2021-08-31
楊于嫺
8.3k
製造業常發生無法準時交貨的狀況,即使一直增加交貨天數,為什麼最終還是發生,交貨延遲的狀況呢? 遲交造成 生管/物控,對內要面對業務的追單、插急單等壓力,甚至影響老闆最在乎的存貨週轉狀況;對外讓客戶不滿意,造成公司形象受損。要如何跳脫這樣的惡性循環,改善遲交的狀況呢?
製造業尤其是像電子相關產業和工業電腦/網通產業,常因遇到關鍵零組件缺料,發生無法準時交貨的問題,一般常認為原先預計交貨的L/T太趕,從採購/物控備料、生管排產,加上生產作業時間不夠,才造成無法準時交貨的狀況。
所以生管/物管只好硬著頭皮,經過多次和業務的內部協調,請業務和客戶溝通,把交貨時間延長,希望能增加,各階段的準備緩衝時間,才能達成準時交貨的承諾。
當業務好說歹說,讓客戶同意延長交貨時間,但常常最終卻還是發生交貨延遲,搞得整個公司烏煙瘴氣。交貨週期L/T愈拉愈長,卻沒辦法準時交貨,這是為什麼呢?
簡單來說,生產單位為了避免延遲交貨,想辦法增加交付天數,並提早投料生產,造成現場在製品的增加。更多的在製品,在現場等待生產,每張工單的等待時間更長,突發狀況的風險也更多,導致現場控制複雜度增加,更容易發生遲交的狀況,最終又必須回頭增加交貨天數,變成一連串的惡性循環,也就是前置時間症候群Lead Time Syndrome。
如果我們把整個生產流程攤開,從接單到出貨各階段往下探討,會發現延長L/T的真實狀況,和跟我們想像的不太一樣:
因為要避免遲交,增加了交付天數,為的是能夠提早生產。為了避免採購延誤造成影響,所以採購會提早完成備料,且可能因為怕會缺料,所以買更多的材料,最終造成物料存貨過多。
物料到貨後,為了保留較多的生產緩衝時間,生管馬上開工單,並提早投料安排製造。所以常常造成製造現場,堆積了更多的在製品,在等候生產。
現場等待生產的在製品愈多,人員在領料、找尋在製品上,要花更多時間。因為現場狀況更複雜,導致交貨前的單位時間內,要生產的數量,更加浮動。造成生產完工時間,更加難以預期,最終還是造成交期延誤。
我們也常忽略,因為生產週期一拉長,客戶很可能會更改訂單,或內部研發的ECN工程變更,會造成以下狀況:
工業電腦/網通 常面臨大量的 ECN需求。訂單修改前,已經下採購單購買的料件,若還未到貨,要記得調整採購內容或數量,否則多買了不需要的零件,入庫後若沒有良好的替代管理,變成庫存呆料的機會很高。
當工單生產週期拉長時,客戶臨時的訂單修改,或研發的工程變更機會,都會提高,產生更多重工的機會。
生產週期拉長最大的困擾,就是現場更多在製品等候生產。所以現場生產排程,也會因為在製數量增加,讓管理更複雜、更困難。
因為修改所以需要重工,重工造成品質難掌控、和良率不穩定的問題,甚至增加了人力、QC等製造成本。
上述各種狀況,造成交貨週期無限延長,也讓業務為了滿足客戶需求,每天追單。造成製造現場,面對頻繁抽單、插單的混亂狀況,令人崩潰。
最後L/T可能已經過長,達到讓人難以接受的時程,不只客戶非常不滿意,也讓老闆最在意的存貨週轉狀況,更難提昇。
其實精確的備貨機制,可以協助生管和物控,確保備貨狀況,達到準確的品項、數量及正確的備貨時間點。這樣一來,能夠減少現場混亂程度,更便於生產管理,最終達到準確的L/T,並降低品質不良、及成本浪費的風險。
精確的備貨機制,需要即時整合,業務未確認(如銷售預測)、已確認(訂單、需求單)的資訊,及完整的在途量、在手量、在庫量等消息。資訊達到即時且透明,才能提供生管、物控人員,作最佳生產規劃的參考依據。
若發現各部門,都只能翻箱倒櫃,找出不知道多久前的紙本資料,或只能從無法即時更新的Excel表上,得到不正確的數據,如何能從根本解決問題呢?
所以應該思考,透過一體化的機制,以數位系統輔助,讓各部門的資訊都能即時透明,達到數字管理,用科學的方式,找出看不到的內部浪費的狀況,從根本解決,造成前置時間症候群真正的問題。
和你分享:不可錯過的《數據體驗應用、產業秘辛及知識分享》活動
有什麼工作上的疑惑,希望得到解答嗎?歡迎來信,和【就享知】分享,我們一起跟你找答案。
一起找答案方式:digiknow@digiwin.com
文:楊于嫺 本文內容由筆者企劃撰寫,亦引用專家口述及提供的資料
-------------------------------------
專家:鄭書豪
長期專注在 ERP 應用領域,對各大型企業經營、生產製造有十分豐富的經驗。實施案例從電子產業、汽機車產業、太陽能產業以及資訊服務產業,均有深層規劃的成功客戶案例。
學了10年的工業工程專業,從清大研究所畢業,本著工工人的特質:作企業/工廠的醫生,也樂於為產業貢獻一己之所知所學。
IPC智管家
40 Followers
延伸閱讀
IPC智管家
40 Followers
我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策。