Il Six Sigma per la misurazione ed il miglioramento dei tempi di percorrenza al Picking
Nell’articolo precedente ho descritto come la metodologia Six Sigma possa contribuire all’individuazione delle cause che determinano la variabilità dei processi logistici e, in particolare delle variabili significative che ne descrivono il comportamento e l’andamento. La presa di coscienza di questa variabilità (fase Measure), sinonimo di difettosità, determina l’importanza di individuare le cause alla radice (fase Analyze) e le conseguenti soluzioni (fase Improve) per un miglioramento necessario i cui effetti si riflettono, a buon titolo, sul livello di servizio offerto al cliente.
Una buona individuazione delle cause principali parte sempre dalla corretta misurazione del fenomeno: innanzitutto, grazie alla fase della Measure, centrale e strategica nel metodo Six Sigma, si definisce il comportamento nel tempo della cosiddetta CTQ (critical to quality), la variabile critica che sta determinando la Non qualità del processo analizzato.
Proviamo questa volta a spostare il focus di analisi all’interno dei processi del magazzino e considerare, come CTQ la tempistica di evasione degli ordini al Picking.
Innegabile ancora una volta è l’importanza di poter costruire agevolmente ed in maniera significativa una serie storica di dati che ci permetta di comprendere l’eventuale sedimentazione dei problemi, la loro cronicità, ma soprattutto, comprendere come e dove si debba intervenire, nell’analisi dell’intero processo di picking.
L’importanza di questo approccio non ha fondamento solo per la risoluzione di problematiche contingenti che implicano un intervento risolutivo, ma può essere utilizzato, a buon titolo, come prima fase di un progetto di innovazione e potenziamento dei sistemi di picking attuali, a fronte dell’incremento dei volumi di ordini da gestire, della crescita della ampiezza di gamma delle referenze al picking o di qualsivoglia necessità di incremento delle performances del magazzino che, gioco forza, passa sempre dai processi di picking.
Qualche ulteriore considerazione sulla CTQ ci porta a sostenere che oggi la totalità dei WMS utilizzati per il governo e la misurazione dei processi di magazzino, è in grado di elaborare e restituire una “valanga” di dati inerenti le tempistiche di evasione delle picking list. Forse il problema è proprio l’esagerazione dei dati prodotti. Infatti spesso diviene difficile stabilire quali siano le logiche con le quali siano stati misurati i dati di processo. La loro eterogeneità porta alla difficoltà di parametrizzare correttamente la CTQ.
Considerando i più classici fra i sistemi di picking in area manuale, e cioè quelli Uomo alla Merce, vale la pena, qualsiasi sia la metodica di misurazione, splittare il “tempo di esecuzione della missione di picking, o giro di prelievo” nelle due componenti più canoniche:
- Tempi fissi: essi fanno riferimento alle attività che non dipendono dalle reali percorrenze durante il giro di prelievo (per es. start up della missione, identificazione dell’operatore e della Zone Picking, lettura ottica dei codici di ciascun articolo, attualizzazione della picking list, fase di chiusura)
- Tempi variabili: essi sono strettamente dipendenti dall’effettivo percorso svolto dagli operatori (con o senza ausili di carrelli e sistemi automatizzati).
Per quanto anche la prima categoria di tempi possa essere oggetto di studio e miglioramento soprattutto nelle fasi di nuova progettazione dei sistemi di picking, sono i tempi variabili che, nella gestione operativa, meritano un’attenta analisi e possono essere oggetto di applicazione della metodologia Six Sigma; infatti siamo partiti sostenendo che tale metodologia ha come obbiettivo primo quello di ridurre la “difettosità= variabilità” della CTQ e del processo al quale essa è correlata: va da sé che i tempi variabili, per definizione stessa, devono poter essere ricompresi all’interno di limiti di specifica accettabili.
Fatto questo chiarimento, la CTQ da studiare, diventa quindi il tempo di percorrenza netto (somma di percorrenza interna, fra i corridoi tra gli scaffali, ed il tempo di percorrenza esterna).
Nasce quindi la prima importante problematica sull’acquisizione dei dati: riuscire ad avere un tempo di missione caratterizzato solo dalla componente variabile; in fase di parametrizzazione dei sistemi di rilevazione delle tempistiche è fondamentale richiedere la possibilità che, in maniera inequivocabile, possano essere estrapolati i tempi di percorrenza puri che sono stati impiegati durante la missione di prelievo.
Con i dati in mano, correttamente e univocamente definiti, è possibile costruire la cosiddetta linea di base della CTQ.
Nasce l’esigenza della stratificazione dei dati per fattori omogenei.
Tale fase implica la capacità di sottocategorizzare l’insieme dei dati in funzione di situazioni e contesti di funzionamento radicalmente differente del processo di picking. Se cambiano le condizioni al contorno, vale la pena non mischiare i dati.
Per esempio è fondamentale stratificare la totalità dei dati in sottoinsiemi attribuibili ai casi in cui le politiche di routing, in tempi diversi, possono cambiare.
Un’altra importante stratificazione è dovuta al fatto che per alcuni ordini da evadere ed in alcune fasi del picking giornaliero, si utilizzino, alternativamente, tecniche di Order Picking e/o di Batch Picking.
Terminata anche questa fase si è pronti a rappresentare con le opportune tecniche (tabellari, istogrammi e curve continue normalizzate) l’evoluzione della CTQ nel tempo. Tuttavia la quantità enorme di dati che si cumulano anche in un solo mese di serie storica, rischia di appesantire eccessivamente il lavoro; per questo sarà opportuno procedere attraverso un processo di inferenza statistica che aiuti a costruire un campione che risponda positivamente a due requisiti fondamentali:
- rappresentatività
- significatività.
Con i “dati in mano” si può procedere alla comprensione del fenomeno. In particolare vale la pena porsi le seguenti domande.
- Qual è il valore che si può assumere come rappresentativo dell’insieme dei dati raccolti?
- Come si sono distribuiti i punti intorno a questo valore?
- Sono molto addensati o sono dispersi?
- Quanto la distribuzione dei dati si differenzia eventualmente dalla distribuzione normale gaussiana?
È opportuno effettuare queste analisi attraverso indicatori statistici di posizione (media, moda, mediana), di dispersione (range, varianza, deviazione standard, coefficienti di variazione e quartili) e di forma della curva (curtosi e skewness).
I valori dei tempi di percorrenza al picking rappresentati sono certamente molto numerosi e tendono ad una numerosità tipica di un universo dei Grandi numeri: si può sostenere quindi che la loro distribuzione tenda ad assumere una conformazione tipica detta “a campana di Gauss” o distribuzione normale.
Così come esposto nell’articolo sull’analisi dei lead time di consegna, anche in questo caso la distribuzione statistica della CTQ (tempo di percorrenza al picking) deve essere messa in relazione con i limiti di specifica dettati, ovviamente da tutti i fattori di contesto che impongono l’accettabilità massima per l’evasione dell’ordine. Anche la definizione dei limiti di specifica deve essere frutto di uno studio approfondito delle condizioni al contorno.
Ancora una volta l’obbiettivo deve essere, non quello di ridurre il valore medio del tempo di percorrenza al picking in valore assoluto, ma quello di abbattere la sua variabilità, poiché essa determina un’elevata probabilità di andare oltre il limite di specifica ammesso. L’individuazione delle cause che portano tale variabilità sarà l’attività strategica che permetterà di correggere, anche con interventi non particolarmente onerosi, le situazioni di non conformità.
