整体劳动力效能(OLE):劳动力生产率业务案例

　　整体劳动力效能(OLE):劳动力生产率业务案例

　　利用OLE发现生产率问题,创建盈利机遇

　　在谈到劳动力问题时,可能在所有行业中,压力最大的就是制造业了。其面临的挑战包括一系列重要问题,从大规模外包到低成本国家、工会要求、劳动力老化,以及医疗和家庭问题等。

　　制造商已在很多生产领域和供应链运营方面实现了自动化,现在他们意识到,下一个能实现高性能的因素就是劳动力。虽然大多数公司已自动执行核心HR功能,但许多公司还只是刚刚对战略性应用进行投资,以实现劳动力对生产率的积极影响,以及最终的,对利润的积极影响。

　　整体劳动力效能(OLE)是Kronos率先开发的模式和工具集,能使您更深入地了解劳动力生产率。Kronos 的 OLE工具揭示了直接和间接劳动力对生产率的影响,以便公司采取适当行动降低成本,发现提高整体生产率和利润的机遇。

　　OLE支持公司分析三个劳动力因素对生产率的累积效应:

　　·可用性:员工花费在有效工作上的时间百分比

　　·绩效:产品产量

　　·质量:所生产的出色产品或可销售产品的百分比

　　对上述任一因素的改进都会对利润产生巨大影响。过去,许多制造商一直面临的一个挑战是如何避免因某领域改进造成反弹效应带来的不良后果。例如,一个提高质量的计划可能会降低生产线的运行速度,从而最终对绩效产生负面影响。

　　OLE能揭示这些因素之间的关系,提供实时进展视图,以便经理平衡考虑和衡量这三个因素。

　　以下是一个 OLE高效诊断绩效和提高利润的实例。

　　在准备年度预算时,COO使用当前标准来为预计生产量制订规划草案。其中商品销售成本(COGS)为 1.16亿美元,预计毛利率为 6.25%。COGS的具体分析如下面的饼图所示。

　　这位 COO不久就发现,如果劳动力可用性、绩效和质量都各提高1%,则毛利率就会增长至 8.15%,利润提高250万美元。当然,问题在于找到能够进行改进的领域。

　　COO清楚地知道,减少人数无法解决问题,现有员工的技能和经验十分宝贵,不能有所损失。他需要评估机构各个层次的绩效,幸运的是,他拥有OLE工具来帮助他发现重要机遇。

　　OLE生命周期:纠正措施和生产优势

　　使用 OLE生命周期来提高员工生产率的过程一般分为两个重要阶段。首先,制造商关注问题区域,使其至少实现当前标准或计划产出。接下来,他们努力在继续诊断的阶段中挖掘生产率优势,精确调整OLE元素,将劳动力生产率提高到业界领先水平或确立出色的竞争优势。

　　根据其分析,COO知道,即使是小的改变,也能积少成多。解决了可能看来微不足道的日常问题,会大幅提高生产率和利润。通过量化OLE所提出的问题成本,并把握其带来的机遇,能够有力地改进利润。

　　开始着手:发现生产率问题,立即创造机遇这位COO认识到,虽然OLE提供了出色的顶层劳动力效能视图,但其真正价值在于底层视图,它能用于发现生产率问题的根本原因。利用Kronos的OLE工具,他能查看公司、工厂、部门和操作员级别的劳动力元素(可用性、绩效和质量),并将其与生产结果相比较,寻找需要改进的低效模式。

　　可用性可用性是进行优化的着手之处,这是因为员工已经被雇佣了。现在的目标是寻找在哪些领域提供并对合适的员工组合进行排班将能够增加有效工时。在正确的时间安排合适的人员看起来是很基本的元素,但如果不能做到这一点,劳动力生产率公式的其他元素就都没有意义了。

　　COO认真审查按时间排序的Kronos数据,以获得变化证据-任意减少每位员工的计划内有效工时数,以保护可实现的生产安排。接下来,他检查缺勤和未获批准的休假情况。Kronos劳动力数据会自动与生产结果相比较,指出各生产线的差异。对生产过程的审查可看出,低效的流程和原材料供应使一些操作员离开工位,去自行获取原材料,这就减少了他们的有效工时。松散的管理没有要求员工在休息后准时回到工作之中,从而进一步降低了他们的可用性。

　　该公司非常依赖临时工来支持季节性的需求变化,以及因新产品推出而导致的预料外需求高峰和低谷。通过查看Kronos人数趋势并将其与实际生产相关联,COO发现,该公司保留的临时工要多于实际需要的人数。进一步检查则发现了一个能轻松修复的信息传输瓶颈,此瓶颈会在需求降低时延缓人员的削减。

　　开始着手:发现生产率问题,立即创造机遇这位COO认识到,虽然OLE提供了出色的顶层劳动力效能视图,但其真正价值在于底层视图,它能用于发现生产率问题的根本原因。利用Kronos的OLE工具,他能查看公司、工厂、部门和操作员级别的劳动力元素(可用性、绩效和质量),并将其与生产结果相比较,寻找需要改进的低效模式。

