu stanja pomeni podatek več in hitro ter tako spet nastane situacija, ko je podatkov preveč in spregledamo pomembne. JUN 2006 Fast Review CSL Cumm. Avg. SCDP Cumm. Avg. Stock [mlrd SIT] Previous Month Month Year Avg. MOH* Target Year Avg. Forecast Accuracy Previous Month % of OD SKUs Lek - Total 98,3% +1,3% 92,5% +0,3% 85,3 +0,9% +2,6% +5,8% 1,7-0,1 85,1% -2,6% 19,3% +2,8 Ljubljana 95,9% +0,8% 92,7% -1,1% 40,2 +5,0% +10,3% 2,5-0,0 Maribor 95,8% +2,7% 80,5% -2,1% 15,5-7,4% -5,0% 0,9-0,1 Koper 99,3% -0,2% 100,0% +0,1% 18,8-9,4% -2,7% 1,2-0,3 Lendava 100,0% +0,1% 100,0% +0,0% 3,3 +4,2% -1,6% 0,6-0,1 Slovenia 99,1% +0,5% 1,6-6,4% -0,9% 5,7-0,0 95,3% +0,1% 3,2% +2,2 USA 100,0% +0,1% 90,9% +0,4% 1,1 +27,2% +93,1% 2,3-1,8 88,4% +2,2% 1,7% +3,3 Croatia 100,0% +0,2% 99,1% +0,8% 0,7 +7,1% +28,8% 3,7-0,2 90,3% -5,5% 15,2% -2,2 Polland 93,6% -0,2% 0,8-26,9% +12,9% 1,7-2,9 75,0% -20,2% 18,2% -13,8 Russia 98,6% -0,5% 1,8-4,9% +1,6% 3,1-1,1 83,2% +12,3% 5,3% -17,0 Month Target > 97 % > 90 % < 3 > 80 % > 80 % Previous Month Slika : Mesečni hitri povzetek karakteristik 5.4 ZANIMIVI KAZALNIKI IN ORODJA OSKRBOVALNE VERIGE Kazalnikov oskrbovalne verige je veliko, še več pa možnosti, kako jih prikazovati in kako si z njimi pomagati. V poglavju 3.3 smo omenili tudi nekatere pomembnejše med njimi, tukaj pa bi si pogled nekatere zanimivejše, ki niso ravno običajni, kaj šele standardni pogledi Obračanje zalog V podjetju je poleg običajnega dejavnika obračanja zalog, ki se izračunava po raznih segmentih, kot so tipi materiala, lokacije, države in drugo, mogoč tudi pregled na način, kot ga prikazuje slika Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 28

29 FGs - Number of Items FGs - Value of Stock SIT 100 Millions SIT SIT SIT SIT 800 SIT SIT 400 SIT SIT 0 0 SIT 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 <-- MOH* - -> 8 8,5 9 9, , , ,5 >=12 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 <-- MOH* - -> 8 8,5 9 9, , , ,5 >=12 HALB - Number of Items HALB - Value of Stock Finished Goods - Number of Items Millions SIT SIT Finished Goodss - Value of Stock SIT SIT SIT 800 SIT SIT SIT 200 SIT 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 0 Mar-06 Feb-06 Jan-06 Apr , , , ,5 <-- MOH* - -> >=12 0 SIT 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 Mar-06 Feb-06 Jan-06 Apr-06 Slika : Pregled stanja obračanja zalog za končne izdelke 9 9, , , ,5 >=12 <-- MOH* - -> Prvi graf prikazuje število šifer končnih izdelkov 1, in sicer v prvem stolpcu število takšnih, ki imajo faktor obračanja manjši od 0,5 meseca. Sledi stolpec s številom šifer izdelkov s faktorjem obračanja med 0,5 in 1 in tako naprej. Na koncu je stolpec s številom šifer tistih izdelkov, ki imajo ta faktor, večji od 12 oz. se ne obrnejo v enem letu. Takih naj bi bilo seveda čim manj, kar pa je težko zagotoviti, saj je stolpec seštevek vseh faktorjev, večjih od 12. Podobna zgodba je z drugim grafom na vrhu, ki za razliko od prvega namesto števila šifer prikazuje vrednost zaloge v neki meji. Naša želja za oba grafa je, da krivulja, če bi jo naris čez stolpce, pada logaritmično. Spodnja grafa prikazujeta točno to, torej iste podatke kot tista nad njima, le da to prikazujeta s krivuljami, dodane pa so tudi krivulje zadnjih treh mesecev. Tako lahko vidimo izboljšanje poslabšanje glede na prejšnje mesece. Logična želja je, da je krivulja zadnjega meseca (krepko označena) bolj na levi strani. 1 FG = ang. Finished Goods, končni izdelki (tudi vse trgovsko blago), v farmaciji se uporablja tudi kratica FDF = ang. Finished Dosage Form, končne odmerjene oblike. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 29

30 5.4.2 Starost zalog Podobno kot obračanje zalog lahko rešimo tudi pregled starosti zalog, in sicer namesto števila šifer in vrednosti za neki faktor obračanja gledamo število palet (za šaržni 1 material, kar so tablete) in vrednost palet za neko obdobje, npr. število palet in vrednost teh palet, ki so starejše od dveh mesecev in mlajše od treh mesecev (slika ). 249 HALB - Number of Palettes Millions SIT HALB - Value of Stock SIT SIT SIT SIT SIT SIT SIT >12 <-- Months - -> 0 SIT >12 <-- Months - -> Mar-06 Feb-06 Jan-06 Apr-06 <-- Months - -> Semi-Finished Goods - Number of Palettes Millions SIT SIT Semi-Finished Goods - Value of Stock SIT SIT SIT SIT SIT SIT >12 Mar-06 Feb-06 Jan-06 Apr-06 <-- Months - -> 0 SIT >12 Mar-06 Feb-06 Jan-06 Apr-06 <-- Months - -> Slika : Pregled stanja starosti zalog za polizdelke Kanal napovedovanja Ne ravno najbolj posrečeno ime je orodje, ki v prvi fazi omogoča pregled nad smernicami prodaje posameznih preparatov in njihovih napovedi. Zamisel prihaja od vodje področja oskrbe kupcev, Marijana Jesenka, ki želi dokaj hitro dobiti informacije, kateri preparat 2 ima slabo napoved prodaje oz. je v vzponu padcu. Pri tem naletimo na naslednje težave: Vrednotenje po ceni končnih izdelkov ni najboljše, saj tako dobro prodajani in dragi izdelki močno zasenčijo slabo prodajane in cenejše. 1 Šarža serija nekega materiala je zaključena količina s svojo številko in lastnostmi, ko pride iz proizvodnje. Proizvodnja zaključi delo, ko konča serijo nekega izdelka. Takrat lahko začne novo serijo novega izdelka nadaljuje z istim izdelkom, ki pa mu da novo številko serije (npr. proizvodnja ima lahko določeno velikost minimalne in maksimalne serije izdelave nekega proizvoda). 2 Preparat je skup izdelkov, npr. neke 20 mg tablete so lahko pakirane s po 2 blistroma in je preparat še vedno isti kot pri pakiranju 10 mg tablet z npr. prav tako dvema blistroma, kar zavzema pol manj aktivne substance. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 30

