4 Modell för visualisering
4.2 Modellens funktioner
För att den relationsdatabas som beskrivs ovan ska vara användbar har så kallade measures använts. Dessa skrivs i språket DAX och möjliggör dynamiska beräkningar. I och med att de använder sig av olika värden beroende på hur användaren väljer att filtrera datan kan situationsanpassade resultat beräknas. Även beräknade kolumner, som alltså innebär att ett värde beräknas på varje rad i en tabell, används i modellen. Nedan beskrivs de funktioner som anses viktigast, nämligen de som kan användas som underlag vid beslut om var fokus bör riktas i det kontinuerliga förbättringsarbetet.
4.1.1 Visualisering av fyllnadsgrad
Som beskrevs i avsnitt 2.4.2 är fyllnadsgrad ett användbart mått på hur väl en transport utnyttjas. I modellen beräknas fyllnadsgraden med avseende på lastad vikt och visualiseras för olika bilar och deras respektive delsträckor. Då det oftast är bilarnas viktmässiga maxkapacitet som är den begränsade faktorn för Arlas produkter har ingen beräkning för fyllnadsgrad med avseende på volym inkluderats. Genom villkorsstyrd formatering i form av färgkodning kan användaren snabbt identifiera de transporter som har hög respektive låg fyllnadsgrad, såväl som sådana vars fyllnadsgrad överstiger 100 procent och således kräver extrabilar (se Figur
11). Vidare möjliggör funktionen en snabb utvärdering av en potentiell omläggning, eftersom den lediga kapaciteten avgör huruvida en viss volym får plats på bilen eller ej (se Figur 12).
4.1.2 Visualisering av nyttjandegrad
För att visa fyllnadsgraden på bilnivå används måttet nyttjandegrad, som alltså viktar fyllnadsgraden för respektive delsträcka med avseende på dess längd. Med denna funktion kan bilar som ur ett helhetsperspektiv inte når Arlas målsättningar identifieras.
Figur 11. Fyllnadsgrad för olika delsträckor och dagar på bil J32.
Figur 12. Fyllnadsgradens variation över veckan och den utnyttjade respektive lediga kapaciteten i bilen.
4.1.3 Kostnadsberäkningar
De totala transportkostnaderna i modellen är en summering av körkostnader, hantering i samband med stopp, eventuella helgtillägg och gällande DMT. Överlag är detta ett snabbt sätt att avgöra huruvida kostnaderna har ökat.
De totala transportkostnaderna på veckobasis kan sedan brytas ned i körkostnader per delsträcka, bil, dag eller vecka, med DMT och hanteringskostnader inkluderade eller exkluderade (se Figur 14). Beräkningarna kan exempelvis ge indikationer på vilka delsträckor som driver kostnader då de möjliggör jämförelser av kostnader för bilar, delsträckor, transportföretag och dagar.
Slutligen är öre per kg en viktig KPI för Arla. Även denna kan beräknas för olika delsträckor, bilar, dagar och veckor.
Figur 13. Nyttjandegraden för ett urval av Arlas mellantransporter.
4.1.4 Övriga visualiseringar
Modellen innehåller utöver de redan nämnda ett antal visualiseringar som inte kräver egna measures. Det tydligaste exemplet är en karta som låter användaren se hur delsträckorna går för olika bilar, rutter och produkter samt vilka dagar och tidpunkter detta sker (se Figur 16). Vidare synliggör modellen också fördelningen mellan de produkter som transporteras (se Figur 16). Filtrering kan göras med avseende på exempelvis rutt och delsträcka, vilket kan ge indikationer på i vilken del av landet olika produkter efterfrågas. Över tid skulle detta även kunna användas för att följa hur fördelningen förändrats mellan Arla-produkter i förhållande till Private Label-artiklar, som alltså är Arla-producerade produkter under annat märke.
Figur 16. Övergripande visualisering av Arlas mellantransporter och exempel på
produktfördelning på en rutt.
Ytterligare en visualisering visar på lastnings- och lossningstiderna vid siterna, varigenom användaren kan se när en specifik godsmottagnings- eller utlastningsport enligt plan ska vara upptagen såväl som under vilka tider på dygnet det är tomt respektive fullt på lastningskajerna. Med hjälp av denna funktion skulle in- och utflödet kunna balanseras under dygnet, både för att underlätta för lagerpersonal och för att minimera eventuella väntetider till följd av upptagna portar. För att funktionen ska vara riktigt användbar krävs dock att även distributionsbilar inkluderas.
