Методика цифрового мониторинга эффективности преобразования организации машиностроительного производства

EDN: DHOPNC

В рамках решения задачи по переводу производственных подразделений с классических принципов организации работы на принципы работы малыми группами, проводим разработку индикаторов мониторинга таких преобразований.

Разработка методики прогнозирования совокупных показателей: индекса эффективности малых групп (Small Group Effectiveness Index (SGEI)). SGEI; индекса уровня зрелости системы управления качеством (Quality Management System Maturity (QMSM)).

Применяем методологию прогнозирования на основе экспоненциального сглаживания с целевыми значениями, данная методология часто применяется в моделях адаптивного управления, в частности при внедрении инструментов бережливого производства и методологии 6 σ [1, 2 - 4].

Проводим формализацию и адаптацию экспоненциального сглаживания с целевыми значениями для совокупных показателей SGEI и QMSM исходя из следующих соображений: учитывая результаты статистического исследования коллектива автосборочного предприятия по вопросам мотивации в улучшении качества процессов, продуктов и услуг; учитывая выработанные целевые значения совокупных показателей SGEI и QMSM, привязанных к времени реализации этапов; коэффициент скорости изменения α (0         ; учитывая важность диагностики на предмет оценки рассинхронизации [5, 6].

Общая формула расчета комплексного показателя эффективности КПЭ:

.

Эта формула эквивалентна:

.

Представленная формула предполагает, что система постепенно приближается к цели, с постоянной долей коррекции за установленый период (например месяц).

Выбор коэффициента (таблица 1).

Таблица 1 – Обоснование коэффициента (месячный)

Скорость трансформации	а (месячный)	Комментарий
Умеренная (реалистичная)	0,08-0,12	10% коррекции в месяц (достижение 90% цели за 24 месяца)
Ускоренная	0,15-0,2	Требует сильного лидерства, ресурсов, выгорания
Медленная	0,04-0,07	Подходит для стабильных, но инертных систем

Результаты прогноза изменения совокупных показателей SGEI и QMSM при =0,1 (базовый сценарий для обоих индексов). Базовый показатель SGEI0=0,396, базовый показатель QMSM0=0,274. Целевой показатель SGEIцель=0,8, показатель QMSM цель= 0,75. Период достижения цели 36 месяцев (таблица 2).

.

.

Таблица 2 – Пример отслеживания целевых показателей

Месяц	SGEI	QMSM	DI
0	0,395	0,274	-0,121
1	0,436	0,322	-0,114
2	0,472	0,364	-0,108
3	0,505	0,403	-0,102
4	0,534	0,438	-0,096
5	0,561	0,469	-0,092
6	0,585	0,497	-0,088

При пересчете совокупных показателей исходя из установленного периода достижения целей равного 36 месяцам, получаем SGEI=0,791, QMSM=0,739, что как видно при сопоставлении с целевыми индикаторами полностью соответствуют выбранным значениям.

Предложенную модель прогноза, также можно адаптировать и использовать для процесса диагностики синхронного развития процессов [7, 8]. Для этого также можно применить дополнительный индикатор, аналогичный предложенному DI (индикатор синхронизации показателей SGEI и QMSM). В данном случае необходимо исходить из следующих соображений. Если например, фактическое значение QMSM получилось значительно выше прогнозного значения, а SGEI – отстает, то необходимо объявлять тревогу, так как это было показано выше. При тревоге, реализуется сценарий аудитов системы, на предмет выявления фальсификаций.

Если, в процессе запуска системы перехода на работу малыми группами, был достигнут существенный прогресс, то можно применить коэффициента =0,12.

Если динамика изменения SGEI, чуть выше чем у показателя QMSM, то это может быть свидетельством устойчивого развития проекта.

Предложенная методика оценки обеспечивает комплексный подход к управлению качеством через развитие малых групп, что соответствует лучшим мировым практикам и требованиям стандарта IATF:16949.

Выше, нами представлены разработки определяющие текущий уровень научно-технического прогресса в вопросах развития оценки эффективности внедрения передового инструментария работы в малых группах в условиях массового производства автомобильной техники.