31 Vrednotenje po količini tudi ni primerno, saj večjih pakiranj istega tipa ni smiselno enako vrednotiti (denimo tablete so lahko pakirane kot 20, 10 kot 5 mg). Težko je pregledovati stanja posameznih šifer, saj je teh veliko. Sicer za to obstajajo razni načini, kot je anza ABC, a vseeno je zanimiv tudi drug pogled na problematiko. V podjetju se bolj aktivno uporablja kakšnih 100 različnih preparatov, torej številka, ki je vsekakor obvladljiva v primerjavi s 3000 končnimi izdelki. Če vsako šifro končnega izdelka pomnožimo z aktivno substanco dejanskega preparata, dobimo vrednost, ki ni niti cena niti količina, ampak neka nova vrednost, ki smo jo poimenov kar teža aktivne substance. V večini primerov je enota enaka, in sicer g (gram) ml (mililiter). Tako lahko dobimo podatke, če je neki preparat na splošno v zamiranju v vzponu in prodaja v splošnem presega napovedi. V takem primeru je na ravni vodje enote nadaljnja anza preprosta, saj lahko ta oseba kritični preparat pregleda po posameznih državah, programih, lokacijah ter ustrezno posreduje ugotovitve v pregled referentu, ki je odgovoren za državo, in odgovornim v samo državo, da preverijo položaj na trgu in ukrepajo na ravni posameznih šifer. Izboljšanje nad stanjem kanala napovedovanja nad tem preparatom se seveda mora poznati že v naslednjem mesecu, saj so napovedi ustrezno korigirane (in po potrebi izvedene dodatne dejavnosti, ki na tej točki niso stvar razprave). Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 31

32 Channel of Planning [G / ml of API] Preparation <--empty--> Country <--empty--> Programme <--empty--> Plant Unit <--empty--> Currency SIT Material Number * For Currency values only (not for Quantity of API and not for data in peaces) Slika : Graf kanala napovedovanja izbrani podatki za Slovenijo, neki izbrani preparat, pogled samo nad eno šifro Na zgornji sliki je mogoče lepo videti, da so za omenjeno stanje napovedi pretirane. Na tem mestu prikazano stanje zadnjih šestih mesecev kaže (zelena črta), da se prodaja manj kot napoveduje (modra črta in svetlo modra prekinjena črta, ki kaže napoved prejšnjega meseca, in od tod se tudi vidi, če se je napoved v prejšnjem mesecu popravila na sliki gledano se zadnjih 30 dni napovedi niso nič znižale kljub prevelikim vrednostim). Torej, če rišeta črti napovedi in prodaje črko»v«, je stanje napovedi treba popraviti. Na grafu je tudi mogoče lepo videti stanje zalog, ki pa ni kumulirano, kar tudi ni smiselno. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 32

33 Slika : Graf kanala napovedovanja izbrani podatki za neki drugi preparat, pogled nad vsemi šiframi in državami; klasični pogled z vrednostmi po mesecih z dodanimi MOH-i in MOC-i Možnosti, ki jih daje kanal napovedovanja Kanal napovedovanja daje veliko možnosti, med katerimi so nekatere že uresničene, nekatere pa predvidene. 1. Kanal napovedovanja je smiselno pošiljati v države, v katerih je v pomoč pri sprotnem delu, pri tem da vsaka država vidi le svoje šifre in svoje preparate. 2. Namesto kumuliranega pregleda je smiseln tudi klasični pregled z vrednostmi po mesecih. 3. Na enak način kot je pregled po vsebnosti aktivne substance, je smiseln takojšen pregled tudi po dejanskih količinah (prav tako kumuliran kot navaden pregled po mesecih). 4. Na enak način, kot je narejen pregled po vsebnosti aktivne substance, je smiseln takojšen pregled tudi po vrednostih v želeni valuti (prav tako kumuliran kot navaden pregled po mesecih). 5. Poleg pregleda napovedi pred enim mesecem je smiselno vključiti še eno, malo daljše obdobje, npr. pred tremi meseci, saj v nekem obdobju (v tem primeru treh mesecev) napovedi ne smemo spreminjati drugače kot s posebnim dogovorom, saj načrtovanje proizvodnje in nabava repromateriala tudi zahtevata svoj čas. 6. Poleg napovedi v prejšnjem mesecu (in od tod pogled sprotnih sprememb) je smiselno vključiti tudi: Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 33