5 Resultat
Medan syftet med Case 1 var att utreda en eventuell omläggning, och därmed gå ned på djupet, var tanken bakom Case 2 att synliggöra potentialer. Det första caset upptar därmed en större del av detta kapitel, medan det andra besvarar frågeställningen på en mer övergripande nivå. Alla siffror som berör kostnader är fiktiva.
5.1 Case 1: Omläggning av Esbjerg-flödet
En omläggning av Esbjerg-flödet kan ske på en rad olika sätt, varav fyra stycken undersöks i detta arbete. Alternativ 1a motsvarar nuläget och innebär alltså att det inte görs någon omläggning. Alternativ 1b bygger på samma premiss, med skillnaden att framstämplingen av vissa Esbjerg-produkter resulterar i större produktionsbatcher. Alternativ 2a innebär en omläggning från Götene till Jönköping och Kallhäll. Detsamma gäller alternativ 2b, med ökade batchstorlekar som enda skillnad.
5.1.1 Totalkostnadsanalys
För att undersöka vilket alternativ som är mest ekonomiskt fördelaktigt genomfördes en totalkostnadsanalys. Kostnadsposterna som analyserats är transportkostnader, hanteringskostnader, lagerhållningskostnader och investeringskostnader.
Tabell 1. Totalkostnadsanalys. Förhållanden mellan kostnaderna för alternativen.
Alternativ 1a Alternativ 1b Alternativ 2a Alternativ 2b
Transportkostnader/år 1 1 0,99 0,99 Hanteringskostnader/år 1 1 0,88 0,88 Lagerhållningskostnader/år 1 1,06 0,69 0,78 Totala kostnader/år 1 1,02 0,90 0,92 Investeringskostnader 0 0 X X Totalt (år 1) 1 1,02 1,05 1,07
Vid jämförelse av de fyra alternativen framgår att alternativ 1a är det mest fördelaktiga under det första året då investeringskostnaderna för lagerlösningar påverkar. Samtidigt måste risken för ökade batchstorlekar vägas in, som alltså innebär ökade lagerhållningskostnader. Sammanfattningsvis är alternativ 2a och 2b att föredra framför 1a och 1b på sikt, eftersom investeringarna återbetalar sig själva på mindre än två år. De antaganden och beräkningar som ligger till grund för respektive kostnadspost beskrivs nedan, även om specifika siffror utelämnas.
Transportkostnader
Kostnaderna för transport utgår från den totala kostnaden för alla körsträckor relaterade till Esbjerg-flödet som påverkas av en eventuell omläggning. Ingen hänsyn har tagits till antal rutter per delsträcka.
Transportkostnaderna för alternativ 1b antas överensstämma med alternativ 1a. En ökning av batchstorleken i Esbjerg skulle visserligen öka volymerna per leveranstillfälle men samtidigt minska frekvensen av dem, varför Esbjerg även fortsättningsvis levererar samma årliga volymer till Götene. Leveranserna från Esbjerg kommer således att bli större men ankomma mer sällan, varför antalet transporter inte bör påverkas. På samma vis antas transportkostnaderna överensstämma mellan alternativ 2a och 2b. De sträckor som i teorin kan elimineras från chartern har inkluderats i analysen, men för dessa måste givetvis den praktiska genomförbarheten undersökas.
Hanteringskostnader
Hanteringskostnaderna beräknas som stopptid för lastning och lossning multiplicerat med site- respektive åkerispecifik personalkostnad, beroende på vem som utför aktiviteten. Dessa beräkningar utförs endast för de rutter som innehåller Esbjerg-produkter, varför stopptid där även andra rutter hanteras har fördelats med avseende på antal rutter. Ingen hänsyn tas således till rutternas storlek i förhållande till varandra. Vidare har endast hantering som direkt påverkas av en eventuell omläggning inkluderats.
