まず結論から。倉庫LMSの導入は、エンジニアードスタンダードがなくても始められる。まず4週間の観測レートによるベースラインを取り、そのうえでエンジニアードスタンダードを作る価値があるかを決めればよい。スタンダードが完成するまでシステムのスイッチを入れないで待つことは、小規模倉庫で私が最もよく見る遅れの原因だ。スタンダードの測定に6か月かかり、システムも6か月ずれ込み、ピークシーズンが来てもスーパーバイザーは勘でシフトを組んでいる。
待つことが間違いである理由はここにある。エンジニアードスタンダードは精密作業だ。作業を動作に分解し、時間を測り、余裕を加え、結果を検証する。専任のアナリストもその予算もない小規模倉庫が、これを正直に担うことはできない。測定した数値が出てきても、現場の誰もそれを信じず、実行は止まる。私はこの失敗をちょうど3回見てきた。筋書きは決して変わらない。コンサルタントが2週間測定し、スタンダードのマニュアルを渡し、シフトリーダーが2ページめくって棚にしまい、システム内のスタンダードは現場の倉庫とは別の倉庫を描いている。スタンダードが役に立たないのではない。倉庫がまだその準備ができていないだけだ。
観測レートのベースラインは逆の道を取る。作業者が理論上どれだけこなすべきかを論じない。作業者が実際にどれだけこなしたかを4週間連続で記録し、皆が納得できる中間の値を取る。その数値は不完全だが、エンジニアードスタンダードでは最初に得られない2つのものを与えてくれる。自社の現場から来たものだから、シフトリーダーは理論として切り捨てられないこと。そして第1週からシフト編成、人員計算、例外の発見に使えることだ。まずシステムを動かし、それからスタンダードを精密にすればよい。この順序こそ、小規模倉庫のプロジェクトを生き残らせるものだ。
昨年、私は中国東部のeコマース倉庫でこのやり方を実行した。ピッキングチームは20人を超え、ピークシーズンは残業で乗り切り、スーパーバイザーはすべて記憶頼みでシフトを組んでいた。ある日は現場が人手不足になり、別の日は作業者が手持ち無沙汰だった。システムの第1週、私たちは何も変えなかった。タスクデータと出勤データを接続し、実際の生産性を人ごと、工程ごとに毎日見ただけだ。4週間後、ピッキングの中間の値が現れ、検品工程の振れ幅が見えるようになった。初めて、スーパーバイザーは2人分の手当てが必要だと推測する代わりに、火曜午後の人員についてデータを指し示すことができた。残業はその同じ月に減った。作業者が速くなったからではなく、シフト編成が推測でなくなったからだ。
2つ目の倉庫は、中国北部の自動車部品拠点で、逆の問題を示した。シフトリーダーは優秀で、経験に基づくシフト編成が大きな失敗を起こしたことはなかったため、オーナーはシステムの必要性を感じていなかった。4週間のパイロットの後、データは経験では見えないものを暴いた。午前の波と午後の波は、同じ人々が同じ作業をしているのに、目に見えて異なる生産性だった。掘り下げると、午後の補充が追いついておらず、ピッカーは在庫待ちに多くの時間を使っていることが分かった。経験はシフト表を作れる。工程間の待ち時間は見せられない。システムは作業者を監視するためではない。その待ち時間を見える化するためにある。
倉庫LMSのベースライン:4週間の観測レート
下のチェックリストに沿って4週間のパイロットを実行する。どの週も省略できない。
- 第1週:データ接続のみ、評価はなし。タスク完了、出勤、工程のタイムスタンプを接続する。この週のデータは人事評価には使わず、ベースラインのためだけだと、クルーにはっきり伝える。このメッセージが不明確だと、作業者は楽な仕事を選び始め、データは到着した時点で無価値になる。
- 第2週:工程ごとに中間の値を出す。ピッキング、検品、梱包、入庫のそれぞれに独自の数値を持たせる。工程を混ぜた1つの平均では誰の指針にもならない。速い工程が遅い工程を隠してしまうからだ。
- 第3週:ベースラインに照らしてシフトを組む。スーパーバイザーはベースラインの数値からシフト表を作り、実際の結果と比較し、大きなギャップをすべて書き留める。シフト表の誤差は、ベースラインが与える最も価値あるフィードバックであり、どんなレポートよりも優れている。
- 第4週:試行目標を設定する。ベースラインは目標ではない。目標はベースラインより1段上に置き、スーパーバイザーとクルーが共同で決め、公然と掲示する。例外は毎日見直し、問うのは3つの質問だけだ。データは正確か、工程はどこで詰まっているか、明日何を変えるか。
この倉庫LMSパイロットは、第1フェーズでは3つのことしかしない。件数を記録し、ベースラインを計算し、スーパーバイザーのシフト編成を助ける。業績連動なし、自動ディスパッチなし、複雑なインセンティブ規則なしだ。機能が少ないほど、パイロットは生き残りやすい。生き残ったパイロットは、第2フェーズを議論する権利を得る。