34 o letni načrt, o 5-letni načrt, o načrt proizvodnje, o pregled naročil. 7. Pri vsakem zapisu je uporabno zapisati tudi poimensko ime osebe, odgovorne za ta proizvod v državo. 8. Prav tako se zelo uporabni izkažejo dodatni parametri za oddelek uvajanja na trg, kot so označitve načrtovanjih uvajanj z določenimi parametri, kot je: o datum prvega naročila, o količina prvega naročila, o ime osebe, odgovorne za vsako uvajanje. 9. Poleg tega so smiselni tudi naslednji dejavniki: o dejavnik spremembe zaloge glede na prejšnji mesec, o raven neenakomernega spreminjanja napovedi po mesecih (večji ko je, bolj se napovedi mesečno spreminjajo, in manjši ko je, bolj so mesečne napovedi enakomerne), o MOH (dejavnik obračanja zalog), o MOC (dejavnik pokritja zalog), o dejavniki povprečnih vrednosti za naslednjih 6 mesecev: napoved: potrditvi, kaj lahko proizvodnja dejansko naredi, napoved: napoved pred enim mesecem, napoved: napoved pred tremi meseci, napoved: prodaji (povprečno zadnjih šest mesecev). 10. Nazadnje je smiselno omeniti še zelo pomemben podatek, ki ga bomo poimenov kar komentar zapisa, ki lahko za vsak zapis na hitro ponazarja npr. naslednje karakteristike standardne komentarje: o gre za proizvod v uvajanju na trg, o opozorilo, da je prodaja precej večja glede na prihodnjo napoved, o opozorilo, da je napoved precej velika glede na minulo prodajo, o opozorilo, da imamo v naslednjih mesecih neko napoved, a v prejšnjem pol leta ni bilo prodaje (samo kadar ni zapis tudi uvajanje na trg), o potrditev, kaj lahko proizvodnja dejansko naredi, je manjša od napovedi, torej ni usklajenosti med dejansko napovedjo in načrtom proizvodnje ter obstaja velika nevarnost izgube v prihodnjih mesecih. Velik del teh dodatnih parametrov je smiselno dodati tudi kot vhodne parametre k izbranim grafičnim prikazom (torej k sliki ), na katerih je tako npr. mogoče pregledovati vse vrednosti določene osebe, pa samo produkte v uvajanju na trg, morda izbrati pregled zapisov, ki imajo npr. obračanje zaloge v nekih mejah, pa pregledovati tiste, ki imajo manjšo napoved, kot je bila minula prodaja, ter pripadajo določeni državi. Cilj razširitve kanala napovedovanja je dobra napoved zaloge za naslednje mesece tako po količini kot po vrednostih in paletah, kjer je mogoče dokaj preprosto dobiti dobro napoved zaloge po mesecih na določeno šifro, tu pa se že spustimo na raven simulacije. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 34

35 Od tod sledi tudi boljša napoved razpošiljanja blaga, v katero sodi tudi dodatna optimizacija prevoza in zmanjšanja stroškov ter tako že tudi na razširjeno raven simulacije. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 35

36 6 ANALIZA PODATKOV IN MODEL ZA VEČPARAMETRSKO ODLOČANJE Glede na podatke, ki jih je trenutno mogoče dobiti iz informacijskega sistema in glede na potrebe, točka 4.1, lahko sestavimo neki seznam parametrov, iz katerih je mogoče rudarjenje po podatkih glede na želene potrebe. 6.1 ISKANI PODATKI Naša želja je dobiti seznam karakteristik, urejen po vrstnem redu od najboljšega do najslabšega glede na kriterije, ki smo si jih izbr sami oz. smo se o jih dogovorili in po katerih npr. mesečno ugotavljamo segmente, ki so najslabši in so v prvi vrsti potrebni večje pozornosti določenih sprememb, in nasprotno segmente, ki so najboljši in npr. primerni za nagrade pri referentih. Vrstni red posameznih vrednosti (od najboljšega do najslabšega) lahko iščemo po naslednjih segmentih: Materi katera šifra je najboljša katere šifre so potrebne pregleda. Preparati katere skupine materialov so problematične. Lokacije katera lokacija je najboljša in katera najslabša (za lokacije je že vprašljivo, če je mogoče sestaviti odločitveni model, ki bi enolično povedal, da je neka lokacija boljša od druge, ker gre pri nekaterih le za povsem drugačne vrste posla). Države katera država posluje bolje, za oskrbovalni center ni odvisno samo od dobička, celo več, dobiček ima tu obrobni pomen. Načrtovalci kateri načrtovalec je najboljši. Referenti oskrbe kupcev kateri referent je najučinkovitejši. Podporni referenti referentom oskrbe kupcev kateri lastni referent je najboljši, zanima npr. tudi vsakega referenta oskrbe kupcev. Referent za uvajanje izdelkov kateri referent je najboljši. Pri osebah je lahko neki dogovorjeni sistem parametrov, ki ga poznajo vsi udeleženi, tudi podlaga za dodatek k plači. 6.2 KRITERIJI IZBIRE Mogoči kriteriji izbire Izbirna merila želimo zasnovati tako, da je prek njih mogoče priti do vseh naštetih segmentov iskanih podatkov pod pogojem, da že pri izbiri izberemo želeni segment, ki tako služi kot usmerjevalnik pri končnem izračunu (npr. pri izbiri lokacije mora sistem denimo pri kriteriju zaloge upoštevati vsoto zaloge na lokaciji, medtem pa ko Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 36

37 pri izbiri npr. segmenta načrtovalcev pri istem kriteriju, zaloge, vsote zaloge, za katero je določen načrtovalec odgovoren). Za tak sistem je treba vnaprej zgraditi matriko s podatki, ki jo omejimo do nekega nivoja. Glede na potrebe oskrbovalne verige Lek d.d. je nekako zadovoljiva točnost na ravni šifre materiala. Tej lahko dodelimo vse podatke, ki so potrebni za izračun naštetih segmentov. Za točnejše izračune lahko vseeno uporabljamo različne matrike, npr. na ravni palete, ki jo opremimo s podatki o količini, vrednosti in drugimi podatki, ter na vsaki poziciji še o celotni vrednosti, npr. zalogi tega materiala, porabi, starosti in drugih. Ti podatki so potrebni zato, ker nekaterih kriterijev ni mogoče izračunati drugače (npr. MOH, faktor obračanja zalog, je mogoče izračunati samo na ravni šifre). Obstajati mora tudi matrika na ravni šifre in obrata oz. lokacije, ker npr. lahko neka šifra nastopa na dveh več obratih. Predvsem pri končnih izdelkih se pojavlja nova matrika v kombinaciji šifre in države prejemnika blaga, saj se nekatere šifre prodajajo v več držav. Žal to velja samo za materiale, ki jih prodajamo, ne pa tudi za repromaterial, saj ni mogoče že na tem segmentu ugotoviti, katera serija surovine je prodana v katero državo, lahko pa to ugotovimo po rezaciji z izračunom deleža vrednosti napovedi določenega materiala na določeno državo. Enaka zgodba je z npr. zalogo, pri kateri lahko glede na delež napovedi neke države na neko šifro ocenimo zalogo te šifre na državo nasproti vse zaloge te šifre. Vsaka kombinacija je primerna po svoje in optimalna za določen segment iskanih podatkov, v omenjenem sistemu pa bi radi naredili univerzalno matriko, ki bi zadovoljila večji del naših potreb. Zaradi tega bi izgubili določeno točnost, pridobili pa bi preprostost. Za potrebe oskrbovalne verige Lek d.d. je bila sprejeta odločitev, da se uporablja kombinacija šifre materiala in obrata lokacije, v ozadju pa so na voljo tudi druge matrike. Tej matriki se lahko dodajo podatki o paletah (preračun iz matrike palet na šifro na neki lokaciji) ter podatki o državah (npr. neko šifro na določeni lokaciji v celoti dodelimo državi pod pogojem, da je napoved prodaje te šifre v državo največja v primerjavi z drugimi državami). Podobno razvrstimo še druge segmente, kot so načrtovalci (za vsakega se točno ve, za katere šifre in na katerih lokacijah je odgovoren) in razni referenti (za vsakega referenta na različnih področjih je točno znano, za katero državo in pripadajoče šifre je odgovoren). Izbira valute Tako kot je treba pred začetkom izbire kriterijev izbrati segment iskanih podatkov, je zanimiva tudi predhodna izbira valute, po kateri razvrstimo določene kriterije. Valuto izberemo glede na vnaprej določeni šifrant, v katerem so določena tudi menjalna razmerja. Ker se nahajamo v Sloveniji in imamo vse podatke v slovenskih tolarjih, je Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 37