I likhet med antalet transporter antas lastnings- och lossningstiderna vara oförändrade med ökade batchstorlekar, vilket resulterar i samma hanteringskostnader för a- och b-alternativ. Alternativ 2 innebär lägre hanteringskostnader än alternativ 1, eftersom hanteringen i Götene elimineras samtidigt som antalet transporter till Jönköping och Kallhäll reduceras. Att volymer från charterflödet istället levereras med linjetrafik bidrar också, eftersom den hanteringen inte bekostas separat utan ingår i kostnaderna för transport.
Lagerhållningskostnader
Kostnaden för lagerhållning bygger på två faktorer: genomströmningskostnad och lagerhållen vikt. Endast volymer som inkommer till Götene, Jönköping och Kallhäll antas variera mellan alternativen.
För Jönköping har ingen genomströmningskostnad kunnat tas fram, varför denna siffra har uppskattats utifrån uppgifterna för Götene och Kallhäll. Hänsyn har tagits till lagerkapacitet, automatiseringsgrad och vilka typer av pallar som lämnar siten.
Beräkningen av lagerhållningskostnader för alternativ 1b bygger på antagandet att Götene även fortsättningsvis kommer att verka som en buffert i förhållande till Jönköping och Kallhäll, varför kostnaderna för lagerhållning vid dessa siter är desamma som i alternativ 1a. I Götene innebär ökade batchstorlekar däremot att Esbjerg-produkterna måste lagerhållas under en längre tid, vilket ger upphov till högre kostnader.
För resterande alternativ uteblir lagerhållningskostnaden i Götene. Genomströmningskostnaderna för alternativ 2a antas vara oförändrade med nuvarande produktionsupplägg medan den lagerhållna vikten i Jönköping och Kallhäll ökar med en omläggning. För alternativ 2b antas genomströmningskostnaderna däremot öka, vilket resulterar i högre lagerhållningskostnader.
Investeringskostnader
Trots att Götene i dagsläget besitter en viss överkapacitet kommer framtida lagerinvesteringar att krävas, oberoende av huruvida omläggningen genomförs. Omläggningen skulle givetvis frigöra lagerkapacitet och således minska investeringsbehovet, men i och med att Esbjerg-volymerna i sig inte skapar behovet, samtidigt som lagerinvesteringarna ännu inte har kvantifierats bortser vi från dessa. Hos resterande siter krävs heller inga investeringar kopplade till volymerna från Esbjerg, varför investeringskostnaderna för alternativ 1a blir noll.
Större, mer lågfrekventa leveranser ställer högre krav på lagerkapacitet, vilket är fallet för alternativ 1b. För detta krävs ingen investering i externa lager, men det ställer däremot högre krav på planerade investeringar drivna av andra projekt. Liksom för alternativ 1a har den kostnaden exkluderats. Även för detta alternativ blir investeringskostnaderna således noll. För att en omläggning ska kunna genomföras krävs givetvis tillgängligt lagerutrymme i Jönköping och Kallhäll för både de volymer som inkommer i dagsläget och det säkerhetslager som idag finns i Götene. I nuläget är detta utrymme begränsat, varför investeringar i olika lagerlösningar är en förutsättning på båda siter. Givet de investeringsförslag som tillhandahållits överensstämmer investeringskostnaderna för alternativ 2a och 2b.
5.1.2 Känslighetsanalys
Som nämns i avsnitt 5.1.1 bygger totalkostnadsanalysen på ett antal antaganden, vilka bör undersökas i syfte att säkerställa tillförlitliga estimat. De viktigaste felkällorna som har identifierats påverkar främst kostnaderna för transport och lagerhållning. Kostnadsanalysen bygger i nuläget på antagandet att antalet transporter i de fall det är teoretiskt möjligt också praktiskt kan reduceras. Om analysen istället utgår från att antalet leveranser per vecka hålls konstant och att endast volymen på linjebilarna ändras skulle de årliga transportkostnaderna för alternativ 2 och öka med 10,75 procent. Alternativet skulle fortfarande vara mer fördelaktigt än alternativ 1, även om investeringskostnaderna nu skulle kräva tre år för att återbetalas.
Tabell 2. Känslighetsanalys med avseende på bilar.