Теперь можно перейти к вопросам связанным с развитием показателей оценки мотивации работников в условиях дальнейшего роста инструментов информатизации и цифровизации.

Предлагаемое развитие методики завязано на предложенных выше показателях. В таблице представлен перечень предлагаемых показателей, направленный в развитие предложенной выше методики оценки эффективности внедрения инструментария работы в малых группах (таблица 3).

Таблица 3 – Перспективные показатели развития методики

Показатель	Комментарии
MDI (Motivation Depth Index) - Индекс глубины мотивации	Интегрирует 4 ключевых поведенческих признака: влияние на качество, реализацию идей, документирование дефектов, учет брака. Показатель отражает глубину вовлеченности сотрудников в процессы качества.
OER (Quality Engagement Rate) - Коэффициент вовлеченности в качество	Показывает, на сколько качество воспринимается как часть ежедневной работы, а не как дополнительная нагрузка.
SIRb (Suggestion-to-Implementation Ratio) – Коэффициент реализации предложений	Измеряет эффективность обратной связи, на сколько предложения сотрудников находят отклик и реализуются.
FRI (Fear-of-Reporting Index) - Индекс страха	Прямой индикатор психологической безопасности. При высоком количественном значении индикатор показывает наличие страха и сокрытие проблем.
Качественные показатели: CO, LS, TC, PSC, CIM	Оценивают организационную культуру, лидерство, зрелость системы непрерывного улучшения, т.е. то что не возможно измерить цифрами напрямую.

Переходим к разработке формул расчета предложенных показателей развития методики оценки эффективности и качества внедрения передовых инструментов организации работы автопроизводителя с применением малых групп.

Индекс глубины мотивации (MDI):

QIl+SIR+DDR+SAR 0,12+0,11+0,11+0.09   _ .

,

• 4                    4

где QII – доля сотрудников, чувствующих влияние на качество (12%), SIRb – доля сотрудников с внедренными предложениями (11%), DDR – доля сотрудников, ведущих записи о дефектах (11%), SAR – доля сотрудников с организованным учетом брака (9%).

Коэффициент вовлеченности в качество (QER):

,

Л’полн 100% где DQE – количество сотрудников, считающих решение вопросов качества частью ежедневной работы (54%), Nполн – общее число респондентов (100 %).

Коэффициент реализации предложений (SIR):

,

^пoдaвш 255

где Nвнедр – число сотрудников с внедренными предложениями, Nподавш – число сотрудников, подавших предложения.

Индекс страха (FRI):

.

Интерпретация полученных значений новых индикаторов оценки мотивации сотрудников автосборочного предприятия в условиях перехода на принципы работы в малых группах представлена в таблице 4.

Таблица 4 – Интерпретация перспективных показателей развития методики

Показатель	Значение	Интерпретация
MDI	0,108	Низкая глубина мотивации
QER	0,54	Умеренная вовлеченность
SIR	0,581	Более половины идей реализуются, но масштаб ограничен
FRI	0,89	Очень высокий уровень страха

Как было указано выше развитие базы показателей оценки эффективности и качества перехода на работу малыми группами в автомобильном производстве, обеспечивает дополнительные возможности в анализе и интерпретации текущего состояния. Предполагаем, что развитие инструментов оценки, должно влиять на развитие собственно инструментов обеспечивающих сбор и обработку данных отражающих состояние коллектива. И вот здесь можно разработать комплекс рекомендаций обеспечивающих развитие традиционных форм работы с респондентами и организации сбора данных с производственных участков при проведении измерительных мероприятий.

Во-первых, определяем, что мониторинг по новым индикаторам должен проводится не реже чем 1 раз в квартал. При этом допускаем привлечение независимых экспертов для анализа получаемых данных и их интерпретации не реже одного раза в полугодие.

Во-вторых, предлагается применять показатели для организации системы премирования и депремирования руководителей.

В третьих, необходимо обеспечить на постоянной основе визуализацию результатов на досках качества, на всех производственных участках.

В плане развития инструментов сбора и обработки данных при проведении измерений в автомобильном производстве, можно дать следующие рекомендации.

