Logo
Wyślij zapytanie
Case studies
Case study
Case study

System Zarządzania Produkcją MES w Brintons Agnella

Projekt Cyfrowej Transformacji zrealizowany dla fabryki luksusowej marki dywanów.

System zmianowy
3/24
Pracownicy
~550
Przeanalizowane procesy
12

1. O Brintons Agnella

Agnella jest marką luksusowych dywanów. Ale za fasadą nierzucającej się w oczy fabryki, kryje się bogata historia sięgająca roku 1975 - co czyni Agnellę jednym z najbardziej uznanych producentów w Europie. Ich dywany i wykładziny można znaleźć w najlepszej klasy placówkach na całym świecie: od Europy Zachodniej, aż po Australię i Stany Zjednoczone.

GGS zaproszono do współpracy w projekcie Transformacja Cyfrowa. Analizując dane rynkowe w sektorze produkcyjnym, dowiedzieliśmy się, że korzyści płynące z takiego projektu to:

b6b2932e366fc78e465e9ebf47a83d4b_MES_benefits.png

2. Discovery

Discovery projektu możemy podzielić na 2 obszary:

  • Analiza bieżącej sytuacji biznesowo-technologicznej
  • Analiza potrzeb Agnelli

4f35df7b52e8c577616614045abba335_IMG_3554.jpg

Pierwszy element analizy to seria spotkań z osobami, które współtworzą zarówno proces produkcyjny, jak i odpowiadają za zarządzanie organizacją na poziomie operacyjnym. Kluczowa była również rola kierownictwa, które wskazywało kierunki naszych rozmów i korygowało je w trakcie. W całym procesie discovery brali udział między innymi:

● Pracownicy produkcyjni
● Team liderzy gniazd produkcyjnych
● Kierownicy zmian
● Pracownicy administracyjni
● Managerowie departamentów
● Dział IT

2b4f3e80635c74f93a96b84def958b07_MES_process.png

Szereg spotkań z Zarządem, prezentacja wniosków i obserwacji. Rozmowy z Departamentem IT, próby dobrego zrozumienia co jest w zarządzaniu produkcją najważniejsze (choć zespół składał się niemal z samych inżynierów) nie były najłatwiejszym zadaniem.

Przełomowe okazało się stworzenie konceptu, w którym określiliśmy MVP. Zespołowo wiedzieliśmy, iż można:
● budować produkt wielokrotnie złożony rozwiązujący wiele potrzeb - long term
● budować fragment, na tyle użyteczny - aby bronił samodzielnie swojej wartości - mid term

Po finalnych konsultacjach z Zarządem zwróciliśmy uwagę, iż czasu jest relatywnie mało - oczekiwania są duże, a nasze zasoby ograniczone. Zaplanowaliśmy budowę Systemu Zarządzania Produkcją (Manufacturing Execution System), który będzie łączył dane operacyjne:

● z hal produkcyjnych i czytników kodów,
● rejestracji czasu pracy (wejścia i wyjścia),
● danych HR (payroll),
● danych ERP (zamówienia, materiały, planowane).

To odpowiedź na zakres jaki jest niezbędny, aby dostarczyć wartość organizacji.

fcfd4113e7ae5dff757f89d3712c05e6_mpv-illustration.png

Wnioski:

● Będzie bardzo ambitnie,
● W krótkim czasie należy udowodnić wartość,
● BPMN i odpowiednie mapowanie procesów biznesowych będzie kluczowe,
● Dokumentacja nawet w Agile bardzo wspiera dobre zrozumienie Digital Transformation w dużej organizacji.

3. Development

Organizacja naszego czasu pracy to było bardzo ambitne zadanie i szereg ograniczeń:

● Czas - jest głównym ograniczeniem, buduje zaufanie - jeśli projekt realizowany jest sprawnie i dynamicznie lub je wytrąca jeśli projekt rozciąga się w czasie,
● Developerzy - zespół developerski był 3-4 osobowy + Scrum Master i Project Manager, nie mógł być większy ze względu na budżet,
● Zakres - MVP, jego dobre zrozumienie i testy,
● Lokalizacja fabryki - Białystok, lokalizacja Project Team - Kraków.