　　可用性

　　可用性是进行优化的着手之处,这是因为员工已经被雇佣了。现在的目标是寻找在哪些领域提供并对合适的员工组合进行排班将能够增加有效工时。在正确的时间安排合适的人员看起来是很基本的元素,但如果不能做到这一点,劳动力生产率公式的其他元素就都没有意义了。

　　COO认真审查按时间排序的Kronos数据,以获得变化证据-任意减少每位员工的计划内有效工时数,以保护可实现的生产安排。

　　接下来,他检查缺勤和未获批准的休假情况。Kronos劳动力数据会自动与生产结果相比较,指出各生产线的差异。对生产过程的审查可看出,低效的流程和原材料供应使一些操作员离开工位,去自行获取原材料,这就减少了他们的有效工时。松散的管理没有要求员工在休息后准时回到工作之中,从而进一步降低了他们的可用性。

　　该公司非常依赖临时工来支持季节性的需求变化,以及因新产品推出而导致的预料外需求高峰和低谷。通过查看Kronos人数趋势并将其与实际生产相关联,COO发现,该公司保留的临时工要多于实际需要的人数。进一步检查则发现了一个能轻松修复的信息传输瓶颈,此瓶颈会在需求降低时延缓人员的削减。

　　COO的OLE调查还揭示了预料外的生产率下降模式,即对可用资源的低效使用。通过查看更深入的OLE数据,可看出问题与间接劳动力活动相关。当工人等待生产线转产,以及安全检查人员认可更改的配置时,浪费了大量的等待时间。通过与车间管理人员讨论,COO发现当生产线转产或启动时,他们会倾注大量精力进行管理,考虑到公司的需求模式,其成本是十分高昂的。而且这些问题经常会引起预料外的加班开支。COO于是设立了一个纠正措施项目,为改进转产生产率制订了量化目标。

　　通过运用其对公司的了解来思考下列问题,COO能列出并量化因可用性而造成的生产率损失,大约在1.3%到2%之间,即高达100-160万美元。

　　绩效:发挥员工的最大潜能

　　在正确的劳动力可用且得到正确排班的前提下,COO开始考虑影响劳动力绩效的因素。Kronos能提供班次和各员工绩效的趋势数据,当与OLE工具提供的员工培训记录相结合时,就能发现新员工需要多长时间才能实现高生产率方面存在着的差异。这些数据还将生产率与新员工接受培训的时间和内容相关联,表明某些生产线的员工能更快提高生产率。这促使COO亲访车间,在那里他发现在生产率较高的产品线上的工位,贴出了书面的工作流程。OLE还显示了有新员工工作的生产线因测试设备维修而出现了更多生产停顿现象,这增加了维修加班,偶尔还会造成其他生产线的延误。

　　领域可用性因素潜在净优势

　　直接劳动力·劳动力标准低——排班保护所安排的有效工时增加·缺勤1%-1.5%

　　·休息后投入工作较慢

　　·对不需要的临时工解聘较慢

　　间接劳动力·重新安排原材料处理任务0.3% -0.5%

　　·安全检查人员不足

　　·持续生产所需的管理干预或批准过多

　　COO的OLE调查还揭示了预料外的生产率下降模式,即对可用资源的低效使用。通过查看更深入的OLE数据,可看出问题与间接劳动力活动相关。当工人等待生产线转产,以及安全检查人员认可更改的配置时,浪费了大量的等待时间。通过与车间管理人员讨论,COO发现当生产线转产或启动时,他们会倾注大量精力进行管理,考虑到公司的需求模式,其成本是十分高昂的。而且这些问题经常会引起预料外的加班开支。COO于是设立了一个纠正措施项目,为改进转产生产率制订了量化目标。

　　通过运用其对公司的了解来思考下列问题,COO能列出并量化因可用性而造成的生产率损失,大约在1.3%到2%之间,即高达100-160万美元。

　　绩效:发挥员工的最大潜能

　　在正确的劳动力可用且得到正确排班的前提下,COO开始考虑影响劳动力绩效的因素。Kronos能提供班次和各员工绩效的趋势数据,当与OLE工具提供的员工培训记录相结合时,就能发现新员工需要多长时间才能实现高生产率方面存在着的差异。这些数据还将生产率与新员工接受培训的时间和内容相关联,表明某些生产线的员工能更快提高生产率。这促使COO亲访车间,在那里他发现在生产率较高的产品线上的工位,贴出了书面的工作流程。OLE还显示了有新员工工作的生产线因测试设备维修而出现了更多生产停顿现象,这增加了维修加班,偶尔还会造成其他生产线的延误。

