Sigla ConsultingSigla ConsultingUmów konsultację

Case study · Branża produkcyjna

Jak pomiar ujawnił 16-punktową lukę, a pilotaż odzyskał 20% czasu operatorów

System ERP pokazywał 84,1% realizacji planu produkcyjnego. Bezpośrednie pomiary wykazały 68,2%. Dwumiesięczny pilotaż na jednej alejce pozwolił uporządkować mikrologistykę i odzyskać 20% czasu operatorów bez nakładów kapitałowych i bez ingerencji w layout hali.

Hala wtryskarni, rzędy maszyn i wózki z pojemnikami między liniami
Klient
Producent komponentów z tworzyw sztucznych wykorzystujący technologię wtrysku
Skala
Pilotaż na jednej alejce produkcyjnej obejmującej siedem wtryskarek
Zakres
Diagnoza organizacji pracy, weryfikacja danych produkcyjnych i pilotaż nowego modelu mikrologistyki
Metody
Analiza Stanu Obecnego, obserwacje na hali, bezpośrednie pomiary, analiza danych z systemu ERP, karty produkcyjne i chronometraże

Pilotaż: luty–marzec 2026 · zdjęcie poglądowe

Punkt wyjścia

Co pokazały pomiary i pilotaż

Pomiar, nie szacunek

16 p.p.

różnicy między realizacją planu raportowaną przez system a wynikiem potwierdzonym bezpośrednim pomiarem

20%

czasu pracy odzyskali operatorzy na alejce pilotażowej, bez nakładów kapitałowych

43%

strat produkcyjnych wynikało z awarii maszyn

~60%

rzeczywistych przestojów było rejestrowanych w systemie ERP

ERP, czyli Enterprise Resource Planning, to system wykorzystywany między innymi do planowania, ewidencjonowania i raportowania produkcji. W tym przypadku system obejmował około 60% rzeczywistych przestojów. Oznacza to, że pozostała część strat nie była widoczna w raportach wykorzystywanych do zarządzania produkcją.

Klient i wyzwanie

Dane systemowe nie pokazywały pełnego obrazu pracy produkcji

Klient produkuje komponenty z tworzyw sztucznych na kilkudziesięciu maszynach zorganizowanych w alejki produkcyjne. Punktem wyjścia projektu było pytanie o możliwość poprawy wykorzystania czasu operatorów i uporządkowania przepływu materiałów.

Pierwsza analiza wskazywała na problem z pracochłonnością stanowisk. Bezpośrednie pomiary na hali wykazały jednak, że źródła nieefektywności były szersze. Dotyczyły jakości danych, sposobu rejestrowania przestojów, podziału zadań oraz organizacji przepływu materiałów.

  • 1

    System zawyżał realizację planu

    System ERP wskazywał realizację planu na poziomie 84,1%. Po zestawieniu tych informacji z kartami produkcyjnymi i bezpośrednimi pomiarami wynik został skorygowany do 68,2%. Różnica wynosiła niemal 16 punktów procentowych. Organizacja podejmowała więc decyzje na podstawie obrazu produkcji, który nie odzwierciedlał pełnej skali niewykonania planu.

  • 2

    Część przestojów pozostawała niewidoczna

    System rejestrował około 60% rzeczywistych przestojów. Pozostałe zdarzenia nie były uwzględniane w raportach albo nie miały przypisanej jednoznacznej przyczyny. Ograniczało to możliwość planowania produkcji, ustalania obsady i wyboru najważniejszych działań utrzymaniowych.

  • 3

    Operatorzy wykonywali zadania logistyczne

    Poza obsługą maszyn i kontrolą procesu operatorzy dostarczali surowce i opakowania, odbierali wyroby i obsługiwali palety. Każde odejście od stanowiska ograniczało czas dostępny na nadzorowanie pracy maszyn.

  • 4

    Awarie były głównym źródłem strat

    Analiza przyczyn niewykonania planu wykazała, że 43% strat produkcyjnych wynikało z awarii maszyn. Informacje o awariach były dostępne, ale nie były agregowane i analizowane w sposób pozwalający wybierać priorytety działań technicznych.