• 1.    Для создания оперативного инструмента оценки мотивации, можно организовать ежедневный (ежесменный) опрос посредством мобильного приложения или терминала на рабочем месте. При этом опрос должен включать не более одного или двух вопросов. Если исходить из современного уровня состояния процессов информатизации и цифровизации, то можно предложить систему, при которой вопросы генерируются автоматически исходя из текущей необходимости наполнения данных по тем направлениям, которые первостепенно нуждаются в оценке или находятся в неустойчивом состоянии. Например, вопросы по производственной нагрузке, событиям произошедших в течении смены (сбои, аварии, запуск новой модели и т.д.).

• 2.    Исходя из возможно высокого уровня информатизации и цифровизации, можно предложить создание некой системы трансформации предложений, суть которой заключается в возможности

организации цифровой платформы в которую можно внести предложения по улучшению в виде текстовой информации, фото, голосового сообщения. Такая система должна уже на старте иметь функционал позволяющий увидеть статус обработки, должна обеспечивать возможность получения обратной связи в течении определенного временного периода.

При реализации цифровой системы обеспечивающей сбор и обработку предложений направленных на улучшение качества процессов, продуктов и услуг, необходимо предусмотреть:

• -    классификацию предложений с распределением по темам (оборудование, обучение, документация и т.д.);

• -    кластеризацию связанную с объединением схожих предложений, с формированием например ТОП инициатив в текщем интервале времени (неделя, месяц);

• -    обеспечить приоритезацию предложений с использованием формулы:

Impact xFeasibxUrg

, Effort ’ где Impact – оценка влияния индикатора DPU (экспертная или по данным прошлых улучшений); Feasib – техническая реализуемость (экспертная балльная оценка от 1 до 5); Urg – связь с текущими проблемами (например рост дефектов на линии (экспертная балльная оценка от 1 до 5); Effort – оценка трудозатрат (экспертная балльная оценка от 1 до 5).

• -    автоматизацию назначения целей и контроля, при которой каждая утвержденная инициатива трансформируется на уровне малых групп, производственных участком, цеха, всего предприятия.

• -    систему автоматического мониторинга, года в реальном масштабе времени осуществляется автоматическое уведомление при отклонениях от графика достижения целей. В этом плане, также полезен инструмент ежедневных или еженедельных собраний по качеству в коллективе.

• -    уменьшение системного посредничества и соответственно налаживание прямого коммуникационного канала. При реализации предложенных рекомендаций происходит упразднение бумажных форм, реализуется автоматическая маршрутизация предложений, обеспечивается прозрачность.

Теоретико-практическая модель связи мотивации и качества.

Исходим из того, что существует нелинейная, но статистически значимая корреляция между уровнем мотивации производственного персонала и показателями качества продукции.

Формулу связи представляем в виде:

, где DPUt – дефекты на единицу за период t, MPIt – уровень мотивации коллектива в периоде t, Xt – вектор контрольных переменных (загрузка, квалификация, поставки), , , – коэффициенты регрессии, – ошибка.

Опираясь на полученные ранее результаты можно предположить, что индекс мотивации коллектива наиболее полно можно оценить с помощью предложенного ранее совокупного показателя SGEI, который наилучшим образом описывает экспертные индикаторы по параметрам коммуникации, поддержки руководства, сплоченности, культуры решения проблем достигнутого уровня мышления при улучшениях. Исходя из этого проводим трансформацию формулы:

,

Теперь, основываясь на полученных нами результатах проведем текущую оценку показателя качества продукции .

Базовые значения, необходимые для расчета и обоснования индикаторов представлены в таблице 5.

Таблица 5 – Базовые значения показателей методики

Показатель	Значение
SGEI (нормализованный)	0,396
QMSM0	0,274
DDR (документирование дефектов)	11% - это означает, что реальный показатель DPU скрыт
FRI (индикатор страха)	0,89 - высокий уровнеь сокрытия дефектов

Исходя из данных представленных в таблице, можно сделать вывод о том, что фактический уровень DPU, на начальном этапе трансформации и перехода работы предприятия по принципам малых групп, соответствует 1,8, что соответствует практике значений качества автокомпонентов при низкой зрелости системы.