38 vsekakor smiselna izbira valute SIT, dodati pa ji moramo tudi EUR-e, USD-e in glede na to, da je Novartis švicarsko podjetje in je zato potrebna marsikatera anza v švicarskih frankih, tudi vsaj še CHF-e. Poleg anze je vedno treba tudi opredeliti, kateri valutni tečaj je bil izbran, saj se poleg uradnega tečaja ne neki dan predvsem uporablja predvideni tečaj za tekoče leto ter tečaj zadnje letne ocene (ki je nekakšen popravek letnega načrta za vsak kvartal v letu) Zasnova kriterijev izbire Kriterije izbire želimo zasnovati tako, da je prek njih mogoče doseči vse zgoraj naštete segmentov pod pogojem, da že pri izbiri določimo želeni segment, ki tako služi kot usmerjevalnik pri končnem izračunu. Zaradi kompleksnosti problema se bomo v nalogi zamejili na matriko končnih izdelkov, ki imajo jasne napovedi na kombinacijo šifre materiala končnega izdelka in države prejemnika blaga (kot je že zgoraj omenjeno, se lahko neka šifra prodaja v več držav). Odvisne potrebe repromateriala in manipulacijo nad njim, v tej nalogi ne bomo posebej obravnav, jo je pa mogoče dokaj podobno uresničiti, najbolje z drugo matriko, npr. kot že zgoraj omenjeno kombinacijo šifre materiala in obrata oz. lokacije, saj za repromaterial ni odločilnega pomena država prejemnika blaga končnega izdelka. Tako smo pri nalogi izhaj iz poglavja oz. od tam izvedenega t. i. kanala napovedovanja Drevo kriterijev gradnja modela, utežitev, podrobnejši opis atributov in zaloge vrednosti Zaradi strukture podatkov in trenutnega poteka izdelave poročil v preglednicah MS Excel ter zaradi stalnih sprememb je bila odločitev o izbiri orodja dokaj lahka, torej preglednice MS Excel. Zaradi različnih vrst podatkov, kriterijev izbire in kompleksnosti problema smo se odločili, da za vsak kriterij izbire določimo zalogo vrednosti, kar smo poimenov razredi. Vsak kriterij izbire tako lahko pade v enega od razredov od 0 do 10. Nekateri vmesni razredi so lahko tudi izpuščeni, če zanje ne obstaja potreba. Prvotno zastavljeni način zveznih razredov smo zaradi kompleksnosti opustili, saj smo menili, da točnejši izračuni ne pripomorejo toliko k rezultatu kot pravilna izbira in utežitev pogojev. Funkcijo koristnosti smo opredelili z uteženimi vsotami, ki se na preglednice zelo dobro vključujejo [Rajkovič, V., 2006]. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 38

39 Kriterij izbire Utež Opis Faktor obračanja zaloge 30,0% Za koliko mesecev je zaloga MOH 18,0% Obračanje zaloge (Months On Hand) - pogled v preteklost [= zaloga v mesecu / povprečna prodaja zadnjih 6.-mesecev] CMI 3,0% Pokritje zaloge (Coverage Months Inventory) - pogled v prihodnost [= zaloga v mesecu / povprečna napoved prodaje naslednjih 6.-mesecev] CMI MOH 9,0% Razmerje med MOH in CMI. Zaloga 18,0% Vrednost 7,0% Zneskovna vrednost zaloge. Vrednost očiščene zaloge 5,0% [= celotna vrednost zaloge - zaloga, ki še ni v statusu prosta - strateška zaloga] Vrednost celotne zaloge 0,5% Delež sproščene zaloge 0,5% Določena zaloga ni še v status "prosta", npr. zaradi preglede kontrole in je zato ni možno takoj odpeljati, tako v bistvu ni na razpolago. Delež strateške zaloge 1,0% Strateška zaloga (npr. ob lansiranju novega proizvoda) je drugače tretirana. Število palet 4,0% Starost zaloge 3,0% Mediana starosti palet 1,5% Delež zaloge starejše od enega leta 1,5% Faktor spremembe zalog glede na prejšnji mesec 4,0% Mediana je v tem primeru boljši podatek od povprečja, saj se "izgubijo" ekstremne vrednosti, ki bi dejansko sliko popačile. Faktor spremembe vrednosti zalog glede na prejšnji mesec 2,0% Za koliko odstotkov se je vrednost zaloge glede na prejšnji mesec povečala zmanjšala. Faktor spremembe števila palet glede na prejšnji mesec 2,0% Za koliko odstotkov se je število palet glede na prejšnji mesec povečala zmanjšala. Prodaja 5,0% V tekočem mesecu 1,5% Zneskovna vrednost prodaje. Povprečje zadnjih 6. mesecev 1,5% Zneskovna vrednost prodaje. Faktor spremembe prodaje glede na povprečje 2,0% Za koliko odstotkov se je prodaja glede na povprečje zadnjih 6 mesecev povečala zmanjšala. Napoved 9,0% Vrednost povprečne napovedi naslednjih 1,5% Zneskovna vrednost napovedi. 6. mesecev Napoved v trenutnem mesecu 1,5% Zneskovna vrednost napovedi. Faktor spremembe zalog napovedi glede na povprečje 3,0% Za koliko odstotkov se je napoved glede na povprečje naslednjih 6 mesecev povečala zmanjšala. Nivo spreminjanja napovedi 3,0% Nivo neenakomernega spreminjanja napovedi po mesecih (večji ko je, bolj se napovedi mesečno spreminjajo in manjši ko je, bolj so mesečne napovedi enakomerne - vrednost od 0 do 100). Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 39