  • 5

    Obsada nie wynikała z rzeczywistego obciążenia

    Liczba operatorów i podział zadań nie były wyliczane na podstawie czasów cyklu, konfiguracji maszyn oraz pracochłonności czynności pomocniczych. Brakowało narzędzia pozwalającego porównać różne warianty obsady i sprawdzić, jak zmiana organizacji logistyki wpłynie na obciążenie poszczególnych ról.

Nasze podejście

Najpierw pomiar rzeczywistej pracy, następnie pilotaż

Projekt połączył diagnozę z testem nowego sposobu organizacji pracy. Dzięki temu rekomendacje nie opierały się wyłącznie na analizie danych lub obserwacjach, ale zostały sprawdzone na działającym obszarze produkcji.

  • 1

    Analiza Stanu Obecnego

    Obserwacje na hali, rozmowy z pracownikami, analiza kart produkcyjnych i danych systemowych oraz niezależne pomiary realizacji planu. Celem było ustalenie, jak produkcja działa w rzeczywistości, jakie zadania wykonują poszczególne role i gdzie powstają straty.

  • 2

    Obserwacje gemba

    Prowadziliśmy obserwacje bezpośrednio w miejscu wykonywania pracy: na hali produkcyjnej i przy stanowiskach obsługi wtryskarek. Pozwoliły zobaczyć, jak często operatorzy odchodzą od maszyn, jakie zadania pomocnicze wykonują i jak wygląda przepływ materiałów.

  • 3

    Porównanie danych z rzeczywistością

    Dane z systemu ERP zestawiliśmy z kartami produkcyjnymi, zapisami dotyczącymi przestojów i bezpośrednimi pomiarami. Pozwoliło to skorygować wynik realizacji planu oraz określić, jaka część strat nie była widoczna w standardowych raportach.

  • 4

    Analiza przyczyn przestojów

    Przestoje zostały uporządkowane według przyczyn, co pozwoliło ustalić, które rodzaje zdarzeń odpowiadają za największą część niewykonanej produkcji. Analiza wykazała dominujący udział awarii i stworzyła podstawę do przygotowania planu działań utrzymaniowych.

  • 5

    Pilotaż na jednej alejce

    Nowy model pracy przetestowaliśmy na alejce obejmującej siedem wtryskarek. Pilotaż trwał dwa miesiące. Wydzielenie jednego obszaru pozwoliło sprawdzić zmianę bez destabilizowania pozostałej części produkcji i zebrać dane potrzebne do decyzji o skalowaniu.

  • 6

    Pomiar obciążenia ról

    Wykonaliśmy chronometraże, czyli pomiary czasu potrzebnego na realizację poszczególnych czynności. Na tej podstawie powstał model obciążenia operatorów i mikrologistyka, uwzględniający liczbę pracujących maszyn, czasy cyklu oraz zakres zadań wykonywanych na alejce.

ASO, czyli Analiza Stanu Obecnego, to ustrukturyzowana diagnoza sposobu działania obszaru. Gemba oznacza analizowanie procesu tam, gdzie faktycznie się odbywa.

Kluczowy insight

Problem dotyczył sposobu pomiaru, podziału zadań i stabilności technicznej

Niska realizacja planu nie wynikała z jednego problemu. Była skutkiem nakładających się mechanizmów: niepełnego rejestrowania przestojów, rozbieżności między raportami a rzeczywistym wykonaniem, dużego udziału awarii, obciążenia operatorów zadaniami logistycznymi, braku modelu pozwalającego dopasować obsadę do konfiguracji maszyn oraz niewystarczającej analizy przyczyn strat.

84,1%

realizacji planu według raportu systemowego

68,2%

realizacji planu potwierdzone niezależnym pomiarem

~40%

rzeczywistych przestojów pozostawało poza raportowaniem systemowym

43%

niezrealizowanej produkcji związane z awariami maszyn

Kluczowe działania i rekomendacje

Najpierw wiarygodne dane i stabilność procesu, potem skalowanie zmian

Rekomendacje zostały ułożone w kolejności odpowiadającej zależnościom między problemami. Najpierw należało uporządkować dane i przyczyny strat, następnie organizację pracy operatorów, a dopiero później rozszerzać model na kolejne alejki.