Całość implementacji, którą chcieliśmy dostarczyć Klientowi podzieliliśmy na kilka fragmentów:

● Development (in User Stories and Features, funkcjonalnie części)
● Testing
● UAT(user acceptance testing) - test akceptacyjne
● Dry Run (na poziomie 1 zmiany fabryki)
● Go Live (rollout na poziom całej fabryki)

Wiedzieliśmy również, że w przypadku projektów natury Digital Transformation, gdzie zmienność wymagań jest normą, będziemy potrzebowali promotorów wewnątrz organizacji. Product Owner, a dokładnie Kierownik Produkcji, to była jedna z kluczowych osób, która wspierała nas w implementacji oraz samej zmianie.

8e143c07a8866b0f5bbf16d74bb4df43_main.jpg

Zespół GGSITC charakteryzuje się wysoką elastycznością oraz szczegółowością w podejściu do pojawiających się wyzwań wdrożeniowych. Efekty realizacji modułu przygotowanego pod specyfikę Wydziału Przędzalni przerosły moje pierwotne założenia – aplikacja jest bardzo prosta w obsłudze przy jednocześnie wysokiej ilości zawartych danych, które w rozwiązaniu stosowanym dotychczas były problematyczne do uzyskania.

Leszek Karpiński, Kierownik Produkcji

Wnioski:

● Deep dive i dobre zrozumienie wykorzystywanych technologii w firmie jest kluczowe (może to zaoszczędzić wiele czasu),
● Bazy Oracle i MySQL mogą ze sobą dobrze współpracować, w GGS o to zadbamy :-),
● Setki GB baz danych można rozszyfrować w skończonym czasie.

4. From MVP to Flywheel transformation

To był najtrudniejszy etap całej transformacji, ponieważ równolegle należało dbać o kilka obszarów:

● Support produkcyjny uruchomionej aplikacji,
● Development nowych funkcjonalności (często zgłaszanych przez pracowników),
● Optymalizacja istniejącego produktu (nie jesteśmy idealni, popełniamy błędy, chcemy je optymalizować i naprawiać, aby nie powstawał dług technologiczny),
● Poszukiwanie w organizacji promotorów, przekonywanie nieprzekonanych.

Trwa on nieprzerwanie do dzisiaj w ramach lean manufacturing, pozwala na dostarczanie kolejnych, wartościowych elementów systemów, aby sprawnie optymalizować Total Manufacturing Cost.

Wnioski:

● Sprint planning (cotygodniowe spotkanie, gdzie planujemy zadania) z product ownerami departamentów (manager produkcji, manager HR) to jeden z kluczowych elementów wpływających na sukces projektu!
● Zawsze znajdziesz atrakcyjny kosztowo i przychodowo obszar do optymalizacji, jeśli tylko kolekcjonujesz i prezentujesz właściwe dane osobom, którym na tym zależy.

b3d1155b426fda31602d99414c5917f8_report.jpg

5. Wnioski

Połączenie narzędzi Business Process Automation oraz chęci poprawy wyników finansowych przedsiębiorstwa, a w szczególności optymalizacja, dostarcza wiele korzyści zarówno procesowi produkcji, jak i:

● Napędza wydajność pracy 🚀
● Napędza ogólną efektywność urządzeń (OEE) 📊
● Ulepsza planowanie wydajności 📈
● Ulepsza optymalizację wydajności 📉
● Redukuje koszty zatrudniania (ponieważ potrzebujesz mniej ludzi) 💰
● Określa problemy z wydajnością 🏭
● Bardzo szybko rozpoznaje problemy z wyposażeniem 🛠️
● Pomaga w określaniu zapotrzebowania na siłę roboczą 👷‍♀️👷‍♂️
● Umożliwia śledzenie kosztów per maszyna/godzina pracy ⏳