40 Kriterij izbire Utež Opis Faktorji sprememb kažejo ključne parametre med samimi napovedmi, proizvodnjo in Faktorji sprememb preteklo prodajo (vrednosti nastopajo kot povprečne za prihodnje 6 mesečno 35,0% obdobje oz. pri prodaji, za preteklo). Napoved Potrditev proizvodnje 15,0% Potrditev proizvodnje = kaj lahko proizvodnja dejansko naredi. Pri odstopu je potrebno koregirati napoved, saj mora proizvodnja slediti dejanskim napovedim. Napoved Napoved pred enim mesecem 1,0% Razmerje nakazuje spremebo v napovedi iz zadnjega meseca. Napoved Napoved pred tremi meseci 1,0% Razmerje nakazuje spremebo v napovedi izpred treh mesecev. Napoved Prodaja 15,0% Pri odstopu se hitro izkaže, da so napovedi pretirane oz. kot opozorilo, da je prodaja zadnjih šestih mesecev bistveno večja od predvidenih naslednjih napovedi. Ni prodaje & napoved > 0 Prodaja > 0 & ni napovedi 1,5% 1,5% Vrednostni podatek dopolnjuje zgornji kriterij v premeru, da ni prodaje in je napoved. Vrednostni podatek dopolnjuje zgornji kriterij v premeru, da je prodaja in ni napovedi. Osnovni podatki 3,0% Vrsta materiala 1,0% Za katero vrsto materiala gre oz. je vrsta že določena. FERT = izdelki iz Leka, HAWA = tuje trgovsko blago, ZHW1 = izdelki iz globalne skupine Sandoz, x = vrsta ni definirana Program 0,5% AI = antiinfektivi, VE = veterinarski izdelki, OT = zdravila brez recepta, PL = partnerska zdravila, FI = zdravila na recept, x = program v sistemu ni definiran Cena 0,5% Cena lahko, da še ni vpisana v sistem. Aktivna substanca 0,3% Vredost aktive substance lahko, da še ni vpisana v sistem. Preparat 0,2% Preparat lahko, da še ni vpisan v sistem. Lansiranje 0,5% Ali gre za lansirni produkt v džavo. Slika : Pregled kriterijev izbire z utežmi in opisi Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 40

41 Kriterij izbire Utež Razred vsota 100,0% Faktor obračanja zaloge 30,0% MOH 18,0% <=3 >3 <=6 >6 <=9 >9 <=12 >12 CMI 3,0% <=3 >3 <=6 >6 <=9 >9 <=12 >12 CMI MOH 9,0% >=90% <=110% >=75% <90% >110% <=125% >=50% <75% >125% <=150% >=25% <50% >150% <=175% >=0% <25% >175% <=200% >=200% Zaloga 18,0% Vrednost 7,0% Vrednost očiščene zaloge 5,0% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Vrednost celotne zaloge 0,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Delež sproščene zaloge 0,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Delež strateške zaloge 1,0% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Število palet 4,0% 0 >10 <=20 >20 <=30 >30 <=40 >40 <=50 >50 <=60 >60 <=70 >70 <=90 >80 <=90 >90 <=100 >100 Starost zaloge 3,0% Mediana starosti palet 1,5% <=1 mes >1 mes <=2 >2 mes <=3 >3 mes <=4 >4 mes <=6 >6 mes <=8 >8 mes >10 mes >12 mes >15 mes mes mes mes mes mes <=10 mes <=12 mes <=15 mes <=20 mes >20 mes Delež zaloge starejše od enega leta 1,5% < 1 % >1 % >2 mes <=3 >3 mes <=4 >4 mes <=6 >6 mes <=8 >8 mes >10 mes >12 mes >15 mes <=2 % mes mes mes mes <=10 mes <=12 mes <=15 mes <=20 mes >20 mes Faktor spremembe zalog glede na prejšnji mesec 4,0% Faktor spremembe vrednosti zalog glede na prejšnji mesec Faktor spremembe števila palet glede na prejšnji mesec 2,0% 2,0% Prodaja 5,0% >=90% <=110% >=90% <=110% >=75% <90% >110% <=125% >=75% <90% >110% <=125% >=50% <75% >125% <=150% >=50% <75% >125% <=150% >=25% <50% >150% <=175% >=25% <50% >150% <=175% >=0% <25% >175% <=200% >=0% <25% >175% <=200% V tekočem mesecu 1,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Povprečje zadnjih 6. mesecev 1,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Faktor spremembe prodaje glede na povprečje 2,0% >=90% <=110% >=75% <90% >110% <=125% Napoved 9,0% Vrednost povprečne napovedi naslednjih 6. mesecev 1,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT Napoved v trenutnem mesecu Faktor spremembe zalog napovedi glede na povprečje >=50% <75% >125% <=150% >=25% <50% >150% <=175% >=0% <25% >175% <=200% >=200% >=200% >=200% 1,5% = 0 SIT < 10 T SIT < 50 T SIT < 100 T SIT < 500 T SIT < 1 mio SIT < 5 mio SIT < 10 mio SIT 3,0% Nivo spreminjanja napovedi 3,0% >=90% <=110% >=90% <=110% >=75% <90% >110% <=125% >=75% <90% >110% <=125% >=50% <75% >125% <=150% >=50% <75% >125% <=150% >=25% <50% >150% <=175% >=25% <50% >150% <=175% >=0% <25% >175% <=200% >=0% <25% >175% <=200% >=200% >=200% Faktorji sprememb Napoved Potrditev proizvodnje Napoved Napoved pred enim mesecem Napoved Napoved pred tremi meseci Napoved Prodaja Ni prodaje & napoved > 0 Prodaja > 0 & ni napovedi 35,0% 15,0% 0 1,0% 0 1,0% 0 15,0% 1,5% 1,5% >=90% <=110% Napoved = 0 SIT Prodaja = 0 SIT Napoved < 10 T SIT Prodaja < 10 T SIT >=90% <=110% in <> 0 >=90% <=110% in <> 0 >=90% <=110% in <> 0 >=75% <90% >110% <=125% Napoved < 50 T SIT Prodaja < 50 T SIT Napoved < 100 T SIT Prodaja < 100 T SIT >=50% <75% >125% <=150% Napoved < 500 T SIT Prodaja < 500 T SIT >=75% <90% >110% <=125% >=75% <90% >110% <=125% >=75% <90% >110% <=125% >=25% <50% >150% <=175% Napoved < 1 mio SIT Prodaja < 1 mio SIT >=0% <25% >175% <=200% Napoved < 5 mio SIT Prodaja < 5 mio SIT <75% >125% <75% >125% <75% >125% >=200% Napoved < 10 mio SIT Prodaja < 10 mio SIT Osnovni podatki 3,0% Vrsta materiala 1,0% HAWA ZHW1 x FERT Program 0,5% AI VE x OT PL FI Cena 0,5% je ni > 0 Aktivna substanca 0,3% je ni > 0 Preparat 0,2% obstaja ne obstaja Lansiranje 0,5% da ne Slika : Pregled kriterijev izbire z utežmi in zalogami vrednosti Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 41

