blog

DB Schenker: gedrag van mensen is te beïnvloeden

carrière & mensen

DB Schenker: gedrag van mensen is te beïnvloeden

DB Schenker ontwikkelde samen met studenten van de NHTV een generiek model om hun logistieke processen te beheersen en te sturen.

De mens is binnen de logistiek misschien wel de meest bepalende productiefactor, en niet alleen met betrekking tot logistieke kosten. De logistieke kwaliteit staat en valt met de inzet van mensen. Onvriendelijkheid bij de helpdesk, fouten in het magazijn, het verkeerd opslaan van producten, vertraging in transport en uit de hand gelopen conflicten met de klanten over leveringsproblemen hebben vaak een menselijke oorzaak. Ook producten ondergaan steeds vaker een extra bewerking waarmee ze geschikt wordt gemaakt voor de afnemer, detailhandel of de individuele klant. Ook hier komt veelal menselijk handelen aan te pas (gebaseerd op Ploos van Amstel, 2008). De invloed van het menselijk handelen binnen logistieke processen is dermate groot dat de stabiliteit van de processen niet altijd te garanderen is. Dit laatste is een doorn in het oog van DB Schenker. Om een antwoord te krijgen op de vraag hoe het menselijk gedrag te beïnvloeden is, zodanig dat genoemde problemen steeds minder voorkomen, heeft DB Schenker een logistieke stage aangevraagd bij de NHTV in Breda.

De samenwerking tussen DB Schenker en NHTV is een waardevolle relatie voor beide partijen. Zo profiteert DB Schenker van logistieke studenten die na hun studie voor de organisatie blijven werken en heeft de NHTV toegang tot het meest actuele praktijkvoorbeelden vanuit DB Schenker. Het ambitieuze plan voor een intensievere samenwerking op het gebied van kennisdeling, projecten en innovatie begint daadwerkelijk vorm te krijgen met als doel praktijk en theorie dichter bij elkaar te brengen. Mede daarom is deze stageopdracht aangeboden met als opdracht: Het ontwerpen van een generiek model om het verloop van processen inzichtelijk en meetbaar te maken en tegelijkertijd de werknemer inzicht te geven in hun invloed op de processen.

Performance Indicator

Een manier om prestaties van processen inzichtelijk te maken is door middel van PI’s (performance indicators). Dit zijn de procesresultaten, meestal weergegeven in een visuele vorm. Figuur 1 is een voorbeeld van een PI, waar de wijzer aangeeft (op een schaal van 1 tot 100) de performance van het proces aangeeft.

Deze vorm van resultaatvisualisatie wordt veel toegepast in bedrijven, maar heeft als nadeel dat het geen inhoudelijk inzicht verschaft over het proces zelf. In verband met de dynamische aard van de processen zou het logischer zijn om de dynamiek van de procesprestatie weer te geven.

 

 

Figuur 1 – Performance Indicator – een dashboard  metertje

 

Process Behaviour Charts

Een manier om de dynamiek van processen over een bepaalde tijdsperiode te visualiseren is via  process behaviour charts (PBC).

Process Behaviour Charts zijn afgeleid van Statistische Proces Controle (SPC). De theorie rondom statistische proces controle is rond 1920 door Dr. Walter Sheward bedacht en wordt gebruikt om onderscheid te maken tussen natuurlijke en bijzondere oorzaken van variatie in processen. Het onderscheid tussen deze twee vormen van variatie, is cruciaal om je proces te kunnen verbeteren. Bijzondere oorzaken van variatie maken je proces onbeheersbaar en dit is synoniem met onvoorspelbaar. Process Behaviour Charts zijn een effectieve en beproefde tool bij het verbeteren van processen in de procesindustrie. De essentie van een proces behaviour chart is dat een speciale of onvoorspelbare oorzaak die is af te lezen op de kaart, een indicatie is dat er een verandering in het proces heeft plaats gevonden. Door het proces aan te passen of bij te sturen kan de kwaliteit van de output verzekerd worden. Processen in een ‘contract logistieke’ omgeving zijn, door de grote rol van menselijke factoren moeilijker aan te passen dan bijvoorbeeld bij productieprocessen in proces industrie. Daardoor zijn proces behaviour charts niet één op één te gebruiken om de logistieke processen actief te sturen.