　　领域可用性因素潜在净优势

　　直接劳动力·劳动力标准低——排班保护所安排的有效工时增加

　　·缺勤1%-1.5%

　　·休息后投入工作较慢

　　·对不需要的临时工解聘较慢

　　间接劳动力·重新安排原材料处理任务0.3% -0.5%

　　·安全检查人员不足

　　·持续生产所需的管理干预或批准过多

　　领域可用性因素潜在净优势

　　直接劳动力·行多次OJT任务培训0.5%-0.8%

　　·在工位贴出流程间接劳动力·因错误使用内嵌测试设备而导致生产停顿0.5%-0.8%

　　·因测试设备故障而造成生产延误

　　·额外的维修加班

　　质量:确保消除浪费在使员工完全可用且能保持适当的产出水平后,COO将注意力转向确保员工提供最高质量的生产上面。如果向废品或必须返工的产品投入时间和原材料,将是最大的浪费。

　　生产数据表明,整体的废品率符合目标,但OLE发现有一个班次(由最近被竞争对手解聘的一位员工负责管理)在启动和转产时浪费的原材料较少。COO于是计算如果将此流程知识传授给所有班次,能获得怎样的优势。

　　领域可用性因素潜在净优势

　　直接劳动力·行多次OJT任务培训0.5%-0.8%

　　·在工位贴出流程间接劳动力

　　·因错误使用内嵌测试设备而导致生产停顿0.5%-0.8%

　　·因测试设备故障而造成生产延误

　　·额外的维修加班

　　质量:确保消除浪费

　　在使员工完全可用且能保持适当的产出水平后,COO将注意力转向确保员工提供最高质量的生产上面。如果向废品或必须返工的产品投入时间和原材料,将是最大的浪费。

　　生产数据表明,整体的废品率符合目标,但OLE发现有一个班次(由最近被竞争对手解聘的一位员工负责管理)在启动和转产时浪费的原材料较少。COO于是计算如果将此流程知识传授给所有班次,能获得怎样的优势。

　　工厂中已经引入并批准了一种新的测试方法,其部分原因是它能更快地进行分析,以确保质量,且需要的原材料较少。但通过对该测试的单独员工工作效率进行逐阶段的比较,可发现这一测试更为复杂。即使是技能最高的工人,完成测试的时间也会延长。所以,从整体来看,它实际上增加了成本。

　　领域质量因素潜在净优势直接劳动力

　　·将某一监管人员的流程知识传授给全体人员,0.4%-0.7%降低所有班次的废品率间接劳动力

　　·恢复原测试方法0.3%-0.7%

　　藉此,COO找到了通过提高员工的灵活性和经济高效性,来优化产量和质量的方法。他确定了纠正措施,使运营符合既定标准,并发现了提升某些标准的方法。总体而言,他发现其劳动力成本能实现3%-5%的优化。

　　生产率:通过优化实现利润优势

　　一旦机构进行了OLE模式指出的众多基础变革,它就能开始寻找优化所有制造流程劳动力绩效的机遇。

　　Kronos 的OLE工具能在发现生产率问题方面提供巨大帮助,而且在确定和关联更复杂的劳动力问题方面也有着特殊的能力。

　　OLE的先进应用可发现机构和流程间的相互关系。通过调查找到具体瓶颈——当唯一获得认证的维修技术人员缺勤,第三班的生产率下降,或更为普遍的问题——定期参加强制性培训的员工与那些声称太忙无法参加培训的员工相比,生产率更高。

　　发现生产率改进机遇

　　由于每个公司情况不同,各自面临的生产率和利润问题也不一样,因此OLE提供了多种使用方式。在此例中,这位COO调查了两个能提高利润的领域。

　　对呼叫中心和售后服务人员的数据分析表明,某一产品线的售后服务成本异常高昂。通过将这些计划外成本与生产和设计成本相关联,COO对产品利润有了更清晰的了解,能够从战略角度更好地选择产品和提出定价建议。他还制订了一个提高工厂级生产质量的计划。

　　该公司已将部分产品运营外包,通过OLE工具,COO了解到外包并未提供预期优势。尽管外包劳动力费用低廉,但还有间接成本。管理外包,包括产品成本、差旅和通信、产品运输及管理层关注等的成本都高于预期。COO拥有了更充分的信息,以便进入下一轮外包谈判。

　　总结

　　制造商已通过实施强有力的供应链应用,大幅优化了原材料使用,但公认为公司最重要的可控资源的劳动力却被大大忽略了。企业对基本HR功能进行了投资,却错过了优化劳动力可用性、绩效和工作质量所能带来的生产率回报。

　　采用OLE参数能为公司实现大幅成本节约和提高其在市场上的竞争力奠定基础。OLE实现了制造过程中劳动力和原材料的平衡优化,充分利用了它们之间的关系,以便把握新的市场机遇。

　　Kronos中国,中国北京市海淀区中关村东路清华科技园8号楼科技大厦 B座赛尔大厦 B701A单元 www.kronos.com/china