42 6.3 VKLJUČITEV PODATKOV V MODEL IN REZULTATI Vključitev podatkov v model zaradi vnaprej dobro pripravljene matrike ni delala večjih težav. Bolj problematična je bila omejitev orodja MS Excel, ki se ni ravno izkazal pri tako obširnem naboru kriterijev in zalog vrednosti. Sicer pa se je z uporabo kriterijev hitro pojavila potreba oddelka za uvajanje novih proizvodov v smeri, da so pač za njih dani rezultati manj primerni. Zakaj? Ker gre pri dajanju na trg le za drugačen nabor kriterijev, saj zaloge še ni na voljo, prodaje ravno tako še ni in zato so toliko bolj pomembni kriteriji, kot so: CMI, faktorji med dejansko napovedjo in napovedjo, ki je bila pred enim oz. tremi meseci za isto obdobje, aktualen je tudi parameter nivoja spreminjanja napovedi, manj pomembni, a vseeno dovolj, da jih je še smiselno zajeti na seznam, pa so kriteriji nad osnovnim podatki. Vsekakor je uporaba kriterijev v tem sklopu smiselna samo nad proizvodi, ki so na stopnji uvajanja. Tako je bilo odločeno, da se izvedeta dva preračuna, in sicer eden za nivo uvajalnih proizvodov ter eden za nivo oskrbe kupec in druge segmente. Pregled kriterijev izbire z utežmi, za uvajalne produkte, je viden na sliki 6.3-2, na kateri so nekateri prvotni kriteriji zbrisani, uteži na novo postavljene, zaloge vrednosti za uporabljene kriterije pa lahko ostanejo enake prvotnim. Odločitev je bila, da končni rezultat ocenjevanja neuvajalnih proizvodov na ravni ocenjevanja uvajalnih proizvodov dobijo vrednost 0 (kar je najboljša ocena in zato takšni zapisi niso potrebni dodatne pozornosti), nasprotno pa dobijo uvajalni proizvodi med ocenjevanjem na nivoju oskrbe kupcev vrednost 1, kar avtomatsko pomeni, da gre za uvajalni proizvod in ga je treba obravnavati ločeno. Če sliki , ki prikazuje graf kanala napovedovanja, razširimo osnovni seznam z omejenimi parametri kriterijev izbire in dodamo zraven še filter, ki riše krivulje samo nad uvajalnimi oz. neuvajalnimi proizvodi (primer na sliki 6.3-1), se dobljeni rezultati lepo ujemajo s preračunanimi. Preparation <--All--> Country <--All--> Company Owner <--All--> Launch <--All--> Currency* SIT Material Num. * For Currency values only (not used for Quantity of API and for data in peaces) CS Manager <--All--> Launch Manager <--All--> Programme <--All--> Plant Unit <--All--> Region <--All--> Affiliate <--All--> Slika 6.3-1: Razširjeni seznam kriterijev za izris grafa»kanala napovedovanja«dodatek k sliki , graf kanala napovedovanja Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 42

43 Kriterij izbire Utež Launch Opis vsota 100,0% Faktor obračanja zaloge 35,0% Za koliko mesecev je zaloga CMI 35,0% Pokritje zaloge (Coverage Months Inventory) - pogled v prihodnost [= zaloga v mesecu / povprečna napoved prodaje naslednjih 6.-mesecev] Napoved 30,0% Vrednost povprečne napovedi naslednjih 10,0% Zneskovna vrednost napovedi. 6. mesecev Napoved v trenutnem mesecu 5,0% Zneskovna vrednost napovedi. Faktor spremembe napovedi glede na povprečje 5,0% Za koliko odstotkov se je napoved glede na povprečje naslednjih 6 mesecev povečala zmanjšala. Nivo spreminjanja napovedi 10,0% Nivo neenakomernega spreminjanja napovedi po mesecih (večji ko je, bolj se napovedi mesečno spreminjajo in manjši ko je, bolj so mesečne napovedi enakomerne - vrednost od 0 do 100). Faktorji sprememb 32,0% Faktorji sprememb kažejo ključne parametre med samimi napovedmi, proizvodnjo in preteklo prodajo (vrednosti nastopajo kot povprečne za prihodnje 6 mesečno obdobje oz. pri prodaji, za preteklo). Napoved Potrditev proizvodnje 15,0% Potrditev proizvodnje = kaj lahko proizvodnja dejansko naredi. Pri odstopu je potrebno koregirati napoved, saj mora proizvodnja slediti dejanskim napovedim. Napoved Napoved pred enim mesecem 10,0% Razmerje nakazuje spremebo v napovedi iz zadnjega meseca. Napoved Napoved pred tremi meseci 7,0% Razmerje nakazuje spremebo v napovedi izpred treh mesecev. Osnovni podatki 3,0% Vrsta materiala 1,0% Za katero vrsto materiala gre oz. je vrsta že določena. FERT = izdelki iz Leka, HAWA = tuje trgovsko blago, ZHW1 = izdelki iz globalne skupine Sandoz, x = vrsta ni definirana Program 0,5% AI = antiinfektivi, VE = veterinarski izdelki, OT = zdravila brez recepta, PL = partnerska zdravila, FI = zdravila na recept, x = program v sistemu ni definiran Cena 0,5% Cena lahko, da še ni vpisana v sistem. Aktivna substanca 0,5% Vredost aktive substance lahko, da še ni vpisana v sistem. Preparat 0,5% Preparat lahko, da še ni vpisan v sistem. Slika 6.3-2: Pregled kriterijev izbire z utežmi in opisi atributov za proizvode v uvajanju Comment CS_Range Launch_ MOH : Avg_PD : Avg_PD : Avg_PD : Avg_PD : PD_Movement PD_AverageNext_ LastMonth_StockI MOH CMI SKU_ID Range CMI Avg_AD Avg_PD-1 Avg_PD-3 Avg_Sales _Level 6mnths_VALUE ncrease AD_is_lower_than_PD ,47 1, ,83 SIT -18,5% Sales_much_higher_than_PD ,23 2, ,67 SIT -24,0% ,37 1, ,69 SIT -55,2% ,97 2, ,00 SIT +18,3% Sales_much_higher_than_PD ,18 1, ,00 SIT -6,2% ,01 5, ,00 SIT -9,7% NoSales_but_Demands ,00 SIT Launch ,80 1, ,00 SIT -30,2% Launch ,62 5, ,00 SIT Slika 6.3-3: Izsek izpisa iz programa CS_Range in Launch_Range sta rang posameznih zapisov Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 43