 

 

Figuur 2 – verloop van de proces prestatie in de tijd

 

Als voorbeeld: in de procesindustrie wordt de vloeibaarheid van verf direct beïnvloed door de hoeveelheid verdunningsmiddel. Veranderingen in die vloeibaarheid zijn direct op een proces behaviour chart terug te zien.  Als dan blijkt dat de vloeibaarheid afneemt als gevolg van een verminderde hoeveelheid verdunningsmiddel, kan naar de oorzaak van de vermindering worden gezocht en worden aangepakt (bv. het schoonmaken van machine onderdelen). Zodra dat is gebeurd wordt weer de normale hoeveelheid verdunningsmiddel toegevoegd en de gewenste vloeibaarheid weer bereikt.

In processen waar de mens een hoofdrol speelt  zijn veranderingen om het proces bij te sturen  niet zo direct te realiseren. Maar als de mens in logistieke processen zo’n grote rol speelt, hoe kan dan een proces behaviour chart worden toegepast?

 

Process behaviour charts in de logistiek

Figuur 3 is een schematische weergave van een standaard proces; input, proces en output. Waarbij de uitkomst van het proces wordt beïnvloed door allerlei variabelen, of invloedsfactoren. Elke variabele heeft een bepaalde mate van invloed op het proces, gevisualiseerd door de omvang van de cirkels. Tevens zijn er variabelen die invloed hebben op het resultaat maar van externe oorsprong zijn en daardoor niet (direct) beïnvloedbaar (de rode cirkels). Als nu de variabelen zoveel invloed hebben dan zou het beheersen van de invloed van de  variabelen op het proces zeer zinnig zijn.

Als, zoals al opgemerkt, menselijk  gedrag zo veel invloed heeft op de logistieke processen, dan zou het monitoren van dat gedrag effect kunnen hebben op de procesuitkomsten.  Het zal dan in de logistiek zaak zijn om de belangrijkste factoren van het menselijk handelen te onderscheiden en die te monitoren.

Om dat effectief te doen is gekeken naar wat in de theorie over procesmonitoring bekend is.

 

 

Figuur 3 – Proces variabelen met hun mate van invloed (rode cirkels zijn externe variabelen)


Statistische Proces Controle (SPC) – stap voor stap

G. Verrept (1988) beschrijft een stappenplan voor het introduceren van statistische proces controle. Dit plan van Verrept vormt de basis voor het gebruik bij DB Schenker, waarbij de volgende stappen zijn onderscheiden:

  1. Support fase
  2. Proces selectie fase
  3. Proces beschrijvingsfase
  4. Kaart selectie fase
  5. Implementatie fase
  6. Controle fase


Ad 1. Elke stap is belangrijk om ervoor te zorgen dat de acceptatie (bij de implementatie) en de resultaten optimaal zijn. Dit begint allemaal met de support top down. Vanuit het management moet het project gedragen worden. Zonder deze support kan er weerstand ontstaan, wat weer vertraging veroorzaakt.

Ad 2. In de tweede fase worden de juiste processen en de procesvariabelen gekozen. Om de wezenlijke variabelen te vinden, zal er een aantal vergaderingen gepland moeten worden waarbij zowel mensen van het management als mensen van de vloer om tafel moet zitten. De geselecteerde variabelen worden vervolgens door ieder aanwezig lid individueel beoordeeld op invloed en frequentie. Door deze data samen te voegen komen de grootste en meest frequente  variabelen boven water.

Ad 3. De derde fase is het nader bestuderen van de geselecteerde variabelen. In veel gevallen zal blijken dat de elke variabele eigenlijk ook weer een proces is. Om dat proces dan te monitoren zal het gedetailleerd beschreven moeten worden waarbij gebruik gemaakt kan worden van flow-charting technieken.