| 項目 | 初日に買うもの | 代わりに使うもの |
|---|---|---|
| エンジニアードスタンダードのモジュール | 高価で、測定が完了せず、現場に拒否される | 4週間の観測ベースラインとスーパーバイザーの見直し |
| 自動ディスパッチ | ディスパッチのロジックはスタンダードに依存する。誤ったスタンダードは誤ったディスパッチを意味する | スーパーバイザーがベースラインから手作業でシフト表を作る。システムは人員数の提案のみを行う |
| 業績インセンティブのモジュール | 不安定なベースラインに給与を連動させると、作業者は数値を操作し始める | ベースラインが安定するまで、給与連動なしでデータを公開する |
| 例外ダッシュボード | 買う価値がある。パイロットで最も価値ある機能 | — |
パイロットの仕組み:機能一覧より正確なデータが勝つ
パイロットは機能の数ではなく、データの正確さで生きるか死ぬかが決まる。タイムスタンプはシステムのタスク記録から来なければならず、作業者自身が入力した時間から来てはならない。手入力の時間は、忙しい日には縮み、暇な日には伸びる。かつて、手書きのタイムシートが教科書のように見える倉庫と仕事をしたことがある。システムのタイムスタンプを接続した途端、3つの工程のデータが完全に形を変えた。源が誤っていれば、下流のすべての分析は無駄な努力だ。
もう1つ細かい点がある。パイロット中にプロセスを変えてはならない。プロセスを変えると、ベースラインの基準点が壊れる。古いプロセスを4週間回し、その実際の水準を測ってから、初めて改善を議論する。多くのプロジェクトは、システムの立ち上げとプロセスの再設計を同時にやろうとして死ぬ。2つの変数が同時に動けば、どちらが問題を引き起こしたか誰にも言えない。
倉庫LMSがエンジニアードスタンダードへ進むとき
下の3つのシグナルのうち2つが現れたら、エンジニアードスタンダードを議論する価値がある。シグナル1:ベースラインが2か月連続で安定し、振れ幅が狭まり、スーパーバイザーが習慣としてデータからシフトを組むようになる。シグナル2:クルーが、なぜある工程が常にベースラインより遅いのかを問い始める。これは、データを監視装置ではなく管理ツールとして扱っていることを意味する。シグナル3:ベースラインでは説明できないギャップが現れる。たとえば同じ工程、同じ製品の2チームが何週間も離れていくようなギャップで、それを説明するには動作レベルの分解が必要になる。
進級そのものにも注意が必要だ。倉庫全体を一度に切り替えてはならない。ピッキングのような1つの工程を選び、エンジニアードスタンダードを観測ベースラインと並行して2週間回す。両者が一致するところだけ切り替え、食い違うところは調査する。スタンダードを深く作る方法については、エンジニアードスタンダードのアプローチを参照のこと。並行稼働は、最も省きやすく、プロジェクト全体で最も省いてはならないステップだ。
失敗ポイント:初日に買ってはいけないもの
パイロットのキックオフ会議で、このリストを1項目ずつ確認する。
- 他の倉庫のスタンダードをそのまま借りること。製品構成、ロケーション配置、波のリズムはすべて異なるため、他の拠点の数値は自社では誤った数値になる。
- ベースラインが現れた途端に給与を連動させること。ベースラインは出発点であり、合格点ではない。給与を早すぎる時期に連動させると、作業者は仕事ではなく数値を最適化する。
- 運用リーダーが見ているだけのなか、ITチームだけにパイロットを推進させること。システムはスーパーバイザーの管理ツールだ。スーパーバイザーが使わなければ、パイロットは飾りにすぎない。
- 4週間が終わる前にパイロットを評価すること。第1週のデータはほとんどノイズで、第2週から形が見え始め、早期の判断はノイズからの判断を意味する。
直感に反する点を最初に挙げておく。観測ベースラインは、既存の生産性とともに既存のムダも測るため、緩い工程は低いベースラインになる。これはベースラインの欠陥ではない。その正直さだ。ベースラインは今どこにいるかを示し、目標はどこへ向かうかを示す。そしてこの2つを分けておくことが、管理に手がかりを与える。ベースラインを合格すべき目標として扱うことは、ムダを公認することと同じだ。
小規模倉庫は、すべてが整うのを待つべきではない。4週間回し、自社の数値から議論せよ。数値が存在すれば、シフト編成、残業、工程のボトルネックはすべて議論の出発点を持つ。その4週間がなければ、シフトリーダーとの議論はすべて感覚の話になる。その4週間があれば、議論はデータの話になる。
Lin Xiao(WMS導入コンサルタント)著
英語版からの翻訳。内容に相違がある場合は英語版を優先します。