44 6.4 KRITIČNA ANALIZA MODELA V postopku anze»kaj-če«spremembe uteži in zaloge vrednosti lahko ugotavljamo občutljivost modela na spremembe enega več parametrov. Pričakovani rezultat je vsekakor spremenjeno razvrščanje produktov, ki pa v končni fazi nima večjega pomena, če so uteži kolikor toliko pravilno nastavljene. Z anzo rezultatov je cilj ugotoviti, zajamemo najšibkejše proizvode. V primeru anziranja slabših produktov je naš cilj, da se vsak mesec posvetimo določenim najslabše ocenjenim produktom, ki jih nato skušamo izboljšati, saj izboljšava nad celotnim spektrom naenkrat pomeni prevelik zalogaj in se začnemo hitro vrteti v krogu, ko cenejši produkti izpadejo iz drobnogleda, čeprav se iz dodatne anze izkaže, da prinašajo več stroškov. Vendar se postavi vprašanje, kateri so manj pomembni? Odločitveni model oz. rang nam pravi, da tisti, ki imajo nižji rang. Naša želja je bila vrednotiti vrstni red posameznih vrednosti (od najboljšega do najslabšega) tudi po drugih segmentih, ki so izpeljani iz materialov, in sicer kot izpeljana vsota kriterijev po preparatih, lokacijah, državah in osebah, kot so načrtovalci, referenti oskrbe kupcev in njihovi podporni referenti ter referenti za uvajanje produktov. Zaradi občutljivosti teme, kot je vrednotenje oseb in posameznih lokacij ter držav, se v anzo rezultatov v tej nalogi ne bomo spušč, gre pa le za seštevek posameznih parametrov, ki z enako strukturiranimi kriteriji in enakimi zalogami vrednosti ter utežmi pripeljejo do ranga tudi teh segmentov. Z nadaljnjo anzo in uporabo se je tudi pokazalo, da velika količina kriterijev, ki so marsikje med seboj posredno povezani, v bistvu sploh ni potrebna, saj lahko že z občutno manjšim seznamom kriterijev dosežemo podobne rezultate. Vendar pa je glede na to, da uporabnika skoraj sploh ne zanimajo izvedeni kriteriji, ampak končni rang, primernejša izbira bolj dodelanih kriterijev Anza SWOT in kritična anza tveganosti Koristen pripomoček na različnih področjih je anza SWOT, ki obravnava: prednosti (ang. Strenght) slabosti (ang. Weakness) priložnosti (ang. Opportunities) nevarnosti (ang. Threats) Kakšne so notranje ter kakšne zunanje prednosti in slabosti, prikazuje preglednica Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 44

45 PREDNOSTI Učinkovit pripomoček pri delovnem procesu različnih oddelkov. Orodje dosega veliko odobravanje zaposlenih, ki ga uporabljajo pri svojem delu, in vodstva, ki ga prav tako uporablja pri svojem delu na višji stopnji. Poenoteno vrednotenje in vključitev dodatnih pomembnosti, kot je le vrednost izdelka. Sistematičnost, prilagodljivost in zmožnost nadgrajevanja. Vključitev v uporabnikom znana orodja. SLABOSTI Nesposobnost avtomatskega učenja iz prejšnjih izkušenj. Odvisnost od izbire kriterijev, uteži in zaloge vrednosti. Ker je le pripomoček, ga uporabnik za svoj segment lahko uporablja ne, odločitev je njegova. PRILOŽNOSTI Poenotenje izvedenega znanja še na drugih področjih. Pospešitev pretočnega časa, zmanjšanje zalog, povečanje nazornosti oskrbovalnega procesa in nazadnje povečanje dobička podjetja. Možnost integracije z drugimi poročili in orodji enote. NEVARNOSTI Določene segmente produkta, ki bi ga uvrstili v sam vrh kritičnih, ne vidimo, ker se vedno najde še kakšen kriterij, ki ga lahko sploh ni v sistemu in ga pozna le tista oseba, ki ji je orodje namenjeno. Zaposleni lahko prenehajo uporabljati orodje, ne da bi pri tem koga obvestili (lahko zaradi prezaposlenosti z drugimi stvarmi). Pomanjkanje človeških virov za nadaljnje izvajanje orodja (orodje ni sistemsko podprto in so za njegovo mesečno izdelavo potrebi človeški viri). Izbira napačne tehnologije, izbira več nekompatibilnih tehnologij. Spremembe in novi procesi v enoti, pogoste dopolnitve (proces sprememb v podjetju še ni zaključen in se stalno dopolnjuje). Tabela : Anza SWOT Kakšne stopnje dosega tveganost ter kakšna je verjetnost nastopa in iniciative, kako jih odpraviti, prikazuje preglednica Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 45

