上一篇我們談到三卯的諸多管理漏洞，為此鼎新顧問團隊為其設想解方，對症下藥改善困境。

抓出兩大改善弱點，翻轉經營困境

鼎新顧問團隊依照三卯鍛壓的營運指標分析，針對現階段問題規劃了幾種方案：

一、從小批量的生產排產規劃，消除排產停等

以往是大批量計劃生產，未考量出貨需求的生產批量，導致時間過長與產能占用導致生產周期拉長。

因此將改善的重點放在小批量排產規劃，消除排產間停等浪費，透過產銷模式確認備料政策與生產批量定義，並藉由排程確認母子生產計劃的銜接，確保各階段生產計劃的協同。

過去，模具壽命與產品需求沒有結合在一起，模具供給與需求不平衡的現象，造成生產過程中，因模具異常卻無備品更換，導致製造需換線停等造成浪費。

因此三卯鍛壓建置模具穴數與產品生產製程對應關係，將產品訂單量轉換成模具需求量，搭配數位工具像是MES的模具壽命資料串接，透過模具需求檢視表呈現模具剩餘壽命與訂單需求，以利生管展開訂單生產計劃時一併進行模具供需確認。模具供給不足時，生管提出申請由模具課開立模具製令，並回饋預計完成時間讓生管評估排程是否需調整。

透過鼎新顧問的協助，三卯鍛壓製作了模具需求檢測表，配合模具壽命的管理，來提升模具管道性的問題。三卯鍛壓的品保經理表示，導入系統後，根據不同的機型設置模具上的參數，若今天員工在平板點開生產專案，就可以快速理解模具倉儲條件的相關配置。

二、掌握並消除現場停等浪費，縮短製造週期

現場透明 讓生產管理更順暢

透明化是現場改善的第一步，工作現場的透明管理，可以消除問題隱患並提高工作效率，完善並實行基於現場管理的機制，使工作現場變得井然有序。

以往人工整理報工資料費時費工，且現場報工不及時造成不少困擾。現以系統產生報工資料降低人員手寫時間浪費，協助進度追蹤生產資訊，產生生產分析報表，以標準工時訂定已知機台負荷率。而在資訊透明化後，訂單的生產狀況同仁都可以進入像是MES等數位系統可即時查看資料，不需要在開會時另外詢問進度。

當站與站之間的等待時間大量的縮小之後，半成品周轉也會變得很快，半成品會轉變為成品，成品因為周轉快，所以可以快速的出貨給客戶。

物聯網IoT 即時掌握生產進度與稼動 

過往每個設備稼動資訊不透明，標準工時設置率7%，標準產出無法預估，另外還有拆模，而架模時間雖有記錄，但是否合理無從而知，這也造成生產停等浪費。

為了更透明的呈現製造現場，以及訊息能更快速的傳遞，因此鼎新為其建立機台稼動回報的程序以及分析機制，可從現場即時回饋生產資訊，全面控管機台異動狀態，並相應調整相關管理做法。並運用燈號管理，以看板掌握備料時間、生產進度、設備狀態與生產狀況。

三卯鍛壓之前生產型態都是大批量的，做了小批量移轉後，依照生產的節拍，定義移轉的批次，依照批次的頻率移轉，所以在週期的轉速上面就會變得相對快速。

老師傅武林架模秘笈，轉化為可視化數據參數

台灣有不少傳統產業的老師傅經驗無法傳承複製，造成製程上的拖延，甚至頻繁花時間試錯，因此鼎新顧問利用架模參數複用，留存老師傅知識，架模時需輸入架模參數並拍照回傳，下模與完成生產時，回饋生產品質，下次生產同品號、同作業站、同機台，就會自動帶出上次架模參數，數據可視化將老師傅的寶貴經驗具體化為科學根據，在經驗傳承上或是確保製程參數的正確性上皆有幫助。

資訊透明流動，效益清晰可視

三卯專案啟動後，使員工到高層管理者的思維都有顯著改變。以前訂定目標，現場生產人員看似沒有關係，現在生管拆批後安排每天要完成的數量，現場每天都知道應該完成多少項目，從看不到的各說各話，現在數據則成為全員主動改善追蹤的依據。

數據指標上，各方面也有顯著的變化：

．存貨金額從7700萬下降到4585萬，生產週期縮短，不需備過多存貨存貨週轉提升，節省3185萬庫存資金。

．訂單交付天數下降69%，從110天下降到33.5天。

．接單、出貨穩定增長，平均月營收增加1,271萬(月)預估支持營收毛利換算提升3792萬(年)。

．製造費用降低，包括加班費34萬降為10萬，降幅達 70 %；空運費從7萬下降為1.2萬，降幅達 83%。

三卯鍛壓的高層對於這次的專案目標都有達標感到滿意，不僅大幅減少生產天數，存貨金額也下降，管理方面也能更有序的藉助資訊系統的分析做出有力決策。另外也分享了同仁心態上與工作態度上的轉變，例如會利用系統追蹤生產進度，態度也從被動變主動了。

三卯鍛壓完成縮短訂單生產週期、提高生產效率的目標後，未來將因應數位化轉型與智能工廠的逐步建置，如AGV無人搬運車、自動產線之參數收集、自動產線之智慧監測等等，提升現場資訊即時整合回饋，加快生管因應變動與異常的生產計劃調整，能更快調整排程計畫建置智能戰情室，高階產銷資訊即時可視化揭露，以資訊透明的基底，邁向數位化轉型的道路，持續在競爭激烈的市場中穩定成長，續保競爭優勢。

更多關於三卯鍛壓的影音分享

延伸閱讀：【三卯鍛壓】從Freestyle到主動改善追蹤，以數據管理走出轉型路徑（上）