<img src="https://secure.leadforensics.com/133892.png" alt="" style="display:none;">

Gamybos industrijai ypatingai svarbu laiku turėti galimybę analizuoti gaminių savikainas, gamybos užsakymų terminus, lyginti planinę savikainą ir kiekius su faktine, nes reikia ypač greitai prisitaikyti prie rinkos iššūkių, vartotojų poreikių ir besikeičiančios situacijos. Tam padėti gali naujų technologijų naudojimas – jau nemažai įmonių apskaito ir veda gamybą verslo valdymo sistemose, tačiau naujos analitikos technologijos gali padėti daryti įžvalgas ir priimti teisingus sprendimus negaištant laiko duomenų paieškai ir analizei, kai tuo tarpu analitikos įrankiai pateikia jau agreguotą ir vaizdinę informaciją apie realią situaciją gamyboje pagal įvairius filtrus. Tad labai svarbus aspektas yra kaupti duomenis ir analizuoti juos. Įmonėms tvarkyti duomenis gali padėti jau tikriausiai daugeliui gerai žinomas analitikos įrankis – Microsoft Power BI.

Analitikos nauda gamyboje

Gamybos įmonė GonasGalime priimti teisingus sprendimus dėl produktų gamybos, pardavimų ir kainodaros.

Kaip analitikos sprendimo turėjimas gali pasitarnauti gamybos įmonėje? Visų pirma jis padės įmonėms suprasti duomenų kaupimo svarbą. Turint pakankamai duomenų ir nustačius norimus KPI, galima pradėti analizę. Priklausomai nuo to koks analitikos įrankis naudojamas, turimuose languose (angl. dashboard) galima stebėti visą gamybos procesą, nuo užsakymo pateikimo, planavimo ciklo iki produkto savikainos kūrimo bei viso to analizės. Lengvas ir patogus turimų duomenų atvaizdavimas leidžia ne tik geriau suvokti savo įmonės padėtį dabartiniu momentu, bet ir geriau planuoti ateities veiksmus bei strategiją. Power BI gamybos sprendimo nauda:

  1. Galimybė analizuoti gamybos užsakymus ir jų esamą būseną laike, t.y. kiek laiko ir koks užsakymas vėluoja, kokie yra terminai, kokia paskutinės išeigos registravimo data ir t.t. Galima matyti visą gamybos padalinio bendrą statistinę informaciją  kiek kokių gaminių per konkretų laikotarpį pagaminta, filtruoti pagal produktų kategorijas ir grupes bei kitus filtrus. Taip pat, analizuoti pagamintus kiekius ir jų skirtumus pagal mėnesius, ketvirčius ar kitus laikotarpius.
  2. Sprendime yra realizuota gamybos KPI analizė planuotas pagaminti ir faktiškai pagamintas kiekiai, skirtumai, taip pat kiek užsakymų atlikta laiku, kiek vėluota ir kiek dienų. Galimybė KPI rodiklius filtruoti pagal produktų kategorijas ir grupes.
  3. Yra galimybė grafiškai (angl. gant-chart) diagramų pagalba tyrinėti ir analizuoti gamybos užsakymų būsenas laike (laiko juostoje), kokie užsakymai kada pradėti, kada turi būti pabaigti ir kokioje stadijoje yra faktinis jų vykdymas. Tai leidžia puikiai orientuotis situacijoje ne tik gamybos padaliniui, bet ir kitiems suinteresuotiems vartotojams (pardavimų vadybininkams ar atsakingiems už pirkimus). Galimybė filtruoti užsakymus pagal jų būsenas (užbaigti, suplanuoti, gaminami).
  4. Galimybė matyti procentines išraiškas pagaminto kiekio ir kiek dar liko gaminti pagal produktų grupes ir kitas dimensijas.
  5. Viena aktualiausių analitikų yra analizuoti gaminio savikainos sudedamas dalis (žaliavinė dalis ir pajėgumų dalis), t.y. galimybė skleisti savikainą iki jos sudedamųjų dalių ir matyti/analizuoti iš ko ji susideda (kiekiškai ir sumiškai), tokiu būdu atrandant klaidas, neatitikimus ir svarstant, kaip optimizuoti gaminio savikainą. Galimybė analizuoti savikainą net jeigu gamyba yra iš kelių lygių, t.y. gaminami pusgaminiai savikainą galima pasiskleisti per kelis lygius, ypatingai naudingi šie pjūviai gamybos analitikams. Taip pat realizuota what if analizė, kai norite pasižiūrėti, kaip galutinio gaminio savikaina priklauso/kinta nuo tam tikros žaliavos kainos didėjimo ar mažėjimo, tai galite matyti grafiškai/sumiškai (planuojama savikaina/reali savikaina).
  6. Galimybė analizuoti statistinę gamybos informaciją laikotarpiais pagal žaliavas ir pajėgumus, t.y. pagal BOM ir technologinę kortelę kiekiškai ir sumiškai, grafiniu pavidalu.
  7. Gamybos faktinės savikainos palyginimas su receptūra (BOM) viena geriausiai pavykusių realizuoti analitikų. Gamybos analizei svarbu žinoti, kaip sekasi gaminti ir lyginti faktinę gamybą su receptūra/komplektavimo specifikacija ar BOM. Galima analizuoti, kokie nuokrypiai ir pagal kokius produktus, grupes, užsakymus gavosi lyginant su šabloniniu BOM gautą faktą ir išskaičiuojant skirtumus (jų procentinę išraišką).
  8. Galima palyginti gamybinę savikainą su pardavimine savikaina ir matyti prie kokių salygų (pvz. kiekių) gaminti labiausiai apsimoka ir yra pelninga.

