PR

改善につながるデータ分析が可能

 活動量計を使って作業内容と作業時間が把握できるようになったため、より詳細な分析が可能になった。実際の分析手順をみてみよう。

 まずは倉庫内を大きく区分けしたブロック単位でデータを分析し、全体の傾向を把握する。標準作業工数に対して活動量計で収集した実績が上回っていれば、現状の作業のどこかに原因があるはずだ。原因を見つけ出すには、より細かなデータをドリルダウンしていく必要がある。

 そこで、次にブロック内を区分けしたエリアごとに、標準作業工数と実際のピッキング作業時間を比較する。最もギャップの大きいエリアを特定し、さらにドリルダウンしていく。エリア内には多数の保管棚が配置されていて、それぞれ列番号が割り当ててある。この列番号ごとに合計の作業時間を比較し、ギャップの大きい列番号を洗い出す。

 最後に、洗い出した列番号ごとに平均の作業時間を比較する。ここで「手作業」「台車移動」など4つの作業内容に着目する。ギャップの大きい作業内容を特定し、その作業内容について改めて担当した作業員にヒアリングしたり、現場を観察したりして原因を突き止めていく。

 実際に、ある列番号で手作業に時間がかかっていることがデータ分析で明らかになり、原因を探って改善した実績もある。1つの棚に異なる商品が保管され、整理されていなかった。そのため作業員が指示された棚まで来てもピッキングすべき商品をすぐに見つけられず、探す時間がかかっていたのだ。

 改善策として棚を10分割し、1つのスペースに1つの商品を保管するようにした。区切りは、ロケーション番号に枝番号を付け加えて管理する。また、手の届きにくい棚の上部は、補充用の保管エリアとして利用するようにした。こうした改善策によってギャップをゼロに改善できた列番号もある。

手作業の時間を短縮するために実施した改善策
手作業の時間を短縮するために実施した改善策
[画像のクリックで拡大表示]