46 TVEGANOST Določene segmente produkta, ki bi ga uvrstili v sam vrh kritičnih, ne vidimo, ker se vedno najde še kakšen kriterij, ki ga lahko sploh ni v sistemu in ga pozna le tista oseba, ki ji je orodje namenjeno. STOPNJA TVEGANOSTI VERJETNOST NASTOPA 30 % 40 % MOGOČE REŠITVE Za različne države obstajajo različne odgovorne osebe ter na njih je, da se odločajo, kateri produkti imajo prednostno nalogo reševanja in na kakšen način. Te osebe morajo pri sebi opazovati najbolj kritične produkte po svojih kriterijih, človeškega dejavnika namreč nikoli ne bo mogoče izključiti. Zaposleni lahko prenehajo uporabljati orodje, ne da bi pri tem koga obvestili (lahko zaradi prezaposlenosti z drugimi stvarmi). 30 % 50 % Redni sestanki z vsemi uporabniki in redno obveščanje o novostih so načini, da se prek posameznih iniciativ in v medsebojni komunikaciji hitro ugotovijo vzroki za nezmožnost uporabe orodja ter posledično predlaga njihova odpravo. Pomanjkanje človeških virov za nadaljnje izvajanje orodja (orodje ni sistemsko podprto in so za njegovo mesečno izdelavo potrebi človeški viri). 40 % 40 % Izobraževanje nadomestnih oseb za izdelavo. Izobraževanje zaposlenih iz znanja dela z računalnikom. Avtomatizacija orodja z uvedbo posebnega programa, ki bi izvajal do sedaj delno ročno obdelavo. Izbira napačne tehnologije, izbira več nekompatibilnih tehnologij. 20 % 20 % MS Excel ima veliko omejitev. Vsaka tehnologija ima svoje prednosti in slabosti, ki se jih je dobro čim bolj zavedati že v izvoru. V tem primeru je mogoč prehod na avtomatizirani program s svojo podatkovno bazo preprosto krčenje kriterijev izbire in poenostavljanje zaloge vrednosti. Spremembe in novi procesi v enoti, pogoste dopolnitve (proces sprememb v podjetju še ni zaključen in se stalno dopolnjuje). 20 % 100 % Spremembe se bodo stalno dogajale, zato so potrebni neprestana podpora in izdelava učinkovitih orodij ter zaposlovanje in izobraževanje oseb, ki so spremembam sposobne slediti. Tabela : Anza tveganosti Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 46

47 7 ZAKLJUČKI 7.1 UČINKI V PRAKSI V magistrskem delu opisana problematika, kako združiti nekatere ročne obdelave iz različnih baz podatkov, ki se med seboj različno prepletajo, se je z v magistrskem delu opisanimi in v praksi izvedenimi metodami pokazala za zelo uspešno. V podjetju je tudi že dobro sprejeta v prakso, prav tako pa dosega tudi med uporabniki informacij odobravanje in želje po nadaljnjem razvoju. Združevanje različnih segmentov pod eno streho prinaša pozitivne rezultate tudi v nadziranju oskrbovalne verige. Ko se npr. pojavi potreba po neki unikatni anzi ter od tod precej ročnega poizvedovanja in obračanja podatkov, so sedaj na voljo zbrani podatki, ki so že v začetku anze primerno strukturirani in v marsikaterem primeru že tudi dodobra pripravljeni za končni rezultat. Tako je pot do želenega rezultata pogosto veliko hitrejša. Uporabniki, v večini, zaradi precejšnih novosti na različnih segmentih še niso osvojili vseh možnosti, ki jim jih v nalogi opisana orodja prinašajo, ko lahko z dinamičnim spreminjanjem začetnih pogojev nad lastno bazo podatkov (metoda sprotne antične obdelave) dobivajo želene rezultate na različne načine in si tako pomagajo pri svojem delu. Velikokrat je razlog za to prezasedenost s sprotnim delom, saj je za bolj poglobljene poglede potreben dodatni čas, predvsem na začetku, ko posamezni uporabnik orodja še ne pozna dobro. Za ta namen je uspešen pristop, s kriteriji opredeljen, večparametrski hirearhični model, ki za rezultat seznama podatkov izračuna celoštevilski rang, od 0 do 100, nad posameznim zapisom. Tako je vsakemu uporabniku zelo hitro jasno, kateri denimo materi so najbolj kritični in se je nanje treba najprej osredotočiti. Barvna predstavitev v pozitivno (zeleno) in negativno (rdeča) smer nekaterih bolj ključnih kriterijev še dodatno pripomore k hitremu določevanju najbolj kritičnih vzrokov za njihov nastanek in od tod idej za njihovo odpravo. Vendar pa lahko tako kljub temu zelo hitro spregledamo kakšen ključni vzrok, zato je v kriterije smiselna vključitev tudi ABC-razdelitev (opisane v poglavju 3.3.1, po katerih pa razdelitev posameznih proizvodov v podjetju šele poteka in zato njena vključitev trenutno še ni mogoča). Vsekakor pa se bo na tej točki treba vprašati, ABC-kriterij sploh vključevati med sedanje kriterije, saj je verjetno bolj smiselna ločena obravnava A, B in C segmenta posameznih proizvodov. Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 47

48 7.2 MOŽNOSTI NADALJNJEGA RAZVOJA Z razdelkom priložnosti, poglavja 6.4.1, anze SWOT, je nakazanih že kar nekaj možnosti za nadaljnji razvoj, kot je poenotenje izvedenega znanja še na druga področja, pospešitev pretočnega časa, zmanjšanje zalog, povečanje jasnosti oskrbovalnega procesa in navsezadnje povečanje dobička podjetja ter možnost integracije z drugimi poročili in orodji enote. V poglavju 5.3 je bilo govora o trenutnem prikazu stanja, ki ga je brez večjih težav mogoče nadgraditi na WAP, GPRS, UMTS in druge prihajajoče tehnologije narediti dostopnega na mobilnih telefonih in dlančnikih. Tako lahko upravljavci procesov pregledujejo svoje zaloge in druge parametre od koder koli in kadar koli. To je primerno zato, ker so te osebe velikokrat na službeni poti in je včasih rdeča številka določenega segmenta potrebna hitrega odziva. Slika 5.3-1: Prikaz trenutnega stanja na GSM-aparatu, dlančniku»borovnički«(ang. Blackbarry) Po uspešni vključitvi intranet strani v uporabo projekt tudi iz tega vidika ponuja vrsto možnosti za nadaljnji razvoj, ki bo lahko potekal prek dodatnih gradnikov, kot so dinamične novice in dogodki, možnost postavljanja vprašanj prek spletne strani, naročanje anz prek intraneta in drugo. Ideja o menedžerski podpori odločanja izhaja iz MIS-a (menedžerskega informacijskega sistema), ki je bil pred časom razvit za Lek d.d. kot novost, ki je združila različne informacijske vire (interne in zunanje) in orodja v odprt, objektno oblikovan sistem za podporo odločanju [Kolenc, D., 2000]. Spletni informacijski portal enote Oskrba naj bi združil in nadgradil idejo MIS-a za potrebe enote Oskrba. Na poznejši razvojni stopnji naj bi bile v tem trenutku že delno rezirane metode še Mitja Tizaj: Podpora odločanju pri upravljanju procesov oskrbovalne verige 48