Transportkostnad - teoretiskt
antal bilar oförändrat antal bilar Transportkostnad - Ny total (år 1) Ny total (år 2)
Alternativ 1a 1,00 +0,00% 1,00 1,00
Alternativ 1b 1,00 +0,00% 1,00 1,02
Vidare har en av de två in-parametrarna för lagerhållningskostnaden i Jönköping antagits, eftersom denna inte finns att tillgå i dagsläget. Nedan undersöks effekten av att variera genomströmningskostnaden med 25 procent. Denna analys visar att ökade genomströmningskostnader visserligen innebär betydande kostnadsökningar, men att skillnaderna alternativen emellan är relativt små.
Tabell 3. Känslighetsanalys med avseende på genomströmningskostnad.
Lagerhållningskostnad Lagerhållningskostnad - ±25% av GK Förändring total (år 1) Förändring total (år 2)
Alternativ 1a 1,00 ±5,96% ±1,69% ±1,69%
Alternativ 1b 1,06 ±5,64% ±1,67% ±1,67%
Alternativ 2a 0,69 ±9,93% ±1,86% ±2,16%
Alternativ 2b 0,78 ±9,92% ±2,04% ±2,37%
Känslighetsanalyserna visar sammantaget att alternativ 2a på sikt är att föredra ur kostnadsperspektiv oavsett om antalet bilar och genomströmningskostnaden i Jönköping förändras enligt tabellerna ovan.
5.1.3 Värdeflödesanalys – Framtida tillstånd
I Figur 19 illustreras det övergripande flödet för alternativ 2a och b i form av en flödeskarta. Jämfört med nuläget (se Figur 6) undviks lagringen i Götene helt, vilket innebär att motsvarande lagringstid tillkommer i Kallhäll och Jönköping. Leveranser till kundlagren påverkas dock inte nödvändigtvis av denna ledtidsförändring i och med att antalet lagringspunkter hålls konstant. Vidare medför omläggningen att Esbjerg-volymerna bortfaller från transporterna mellan Götene och Jönköping respektive Götene och Kallhäll.
I Figur 20 nedan illustreras det önskade flödet för leverans via Jönköping till kundterminal.
Den nya ledtiden blir alltså 600 timmar medan den totala transporttiden blir 24 timmar. Transporttiden har minskat med tre timmar till följd av den borttagna transporten mellan
Figur 20. Esbjerg-flödet från Esbjerg till slutkund, via Jönköping – Framtida tillstånd. Figur 19. Översikt av Esbjerg-flödet – Framtida tillstånd. Kund 1 Kund 2 Kund 3 Kund 4
Götene och Jönköping. Detta innebär att den nya kvoten blir 4,0 procent - att jämföra med de tidigare 4,48 procenten (se Figur 7).
Vid jämförelse av de olika alternativen måste hänsyn tas till framstämplingens inverkan på ledtiden. Då beslutet om framstämpling och den ökade lagerhållningstid denna medför är oberoende av det här arbetet delas jämförelsen upp i två scenarion: samma produktionsupplägg som i dagsläget respektive ökade batchstorlekar.
I fallen där produktionsupplägget är detsamma, det vill säga alternativ 1a och 2a innebär det sistnämnda alternativet en direkt ledtidsreduktion på mellan 0,5 och 1,0 procent, exklusive hantering (se Tabell 4). Den förändrade ledtiden följer av att transporterna till Jönköping respektive Kallhäll bortfaller.
Tabell 4. Ledtidsförändringar för alternativ 1a och 2a.
Alternativ 1a Alternativ 2a
Jönköping --- -0,50%
Kallhäll --- -1,00%
I fallen med ökade batchstorlekar jämförs alternativ 1b och 2b med nuläget. Som framgår av Tabell 5 innebär ökad framstämplingstid en ökning av ledtiden på mellan 10 och 13 procent. Liksom i fallet utan ändrat produktionsupplägg är dock en omläggning något mer fördelaktigt.
Tabell 5. Ledtidsförändringar för alternativ 1b och 2b.
Alternativ 1b Alternativ 2b
Jönköping 11,20% 10,60%
Kallhäll 13,30% 12,20%
Sammanfattningsvis innebär en omläggning att den totala ledtiden från Esbjerg till utlastning inför transport till kund blir kortare än om flödet fortsätter gå via Götene.