Gamybos ataskaitos Power BI

Siūlome pasižiūrėti ištrauką iš seminaro, kuriame Columbus Lietuva skaitmenizacijos ekspertas Edgaras Bencevičius detaliau pristato Power BI analitikos sprendimą sukurtą gamybai.

HubSpot Video

 

Atsižvelgiant į tai, kad sparčiai tobulėja technologijos, Microsoft pasirinko investuoti į ilgalaikį analitikos sprendimo Power BI galimybių didinimą. Vienas iš pavyzdžių, pačio sprendimo reakcija į įmonės pokyčius, naudojant suderinamumą su programine įranga. Sprendimas yra pakankamai galingas, kad sujungtų įvairius informacijos šaltinius į konkrečius duomenų rinkinius, o tai leidžia jums kurti ataskaitas.

Columbus Power BI analitikos sprendimą sudaro 5 ataskaitų rinkiniai iš kurių vienas gamyba. Gamybos ataskaitų rinkinį sudaro:

  • Gamybos užsakymų analizė
  • Gamybos KPI analizė
  • Gamybos planavimas
  • Gaminio savikainos modeliavimas
  • Gaminio faktinės savikainos analizė
  • Gamybos faktinės savikainos palyginimas su receptūra (BOM)
  • Pardavimo savikainos analizė

Columbus Power BI sprendimas

 

Kilo minčių? Pasidalinkite!

Jums gali būti naudinga

Šiais laikais pokytis veja pokytį, organizacijos tampa lanksčios ir modernios, o naujos veiklos paleidimo terminai dėl besivystančių technologijų stipriai sutrumpėjo – kuriasi startuoliai (angl. startups), kelias nuo idėjos iki įgyvendinimo nėra toks sudėtingas, dėl ko analitika tampa svarbiu organizacijos veiksniu. Kaip mes suprantame analitiką šiandien, ko kiekvienas vadovas reikalauja iš analitinių įrankių? Tai yra klausimai verti dėmesio ir atsakymų.
Valdant didelius finansinius srautus, analitikos sprendimas turėtų tapti natūraliai būtinu įmonėje. Pasitelkiant analitikos programas galima žengti didžiulį kokybinį žingsnį finansų srityje, nes apdorojami dideli duomenų kiekiai palengvina už finansus įmonėje atsakingo asmens kasdienį darbą ir suteikia galimybę iš kitos pusės pažvelgti į vykstančius procesus. Microsoft Power BI sprendimas yra pritaikytas finansų analitikai.
Tvarkant atsargas ypač svarbus laiko ir teisingos informacijos balansas, kai tiksli informacija apie turimas sandėlyje prekes pateikiama greitai. Atsargų valdyme svarbu tikslius duomenis gauti ne tada, kai paruošiama statinė ataskaita, o juos turėti bet kuriuo metu, bet kurioje vietoje, kad būtų matoma reali situacija apie pasikeitimus sandėlyje ir faktinius likučius pagal sandėlius/lokacijas. Tai leidžia įmonėms priimti operatyvius ir tinkamus sprendimus per maksimaliai trumpą laiką. Žinoti realią situaciją - kokios atsargos užsiguli sandėlyje ir kokius kaštus įmonė patiria dėl šios priežasties. Rinkti informaciją apie atsargas bei analizuoti sukauptus duomenis galima su Microsoft Power BI analitikos įrankiu.
Įmonėje ypatingai svarbu analizuoti pirkimus, kad galėtumėte būti užtikrintais, jog dirbate su teisingais tiekėjais, perkate optimaliausiomis kainomis ir, kad atsiskaitoma su tiekėjais laiku. Kokias prekes perkate iš kokių tiekėjų, kokiais kiekiais ir sumomis – atsakymus galima rasti Power BI pirkimų analitikos sprendime.
Pardavimai yra kone svarbiausias daugelio įmonių variklis beveik visose pramonės šakose, todėl svarbu juos kiek įmanoma optimizuoti. Vienas iš būdų tai padaryti – rinkti duomenis apie jau įvykusius pardavimus ir remiantis tuo prognozuoti bei planuoti ateinantį periodą. Norint tai pritaikyti įmonėje užtenka įsidiegti analitikos įrankį Microsoft Power BI.
right-arrow share search phone phone-filled menu filter envelope envelope-filled close checkmark caret-down arrow-up arrow-right arrow-left arrow-down