Sværhedsgrad: Middel

Vi var i gang med 7 uger med ledelsestips inden sommerferien, som handlede om spild. Vi forsætter nu med de sidste 4, som alle relaterer sig til denne artikel.

Denne uge skal vi kigge på spild i form af ventetid. Den eller de processer du leder, hvor lang tid tager de egentlig og hvor meget er ventetid?
Du vil nok opleve at ventetiden er 80-90 % af opgavens tid. Nogle gange meget mere.

Et eksempel: Et dokument vedrørende en kunde skal igennem to afdelinger i firmaet inden kunden modtager svar. Hver afdeling har fået 5 arbejdsdage (= en uge) til behandling. Opgaven for hver afdeling består i at sikre at varenumre er korrekte og kundens adresse oplysninger er korrekte i systemet. Opgaverne tager maksimalt 5 minutter i hver afdeling - 10 minutter hvis der skal rettes noget. Er en uge pr. afdeling ok? er det i orden at kunden skal vente 14 dage?

Denne artikel om Littles lov handler også om ventetid og gennemløbstid.

Ventetid kan være den tid et produkt venter på at det skal videre forarbejdes, det kan være et dokument der venter på godkendelse, det kan være en kunde eller patient der sidder i venteværelset eller derhjemme

Du skal i denne uge identificere 3 steder, hvor der er ventetid omkring dig. Kan du forklare hvorfor der er ventetid? kan en proces ændring eller planlægning fjerne ventetiden?

Tip: Ventetid kan tit mindskes ved at dele opgaver eller processer op i mindre portioner. Det kan også være noget med at kigge på opgavernes fordeling. 

Læg især mærke til:

• Kommer der noget godt ud af at vente og ventetid?
• Bliver arbejdsopgaverne nemmere at løse jo længere tid der ventes eller er det faktisk nemmere at løse en opgave der netop er ankommet?
• Var der nogen der forbandt kortere ventetid med højere arbejdspres og stress?

Træerne vokser ikke ind i himlen og der er selvfølgelig et punkt, hvor omkostningerne ved at afkorte ventetid overstiger det man får ud af det.

Littles lov er opkaldt efter matematikeren J. D. C. Little og stammer fra hans arbejde tilbage i 1961. Den udtrykker en proces gennemløbstid (leadtime) beregnet ud fra enheder i arbejde (Work In Process= WIP eller Things-in-Process = TIP) og gennemsnitlig procestid (Average Completion Rate (ACR) eller exit rate)

Gennemløbstid = WIP/ACR(eksemepel: stk/min.)

Teorien gælder for stabile systemer, men man vil blive overrasket når man forsøger at anvende den på en proces, der måske ikke kan siges at være helt stabil. Den giver i mange tilfælde et meget godt estimat på forventet gennemløbstid. Jeg har taget teorien med her, da jeg som leder har stor gavn af at kende den og bruge den på en bred vifte af ting.

Omsat til ord så siger teorien, at når mængden af enheder i arbejde stiger og den gennemsnitlige procestid er stabil, så bliver gennemløbstiden længere.
Omvendt

Der er ikke så mange faktorer i teorien og de fleste ville nok have gættet på ovenstående udfald, men det er faktisk ganske praktisk, at kunne udtrykke ting matematisk og derfra kunne lave kvalificerede bud på leadtime eller behandlingstider. Teorien kan anvendes til mange typder opgaver. Det kan være sagsbehandling, produktion af dele, ventetid i kantinen eller flowet gennem et supermarked.

