Analiza „co, jeśli” z użyciem symulacji

Analiza „co, jeśli” z użyciem symulacji

Analiza „co, jeśli” wykorzystuje symulację do porównywania scenariuszy, zanim zainwestują Państwo czas i zasoby w zmianę. Tworząc scenariusze i porównując ich wyniki, można podejmować świadome decyzje dotyczące zmian w procesie. Analizę „co, jeśli” dla własnego procesu można przeprowadzić w ramach okresu próbnego.

Porównywanie scenariuszy

Sama symulacja pozwala uzyskać przydatne prognozy, ale najwięcej można się dowiedzieć dzięki porównaniu:

• Porównaj wyniki przed i po planowanej zmianie
• Porównaj wyniki symulacji z rzeczywistymi danymi historycznymi
• Porównaj kilka alternatywnych scenariuszy

Porównywanie zbiorów danych w ProcessMind

Wyniki symulacji mają postać standardowego zbioru danych z dziennikiem zdarzeń. ProcessMind udostępnia narzędzia do porównywania dowolnych zbiorów danych: z symulacji, danych historycznych lub obu tych źródeł.

Jak porównywać zbiory danych

1. Upewnij się, że zbiory danych, które mają być porównane, są przypisane do modelu (zobacz Przypisywanie zbiorów danych).
2. Ustaw jeden zbiór jako główny, a drugi jako zbiór porównawczy (zobacz Porównywanie danych).
3. Otwórz dashboardy. Wykresy pokażą obok siebie dane główne i porównawcze.

Co można porównywać?

Miara	Opis
Czas realizacji	Łączny czas od rozpoczęcia do zakończenia sprawy
Czas oczekiwania	Czas, przez który sprawy czekają na zasoby
Czas przetwarzania	Rzeczywisty czas pracy nad czynnościami
Liczba spraw	Liczba zakończonych spraw
Długość kolejki	Liczba spraw oczekujących na zasób
Rozkład ścieżek	Ścieżki, którymi przechodzą sprawy w procesie

Analiza przed i po zmianie

Najczęściej analiza „co, jeśli” służy do sprawdzenia skutków zmiany w procesie:

Scenariusz: zwiększenie liczby zasobów

Pytanie: Co się stanie, jeśli do zatwierdzania zostanie przydzielona jeszcze jedna osoba?

Sposób postępowania:

1. Utwórz symulację bazową z obecną obsadą
2. Utwórz zmodyfikowaną symulację ze zwiększoną dostępnością zasobów
3. Porównaj wyniki

Przykładowe wyniki

Miara	Wariant bazowy	+1 osoba	Poprawa
Śr. czas realizacji	5,2 dnia	3,8 dnia	o 27% krócej
Śr. czas oczekiwania	2,1 dnia	0,9 dnia	spadek o 57%
Sprawy/tydzień	150	195	o 30% więcej
Śr. długość kolejki	64 sprawy	16 spraw	kolejki krótsze o 75%

Porównywanie z rzeczywistymi danymi

Jednym z ważnych zastosowań symulacji jest porównywanie prognoz z symulacji z rzeczywistymi danymi historycznymi.

Po co porównywać z rzeczywistymi danymi?

1. Sprawdź model: jeśli wyniki symulacji odpowiadają danym historycznym, model jest dokładny
2. Znajdź rozbieżności: różnice wskazują, które elementy modelu wymagają dopracowania
3. Zmierz poprawę: porównaj nowe dane rzeczywiste z prognozami symulacji

Jak porównać symulację z rzeczywistymi danymi

1. Uruchom symulację dla okresu historycznego
2. Prześlij lub wybierz rzeczywiste dane historyczne z tego samego okresu
3. Użyj funkcji Compare, aby zobaczyć różnice

Interpretowanie różnic

Jeśli symulacja pokazuje…	Możliwa przyczyna
Krótszy czas niż w rzeczywistości	W modelu brakuje opóźnień lub złożoność procesu jest niedoszacowana
Dłuższy czas niż w rzeczywistości	Czas przetwarzania jest przeszacowany lub uwzględniono niepotrzebne ograniczenia
Inne ścieżki	Prawdopodobieństwa Gateway nie odpowiadają rzeczywistości
Przeciążenie zasobów	Ograniczenia dostępności zasobów skonfigurowano nieprawidłowo

Porównywanie wielu scenariuszy

Porównaj więcej niż dwa scenariusze, aby znaleźć najlepszą konfigurację:

Scenariusz: dobór optymalnej obsady

Pytanie: Ilu pracowników potrzeba do zatwierdzania?