Ad 4. Het selecteren van de juiste (proces behaviour) kaart is cruciaal in stap vier. Er zijn een aantal verschillende soorten kaarten, elk met zijn eigen karakteristieken. De juiste kaart selecteren is belangrijk om de juiste de data uit de kaart te kunnen halen.

Ad 5. Tijdens de implementatie fase worden de eerste kaarten ingevuld op basis van historische gegevens (mits beschikbaar) waarmee ook de controle limieten berekend worden. Daarna zullen de kaarten blijvend aangevuld moeten worden met recentere gegevens.

Ad 6. Als laatste zal er tijdens de controle fase geëvalueerd worden of de implementatie en de acceptatie gelukt is. Dit is ook het moment waar alle speciale oorzaken opgeteld worden en waarmee de meeste frequente speciale oorzaak gereduceerd dient te worden om het proces te stabiliseren.


PBC in praktijk

Met de theoretische bagage is er een test uitgevoerd op een locatie van DB Schenker, om te bevestigen dat het toepassen van proces behaviour charts een generieke methode is en dat de theoretisch geschetste resultaten ook daadwerklijk te behalen zijn in de ‘contract logistiek’. In een kort voorbeeld wordt dit toegelicht. Het gaat hier over inkomende goederenstroom van een klant van DB Schenker. Deze goederenstroom staat afgebeeld in Figuur 4.

 

 

Figuur 4- Goederenstroomschema

Voor het proces in Figuur 4 is een ‘service level agreement (SLA)’ afgesproken met de klant. De totale inboektijd moet onder de acht uur zijn. Helaas bleek dit geen stabiel proces en om binnen ‘spec’s’ te blijven moest regelmatig extra inspanning worden geleverd.

Samen met de mensen van de werkvloer en de leidinggevenden zijn de mogelijke oorzaken in beeld gebracht.  Uiteindelijk zijn als drie belangrijkste oorzaken de volgende genoemd:

  1. Aantal orders dat tegelijkertijd binnen komt,
  2. Aantal nieuwe artikelen die in het systeem aangemaakt moeten worden,
  3. Personele bezetting bij het controleren.


Voor de verdere uitwerking in dit artikel is gekozen voor een nadere analyse van het aantal orders dat tegelijkertijd binnenkomt (input variabele 1).

Figuur 5 is een weergave van het aantal zendingen per week dat binnen de gestelde acht uur ingeboekt is. De figuur is een visualisatie van de prestatie gesteld in de SLA.

 

 

Figuur 5 – Resultaten van het totaal aantal orders per week dat ingeboekt was binnen het gestelde ‘service level agreement’ (periode week 15 t/m week 40).

De variatie in het proces is duidelijk te zien. Drie ‘metingen’ geven een resultaat dat duidelijk ligt onder de afgesproken norm van 96%.  De weken 18, 25 en 26 zijn ‘uitschieters’ of  in termen van PBC ‘special causes’. De andere weken laten ook variatie zien maar binnen de norm en wordt daardoor gezien als variatie veroorzaakt door ‘common causes’.

Opvallend is dat na week 26 de resultaten uitermate stabiel lijken te worden. De grafiek geeft over een periode van 10 weken (week 30 t/m 40) een 100% score aan. Alle orders zijn binnen de vastgestelde tijd ingeboekt.

Was het proces wel zo stabiel als het ‘out put’ resultaat doet vermoeden?  Het proces nader bestuderend leverde de volgende conclusies op:  met name de hoeveelheid binnen komende materialen (per order) zorgde voor problemen bij het inboeken.

 

 

Figuur 6: Fishbone diagram van de ‘werkdruk’ om orders op tijd in te boeken en te verwerken

 

Daarop zijn de data van de binnenkomende orders verzameld en in een PBC weergegeven. Deze (figuur 7) geeft veel meer variatie te zien dan de SLA metingen (figuur 5) doen vermoeden.  Daar waar de SLA metingen vanaf week 29 een nagenoeg stabiel en maximaal resultaat laten zien, blijkt dat de inboektijden per order enorm verschillen.