  • 1

    Jedna wersja danych produkcyjnych

    Ujednolicenie sposobu liczenia planu, wykonania i przestojów. Raport wykorzystywany przez zarządzających powinien pokazywać ten sam wynik niezależnie od poziomu organizacji i źródła danych. Każdy przestój powinien mieć przypisaną kategorię oraz wpływ na wykonanie planu.

  • 2

    Stała analiza przyczyn strat

    Samo rejestrowanie awarii nie wystarcza do ograniczenia ich wpływu. Potrzebne jest regularne agregowanie zdarzeń, wybieranie najważniejszych problemów oraz sprawdzanie skuteczności działań naprawczych. Kategoryzacja przestojów stworzyła podstawę do przygotowania planu TPM.

  • 3

    Wydzielenie roli mikrologistyka

    W pilotażu zadania związane z dostarczaniem materiałów, przygotowaniem opakowań, obsługą palet i odbiorem wyrobów przejęła osoba odpowiedzialna za mikrologistykę alejki. Zmiana pozwoliła operatorom skoncentrować się na obsłudze maszyn i procesie produkcyjnym.

  • 4

    Model obciążenia operatorów i mikrologistyka

    Narzędzie wyliczające obciążenie poszczególnych ról na podstawie liczby pracujących maszyn, czasów cyklu, konfiguracji alejki oraz zakresu zadań operatora i mikrologistyka. Może wspierać planowanie obsady dla różnych konfiguracji produkcyjnych i wskazywać sytuacje, w których konieczna jest zmiana organizacji pracy.

  • 5

    Standaryzacja nowego podziału zadań

    Dla operatorów i mikrologistyka należy jednoznacznie określić zakres odpowiedzialności, kolejność czynności, sposób przekazywania materiałów, zasady uzupełniania opakowań, reagowanie na zakłócenia i sposób zastępowania podczas przerw. Bez standardu część zadań może ponownie wrócić do operatorów i ograniczyć efekt pilotażu.

  • 6

    Skalowanie na podstawie danych z pilotażu

    Zmiana powinna być rozszerzana na kolejne alejki po uwzględnieniu ich konfiguracji, czasów cyklu i profilu produkcji. Pilotaż na siedmiu maszynach dostarczył danych potrzebnych do wyboru kolejnych obszarów i dopasowania modelu, zamiast kopiowania rozwiązania bez sprawdzenia lokalnych warunków.

TPM, czyli Total Productive Maintenance, to sposób zarządzania utrzymaniem maszyn nastawiony na zapobieganie awariom i angażowanie produkcji w dbanie o ich podstawowy stan. Mikrologistyka oznacza tu wewnętrzny przepływ materiałów, opakowań i wyrobów między magazynem a stanowiskami.

Efekty pilotażu

20% czasu operatorów odzyskane bez nakładów kapitałowych

Wynik pilotażu, nie całego zakładu

Efekty opisane poniżej zostały zmierzone na alejce pilotażowej po dwóch miesiącach pracy w nowym modelu. Nie są prognozą dla całego zakładu.

Ujawniona luka w danych produkcyjnych

Bezpośredni pomiar wykazał, że rzeczywista realizacja planu wynosiła 68,2%, a nie 84,1%, jak wynikało z raportu systemowego. Różnica niemal 16 punktów procentowych została zmierzona i przypisana do niepełnego rejestrowania przestojów.

Odzysk 20% czasu operatorów

Po przejęciu zadań logistycznych przez mikrologistyka operatorzy odzyskali 20% czasu pracy na czynności związane bezpośrednio z obsługą maszyn i produkcją. Efekt wynikał ze zmiany podziału pracy, a nie ze zwiększenia tempa wykonywania zadań przez operatorów. Nie wymagał nakładów kapitałowych ani ingerencji w layout hali.