Обоснование коэффициентов , , , , .

Коэффициент – это базовый уровень дефектности при отсутствии мотивации. Нами установлены количественные значения критериев: DDR=11% (11% дефектов документируется); FRI=0,89 (высокий страх перед сообщением о проблемах); QMSM=0,274 (низкая зрелость системы управления качеством). Эти обстоятельства определяют низкого значения DPU=1,8. Также нами получен показатель SGEI=0,98 (рассчитан по формуле с весами) и его нормализованный аналог SGEI=0,396.

Предлагаем линейную модель, предполагающую связь между уровнем дефектности и совокупным показателем культуры качества на предприятии (QMSM). Эта модель необходима для обеспечения установления связи между нематериальным процессом (мотивацией) и материальным качеством, что способствует формированию прозрачного и понятного для руководителей процесса:

.

При таком обосновании и допущениях получается, что индикатор         должен соответ ствовать , так как это базовый уровень дефектности при отсутствии мотивации. .

Получаем, что         .

Определение . Коэффициент определяет чувствительность качества к мотивации, его смысл заключается в определении на сколько снижается DPU при увеличении MPI (SGEI) на 1 балл (в нормализованной шкале от 0 до 1).

Возникает задача связанная с оценкой динамики приращения показателей качества и DPU и QMSM с использованием линейной модели. Базовые значения DPU =1,8, QMSM=0,274. Выделим линейную связь:

.

Теперь подберем DPU max, таким, чтобы при QMSM=0,274, показатель качества был равен DPU =1,8.

,

получаем DPU max=2,48.

Получаем формулу:

.

Используя формулу, проводим расчет начальной точки и точки максимально приближенной к полной реализации проекта перехода на работу малыми группами в течении 36 месяцев (таблица 6).

Таблица 6 – Индикаторы оценки эффективности работы малых групп при проведении расчета с помощью предложенной методики

Период	MPI(SGEI)
0 месяцев	0,396
36 месяцев	0,8

QMSM	DPU
0,274	1,8
0,75	0,62

Определяем

=

ЬМР1 0,404

Переходим к обоснованию коэффициента . Данный коэффициент показывает, на сколько DPU изменяется при изменении операционного фактора Xt, независимо от мотивации персонала. Мы ранее определили показатель LUI (отражает стабильность загрузки), который соответствует уровню 45%. Если предположить, что каждый процент дисбаланса ведет к росту дефектов, то можно установить , а затем в процессе реализации моделей провести уточнение данного коэффициента. Дополнительным обоснованием количественного значения , является с одной стороны, то что его весомость нами оценена на уровне ключевого показателя и равна 0,2, с другой стороны если бы этот критерий не был важным, то мы его не выделили в процессе определения наиболее важных количественных показателей оценки системы. Выделение количественного значения на уровне выше 1, требует дополнительного обоснования, при котором показано что, например незначительное изменение стабильности, существенно влияет на формирование показателя DPU, а это в ходе исследования не зафиксировано.

Остаточная компонента – ошибка. Обоснование коэффициента , который не охватывается нашими совокупными показателями QMSM и SGEI. Рассматриваемый показатель – это индикатор системного искажения. В нашем случае, чем выше показатель страха FRI, тем ниже индикатор DDR и тем больше искажения показателя качества DPU. Соответственно формулу для расчета , можно представить в виде:

или                  .

Получается, что   можно рассматривать как диагностический показатель DI, который мы принимали значимым уже при         . А в условиях обеспечения честного сбора информации .

Таким образом, переходим к расчету предложенной модели реализующей связь между индикатором мотивации и индикатором качества.

DPUt =ос -0 х SGEIt + Y^Xt + £t = 2,48 - 2,92 X 0,396 4-1,0 X 0,45 + 0 = 1,78

Расхождение с базовым показателем принятым равным 1,8, составляет 0,02, что дает возможность для прогнозирования показателя качества при реализации стратегической программы перехода на работу малыми группами с соответствующим изменением мотивации и реализации комплексных инструментов развития системы менеджмента качества.