Figuur 7 geeft voor de weken 27 t/m 30 de (inboek)doorlooptijd per order. Iedere stip in deze figuur is gelijk aan de ontvangst van één order. De zwarte lijn is de Upper Specification Limit (USL van 8 uur). De rode lijn geeft de gemiddelde (inboek)doorlooptijd per order aan voor de geregistreerde periode.

 

Figuur 7 – Inboektijden per order over de weken 27 t/m 30 (100 individuele orders)


Opnieuw is ook voor dit proces (het inboeken van een order), gekeken naar de mogelijke oorzaken die van invloed kunnen zijn op deze inboektijd. De onvoorspelbaarheid van het binnen komen van de goederen en de daardoor niet te plannen hoeveelheid menscapaciteit bleek hier de belangrijkste factor.

Door eerdere signalering van de te verwachte hoeveelheid goederen per order kan de capaciteit tijdig worden aangepast en de werkdruk worden beheerst. In figuur 7 is te zien dat de inboektijd per order vanaf order #60 enorm zijn verbeterd. Deze order werd verwerkt 2 weken nadat het PBC was ingevoerd en er naast output ook input en proces variabelen gemeten werden.


Indirect effect van de metingen

De verbeteringen zijn echter niet alleen toe te wijzen aan tastbare wijzigingen in het proces op zoals personele bezetting bij het inboeken, maar tevens ook aan het indirect sturen van menselijk gedrag.  Door het geheel van overleg, het registreren, het inzichtelijk maken van werkelijke prestaties, de evaluatie kunnen processen gestabiliseerd worden. Juist op deze manier beïnvloeden PBC’s het gedrag van de medewerkers en daarmee de prestatie van het proces.

Momenteel worden proces behaviour charts volgens de bovengenoemde methode uitgerold binnen DB Schenker Nederland, waarbij er naast het sturen van menselijk gedrag natuurlijk ook gebruik gemaakt wordt van de overige waardevolle informatie die Process Behaviour Charts opleveren met betrekking tot de input en procesvariabelen.

Sources
Ploos van Amstel W. Logistiek is mensen werk in ‘www.delaatstemeter.nl’ 6 nov. 2008
van Doorn, E. (2012). Control Charts in Contract Logistics. NHTV,  stage rapport SLM, Breda.
Verrept, G. (1988). Statistische  Procesbeheersing, Stap voor Stap. Beaumont Quality Public.
Wheeler D. (1999). Understanding variation – The key to Managing Chaos  ISBN 0-945320-53-1

Mede-auteurs:

Erik van Doorn (1988) is nu vierdejaars student op de NHTV. Hij is drie jaar geleden begonnen met de opleiding internationale logistiek en economie als vervolg op zijn MBO logistiek. Erik heeft na zijn eerste stage in Shanghai, China gezocht naar een opdracht binnen Europa en is zodoende bij DB Schenker in Ridderkerk beland. Erik heeft voor DB Schenker onderzoek gedaan naar de mogelijkheden van het toepassen van PBC in een contract logistieke omgeving, waarvan dit artikel het gevolg is. Erik heeft inmiddels zijn minor in verander management behaald en is momenteel aan het afstuderen voor zijn bachelor.

Rutger Thielen, Manager Business Excellence DB Schenker Logistics Netherlands. Na jaren als LEAN consultant te hebben gewerkt, is Rutger sinds 2008 werkzaam bij DB Schenker. Hier is hij als Master Black Belt in Nederland verantwoordelijk voor het Business Exellence-programma. Hij ondersteunt de organisatie met het vormen van strategie, het bepalen van de status quo en het managen van het continu verbeterprogramma. Hierbij traint en begeleidt hij zo’n 40 Green en Black Belts en zorgt samen met zijn team dat de kwaliteits-, efficiency en innovatiedoelstellingen van de onderneming kunnen worden behaald.

Reageer op dit artikel