Potwierdzona wykonalność roli mikrologistyka

Zmierzona aktywność osoby obsługującej mikrologistykę alejki wyniosła 81,9%. Oznaczało to, że zakres zadań był możliwy do wykonania przez jedną osobę i pozostawiał bufor potrzebny do reagowania na zmienność produkcji oraz zakłócenia.

Zidentyfikowane źródła awarii

Analiza potwierdziła, że awarie odpowiadają za 43% strat produkcyjnych. Przyczyny zostały uporządkowane, tworząc podstawę do określenia priorytetów utrzymania ruchu i przygotowania planu TPM.

Podstawa do skalowania zmian

Dane z pilotażu obejmującego siedem maszyn pozwoliły ocenić obciążenie operatorów i mikrologistyka oraz przygotować model do testowania na kolejnych alejkach.

Co klient otrzymał

  • Skorygowany obraz realizacji planu produkcyjnego
  • Analizę kompletności danych o przestojach
  • Klasyfikację przyczyn niewykonania produkcji
  • Pomiar pracy operatorów i czynności logistycznych
  • Przetestowany model mikrologistyki na siedmiu maszynach
  • Pomiar obciążenia roli mikrologistyka
  • Model do planowania pracy operatorów i mikrologistyka
  • Standard podziału zadań na alejce
  • Podstawę do przygotowania planu TPM
  • Dane potrzebne do decyzji o skalowaniu zmian

Prace zostały przeprowadzone w sposób uporządkowany, analityczny i praktyczny, z dobrym zrozumieniem realiów środowiska produkcyjnego.

Członek Zarządu, producent komponentów z tworzyw sztucznych

Fragment listu referencyjnego. Zobacz referencje

DG

Dariusz Goluch

Prezes Zarządu i współudziałowiec Sigla Consulting. Odpowiadał za realizację tego projektu.

Dariusz Goluch, Prezes Zarządu
Dariusz GoluchPrezes Zarządu · Współudziałowiec

Czy dane produkcyjne pokazują ten sam wynik, który widzisz na hali?

Porównujemy raporty systemowe z bezpośrednimi pomiarami, obserwacją pracy i danymi ze stanowisk. Dzięki temu można ustalić, które straty są rzeczywiście widoczne, co obciąża operatorów i od jakiej zmiany warto zacząć.

Nie wiesz, gdzie produkcja traci wydajność? Zobacz , który łączy analizę danych z obserwacją pracy na hali. audyt procesów produkcyjnych →

Case studies

Kiedy problem jest w systemie, nie w ludziach

Podobne projekty, w których dane pokazały coś innego niż przekonania organizacji.

Konstrukcje stalowe

Przepływ produkcji end-to-end

Maszyny robiły 83,8% tonażu, ale 60,4% właściwego miksu. Diagnoza przepływu od zamówienia do wysyłki.

Czytaj →
Obróbka CNC

Przepływ zlecenia w obróbce CNC

72 dni w zakładzie przy 12 godzinach rzeczywistej pracy. Diagnoza kolejek między technologią, materiałem i produkcją.

Czytaj →
Obsługa obiektów

Zakupy i koszty operacyjne

61,2% czasu zespołu zakupów to marnotrawstwo, 49% zadań przerywanych. Diagnoza i model docelowy.

Czytaj →
Wszystkie case studies →

Powiązane usługi

Od diagnozy hali do stabilnej produkcji

Ten projekt zaczął się od obserwacji na hali i porównania danych z rzeczywistością.

Audyt procesów produkcyjnych

Gdzie produkcja traci wydajność: przezbrojenia, przestoje, przepływ materiału, organizacja pracy.

Zobacz usługę →

Optymalizacja procesów produkcyjnych

Stabilizacja i usprawnienie pracy hali: rytm, obsada, przepływ i sterowanie wynikiem dnia.

Zobacz usługę →

Wdrażanie Lean Manufacturing

Lean na produkcji: standaryzacja pracy, redukcja strat i stabilny rytm wytwarzania.

Zobacz usługę →