Eksempel: Vi har et lille kontor der behandler sager somderes primære opgave. En medarbejder kan behandle 2 sager om dagen og kontoret består af 5 medarbejdere. Kontroret kan altså behandle 10 sager ialt om dagen med 5 medarbejdere. 20 sager er igang med at blive behandlet eller venter:

Gennemløbstid = (20 sager)/(10 sager pr. dag) = 2 dage

Det vil altså på en given dag tage 2 dage at få behandlet en sag. Antallet af nye sager der kommer ind skal også svare til antal sager der kommer ud pr. dag. Ellers vil WIP ændres og der kan ske en ophobning eller en mangel på sager

Kontoret har af forskellige grunde fået ophobet 80 sager:

Gennemløbstid = (80 sager)/(10 sager pr. dag) = 8 dage

Gennemløbstiden vil forsætte med at være 8 dage indtil der gøres noget ekstra for at nedbringe antallet af sager. Det kunne være at arbejde en lørdag, hvor der ikke kommer nye sager ind. Der ville denne dag kunne behandles 10 sager, så WIP ville blive 70 istedet for 80 sager. Det resulterer kun i en afkortning af gennemløbstiden på 1 dag!
Kunne man effektivisere sagsbehandlingen, så der kunne behandles 3 sager om dagen pr. medarbejder og der forsat kom 10 sager ind pr. dag ville det se sådan ud:

Gennemløbstid = (80 sager)/(15 sager pr. dag) = 5,3 dage

Der ville hver dag blive gnavet 5 sager af WIP:
1. dag: Gennemløbstid = (80 sager)/(15 sager pr. dag) = 5,3 dage
2. dag: Gennemløbstid = (75 sager)/(15 sager pr. dag) = 5,0 dage
3. dag: Gennemløbstid = (70 sager)/(15 sager pr. dag) = 4,7 dage
4. dag: Gennemløbstid = (65 sager)/(15 sager pr. dag) = 4,3 dage
5. dag: Gennemløbstid = (60 sager)/(15 sager pr. dag) = 4,0 dage
6. dag: Gennemløbstid = (55 sager)/(15 sager pr. dag) = 3,7 dage
...forsæt selv...

Vigtigheden af at effektivisere sagsbehandlingen må ikke overses. Overarbejde eller flere ressourcer kan hjælpe på kort sigt, men det kan være en langt bedre investering, at kigge på sagsbehandlingen (jamen når vi har travlt og mange sager kan vi jo ikke tage en person ud i 5 arbejdsdag - jo, for det er langt dyrere at lade være...)

Antallet af sager eller flowet af opgaver ind skal nævnes. I ovenstående havde jeg sat flowet ind til at være 10 sager pr. dag. Sådan ser verden ikke altid ud og det kan have stor betydning for valg af indsatsområde. Hvis sagerne eksempelvis kommer i klumper eller de kommer primært torsdag og fredag i ugen, så vil der være dage, hvor de ansatte i vores kontor ikke har noget arbejde og de vil stadig sidst på ugen kun kunne behandle 2-3 sager. Altså sker der en forlængelse af leadtime. Derfor kan der være situationer, hvor det er vigtigere at sørge for et jævnt flow af sager end effektivisere sagsbehandlingen.

Et andet aspekt er hvor stor belagningen er. Det er muligt at kvæle de fleste systemer, hvis de er fyldte. Et supermarked kan rumme en vis mængde mennesker med deres vogne. Kommer der forsat flere til, vil butikken på et tidspunkt gå helt istå og være ineffektiv. Det vil ikke være muligt at flytte rundt inde i butikken og det vil ikke være muligt at komme ud igen. Derfor kan vi heller ikke bruge vores ansatte i eksemplet ovenfor 100% til sagsbehandlingsopgaven. Vi er nødt til at tage højde for lidt variation. Det betyder at de 2-3 sager vi forventer at hver medarbejder kan klare pr. dag måske kun vil dække 80% af arbejdstiden. Jo større variation vi har med at gøre, jo lavere er vi nødt til at sætte belagningen. Se mere om hvordan stor variation kan beregnes (Pollaczek-Khintchine formel).

Ovenstående skal ikke ses som et maskinelt syn på mennesker og hvordan vi arbejder, men blot som et godt ledelsesværktøj (og medarbejderværktøj) til at få styr på flowet - det handler faktisk om at få flow i sagerne!