5.2 Case 2: Synliggörande av Charterflödet
Med hjälp av de funktioner som inkluderats i den färdiga Power BI-modellen har ett flertal potentialer för att minska kostnader och ledtider kunnat synliggöras. Områden som identifierats skulle kunna bidra till reduktion av slöserier, såsom outnyttjad kapacitet i bilar, väntetid vid godsmottagning och utlastning, samt kassationer till följd av hantering och stressig arbetsmiljö. Nedan presenteras tre exempel på sådana potentialer.
5.2.1 Högt öre per kg
Kostnaden per transporterad volymenhet, det vill säga öre per kg, är en KPI Arla redan vid arbetets uppkomst efterfrågade. I Figur 21 visas hur denna kostnad varierar för olika bilar. Ur diagrammet kan utläsas att S73 har betydligt högre öre per kg än övriga bilar, vilket förklaras av att distributionsrutter som inte ingår i arbetets scope samlastas i bilen. Vidare motsvarar Bil 1, Bil 2, Bil 3 och Bil 4 de linjebilar från Esbjerg till Götene som presenterades i Case 1. Dessa bilar avgår högt räknat fyra gånger per dag, fem dagar i veckan - motsvarande 20 leveranser i veckan med en genomsnittlig fyllnadsgrad på 63,7 procent. Detta innebär att det finns utrymme för att minska antalet transporter och öka fyllnadsgraden i bilarna. Teoretiskt skulle antalet leveranser kunna reduceras, varigenom en fyllnadsgrad på cirka 94 procent och stora årliga kostnadsbesparingar skulle kunna uppnås. Med utgångspunkt i spannets nedre gräns, vilket motsvarar 17 leveranser i veckan med fyllnadsgrad på 77 procent, skulle de årliga kostnadsbesparingarna bli lägre, men fortfarande betydande. Överlag ser vi att varje transport som kan elimineras per vecka i sig skulle ha stor påverkan.
S71 och S72 har precis som tidigare nämnda S73 fler rutter lastade än vad som inkluderats i den insamlade datan, varför öre per kg-priset är relativt högt. Dessa bilar avgår från Kallhäll norrut mot Sundsvall, vilket alltså innebär en lång körsträcka och således höga transportkostnader. Fyllnadsgraden på dessa bilar är således viktig att se över, då effekten av att exempelvis köra någon dem en dag mindre per vecka kan vara betydande ur ett kostnadsperspektiv. Figur 21. Öre per kg för Arlas bilar. S7 3 Bi l 1 Bi l 2 Bi l 3 Bi l 4 K9 1 S7 1 S7 2 L4 7 L5 0 A8 1 J3 2 L4 4 L5 3 J3 6 A8 5 L4 3 L5 5 L5 1 L4 3 AB 1 L5 2 A8 3 J3 4 A8 0
K91 transporterar en dag i veckan gods tur och retur från Kallhäll till Kund 5. Medan fyllnadsgraden dit i genomsnitt uppgår till 23,4 procent går retursträckan tom, vilket ger en nyttjandegrad på 11,7 procent. Skulle volymen som körs på K91 flyttas direkt till L43 på måndagen skulle bilens maxlast överskridas (se Figur 22). Om lasten däremot delas upp, alternativt avgår senare i veckan, finns tillräcklig kapacitet. Genom att låta K91 upphöra skulle viktiga besparingar, exklusive besparingar relaterade till DMT, kunna göras per år, om än inte lika stora som i fallet med bilarna från Esbjerg.
5.2.2 Låg respektive för hög nyttjande- och fyllnadsgrad
I modellen kan både fyllnads- och nyttjandegrad visualiseras på en rad olika sätt beroende syfte. I Figur 23 nedan har nyttjandegraden sorterats i stigande ordning, från lägst till högst, för att synliggöra bilar med stor förbättringspotential. Respektive bil och tillhörande delsträcka presenteras mer ingående nedan.
Figur 22. Fyllnadsgrad per bil, delsträcka och dag.
De låga nyttjandegraderna hos K91 och S73 avhandlas till viss del i föregående avsnitt, i och med att nyttjandegraden är en viktad variant av måttet fyllnadsgrad. Istället läggs fokus på A81 och fyllnadsgraden på tillhörande delsträckor. Bilen körs sträckorna Götene-Kallhäll-Götene på fredagar och Götene-Kund 3-Götene på söndagar (se Figur 24).
