Denne artikel stammer fra det trykte Computerworlds arkiv. Artiklen blev publiceret den Computerworld d. 24. oktober 2003.
Det er ikke beregningsmodeller, der har været den største udfordring for Cerealia Unibake i deres brug af data mining, men derimod sammenstødet mellem en talkultur og produktionskultur.
Hvordan skaber man tillid i virksomheden til et system, der, baseret på algoritmer og gamle salgsdata, skal forudse og bestemme produktionsrytmen?
Det spørgsmål har ledelsen på Cerealia Unibake måttet besvare, efter de i foråret implementerede en supply chain-løsning blandt andet baseret på data mining.
- Det er mødet mellem en talkultur og en praksiskultur - dem der står i produktionen - der har været den mest udfordrende opgave at løse, siger Peter Elkjær Larsen, Business Manager hos Cerealia Unibake.
Logistikproblemer
I første omgang var det imidlertid et logistikproblem, som Unibake, selskabet bag blandt andet Hatting og Paaskebrød, gerne ville have løst.
Effektiviteten blev målt på nøgletal fra produktionen efter devisen, jo mere der kunne produceres af en enkelt type brød på hver enkel produktionslinie, inden den omfattende omstillingsproces til et ny produkt gik i gang, jo bedre. Det skabte imidlertid problemer længere ned i systemet.
- Det er dyrt hver gang, der skal skiftes produkt på en produktionslinie. Det tager tid, og i den tid står folk i produktionen og venter. Så vi målte vores effektivitet ensidigt på, hvor meget vi kunne presse ud af hver enkelt produktion, men det skabte problemer på lageret og i distributionen. Vores egen lagerkapacitet er begrænset, og når vi overproducerede, skulle vi ud og leje frysekapacitet andre steder. Det koster og besværliggør samtidig distributionen, hvor man i stedet for at skulle hente varer et sted, skal rundt til flere forskellige lokationer. Så det var balancen mellem, hvor mange omstillinger vi skulle have i forhold til vores lagerkapacitet, vi forsøgte at løse.
Organisation
Cerealia indkøbte en supply chain intelligence-løsning fra SAS Institute, der blandt andet gennem data mining forudser produktionsbehovet i forhold til forventet salg. Det er historiske salgsdata og placeringen af helligdage, kombineret med manuelt indtastede data fra sælgere, der udgør hjørnestenene i de data, som selskabet miner.
Men systemet skabte en vis nervøsitet i organisationen.
- Folk virkede bange for, at man skulle overlade styringen fuldstændigt til et edb-system, så det handlede om at få kommunikeret, at det her ikke er et spørgsmål om enten eller, men om både og. Systemet kan finde sammenhænge, der gør det nemmere at forudsige vores salg, men det kan aldrig erstatte det input, vi får fra folk i produktionen, siger han.
Accepten af systemet kom efter en erkendelse af, at dette ikke blot kunne være endnu et projekt fra it-afdelingen.
- Vi lærte, at det ikke rigtig nyttede noget at komme og sige "se her er modellen, vi kører efter". Vi blev nødt til i højere grad at involvere folk fra produktionen, at lade dem komme med i beslutningerne og gøre det til deres eget projekt, så de også kunne føle, at det var deres succes, siger Peter Elkjær Larsen.
Det gjorde man blandt andet ved at lave en manuel forudsigelse om salg på et produkt og sætte det over for det resultat som SAS-systemet kom frem til.
- Systemet ramte rigtigt, og bagefter tog vi en dialog om, hvad det egentlig er, det kan gøre for os. Det handler om hele tiden at have konkrete eksempler at vise frem, at have konkrete mål af den ydelse som systemet leverer, siger han.
billedtekst:
- Vi lærte, at det ikke nyttede at komme og sige "se her er modellen, vi kører efter". Vi blev nødt til i højere grad at involvere folk fra produktionen, at lade dem komme med i beslutningerne og gøre det til deres eget projekt, så de også kunne føle, at det var deres succes, siger Peter Elkjær Larsen, Cerealia Unibake.
boks:
Cerealia Unibake er en international bagerivirksomhed med 1.200 ansatte, heraf ca. 500 i Danmark. Virksomheden er ejet af den svenske Cerealia-koncern og står bag mærkevarer som Hatting Bageri, Schulstad og Paaskebrød.