Sposób postępowania: Utwórz kilka symulacji z różną liczbą pracowników

Przykład: analiza wielkości obsady

Pracownicy	Przepustowość	Długość kolejki	Czas oczekiwania	Koszt
2	100 spraw/tydz.	64 sprawy	4,5 dnia	120 tys. USD
3	145 spraw/tydz.	37 spraw	1,8 dnia	180 tys. USD
4	160 spraw/tydz.	11 spraw	0,5 dnia	240 tys. USD
5	165 spraw/tydz.	5 spraw	0,2 dnia	300 tys. USD

Wniosek: Najlepszy stosunek kosztów do efektów daje dodanie trzeciej osoby. Czwarta i piąta przynoszą coraz mniejsze korzyści.

Typowe scenariusze analizy „co, jeśli”

Przeprojektowanie procesu

Sprawdź skutki zmian w strukturze procesu:

• Co się stanie, jeśli usuniesz ręczny etap zatwierdzania?
• Co się stanie, jeśli dodasz kontrolę jakości?
• Co się stanie, jeśli czynności wykonywane kolejno będą realizowane równolegle?

Zmiany popytu

Przygotuj się na różne poziomy popytu:

• Co się stanie, jeśli popyt wzrośnie o 50%?
• Co się stanie w okresach sezonowego szczytu?
• Co się stanie, jeśli kampania marketingowa podwoi liczbę napływających spraw?

Zmiany w zasobach

Sprawdź, jak lepiej wykorzystać pracowników i systemy:

• Co się stanie, jeśli pracownicy zostaną przeszkoleni do wykonywania różnych czynności?
• Co się stanie, jeśli ręczne zadanie zostanie zautomatyzowane?
• Co się stanie, jeśli część czynności zostanie zlecona na zewnątrz?

Czas realizacji procesu

Sprawdź wpływ harmonogramu i czasu pracy:

• Co się stanie, jeśli godziny pracy zostaną wydłużone?
• Co się stanie, jeśli zostanie dodana zmiana weekendowa?
• Co się stanie, jeśli przerwy obiadowe będą odbywać się o różnych porach?

Dobre praktyki analizy „co, jeśli”

1. Ustal wariant bazowy

Przed testowaniem zmian zawsze przygotuj sprawdzoną symulację bazową. Będzie punktem odniesienia przy porównywaniu wyników.

2. Zmieniaj jeden parametr naraz

Jeśli to możliwe, zmieniaj jeden parametr naraz, aby określić jego wpływ. Jednoczesna zmiana kilku elementów utrudnia ustalenie, co przyniosło poprawę.

3. Używaj realistycznych parametrów

Jeśli to możliwe, opieraj parametry symulacji na rzeczywistych danych. Nierealistyczne dane wejściowe prowadzą do niewiarygodnych wyników.

4. Uwzględniaj kilka miar

Nie optymalizuj procesu pod kątem jednej miary. Skrócenie czasu realizacji może odbyć się kosztem jakości lub doprowadzić do wypalenia pracowników.

5. Dokumentuj scenariusze

Zapisuj dokładnie, co zmieniono w każdym scenariuszu. Dzięki temu wyniki można odtworzyć i udostępnić.

6. Sprawdź wyniki przed wdrożeniem zmian

Jeśli to możliwe, przed pełnym wdrożeniem sprawdź prognozy symulacji w testach na małą skalę.

Przedstawianie wyników

Przedstawiając wyniki analizy „co, jeśli” interesariuszom:

• Zacznij od pytania: Jaki problem biznesowy ma zostać rozwiązany?
• Pokaż porównanie: zestawienie miar obok siebie ułatwia dostrzeżenie różnic
• Określ wpływ: przełóż wyniki na korzyści biznesowe, takie jak oszczędność czasu, niższe koszty i większe przychody
• Uwzględnij niepewność: symulacja jest prognozą, a nie gwarancją

Następne kroki

Opis interfejsu

Pełny opis ustawień i opcji symulacji.