För att hitta alternativa bilar som lasten på A81 kan transporteras på har tabellen i Figur 25 filtrerats på delsträckan Götene-Kallhäll. Ser vi till fredagsleveransen med A81 finns potential att fördela lasten på A85 klockan 13.00. Bilen skulle då ha en genomsnittlig fyllnadsgrad på strax över 100 procent. Eftersom volymerna varierar från vecka till vecka skulle transporten med A85 klockan 01.00 kunna utnyttjas då maxvikten på transporten kl. 13.00 överskrids. Ytterligare ett alternativ för att eliminera fredagtransporten med A81 är att överväga andra leveransdagar. A83 har exempelvis låg fyllnadsgrad i början av veckan där ledig kapacitet alltså skulle kunna utnyttjas i högre grad. Kan A81 elimineras på fredagen skulle kostnadsbesparingen bli något större än om K91 tas bort, exklusive besparingar relaterade till DMT.
Av Figur 26 nedan framgår att A81 är den enda bilen som kör delsträckan Götene-Kund 3 på söndagar. Även om andra leveransdagar skulle övervägas är den alternativa slingan med A83 redan överbelastad. Söndagsleveransen på A81 blir därmed svår att eliminera direkt i nuläget. Istället kan fokus riktas mot den tomma retursträckan, vilken är orsaken till den låga nyttjandegraden. För att öka denna skulle Arla kunna överväga samarbeten, både internt och externt.
Vidare är sträckorna till Kund 3 med A83 exempel där fyllnadsgraden är för hög, vilket i regel innebär att dyra extrabilar måste köras. För att minimera förekomsten av dessa skulle en viss del av lasten från A83 kunna fördelas till A81. En annan möjlighet för att hantera den höga vikten på A83 är att införa fler leveransdagar för att balansera flödena. Även här skulle returflöden behöva utnyttjas för att öka nyttjandegraden.
Sammanfattningsvis finns potential att eliminera fredagskörningen med A81 och att samarbeta med interna och externa aktörer i behov av transporter från Göteborgsområdet österut. Vidare är en jämnare fördelning av rutterna på A83 över veckan fördelaktigt i syfte att undvika extrabilar.
På samma sätt som att låg fyllnadsgrad är problematiskt innebär för hög fyllnadsgrad att extrabilar måste beställas, vilket som nämnt är kostsamt. En extrabil då och då kan givetvis vara mer kostnadseffektivt än regelbundna men outnyttjade charterbilar, men genom balanserade flöden med avseende på delsträckornas totalvikt skulle antalet extrabilar kunna minimeras utan tillägg av charterbilar. På J34, där vikten på sträckan Linköping-Jönköping överstiger bilens kapacitet på både måndagar och fredagar (se Figur 27), skulle last dels kunna fördelas jämnare över dagarna, dels kunna förläggas på exempelvis J32 som kör samma sträcka under samma dagar.
För motsatt sträcka, Jönköping-Linköping, är fyllnadsgraden generellt låg (se Figur 28). Medan lasterna på exempelvis L52 och J32 med stor sannolikhet enkelt skulle kunna konsolideras skulle det inte generera något värde, eftersom dessa sträckor främst körs i syfte att returnera bilarna till Linköping. Att eliminera några delsträckor är alltså inte möjligt i detta fall, såvida Arla inte kan hitta externa samarbeten med aktörer med motsatta flöden.
Ett liknande exempel utgörs av delsträckorna Linköping-Kallhäll och Kallhäll-Linköping. Medan bilarna avgår i princip fullastade från Linköping sex till elva gånger om dagen, sju dagar i veckan, återvänder de generellt med antingen låg fyllnadsgrad eller helt utan last. Precis som för transporterna mellan Linköping och Jönköping skulle Arla gynnas av samarbetspartners med motsatta flöden. På längre sikt vore det fördelaktigt att förlägga utökad produktion till siter varifrån både interna och externa transporter i dagsläget avgår tomma, eftersom det redan befintliga transportflödet i sådana fall kan utnyttjas.
5.2.3 Dyr delsträcka
I Figur 29 illustreras kostnaderna för de olika delsträckorna på veckobasis. Syftet med