프로세스 시뮬레이션: 계산 예제가 포함된 8단계

Inhaltsverzeichnis+

이 지침은 도구에 구애받지 않습니다: 시뮬레이션 실험실에서나 Python 라이브러리에서나 간단한 의사결정 도구에서 똑같이 작동합니다. FlowVisual용 키보드 조작 안내는 Praxisanleitung에 있습니다.

Schritt 1: Abgrenzen, in einem Satz

“Vom Eingang der Rechnung bis zur Freigabe zur Zahlung.”

이 문장은 모든 관련자가 동의할 수 있어야 합니다. 이 문장이 없으면 두 부서가 서로 다른 프로세스를 놓고 논쟁하며 데이터가 맞지 않는 이유를 이해하지 못합니다.

문장이 빠져 있다면, 문장 정하기가 실제 작업이지 계산이 아닙니다.

Schritt 2: Grob zerlegen, fünf bis zehn Schritte

서른 단계가 아니라 다섯에서 열 단계로 거칠게 나누세요. 병목은 가장 높은 이용률을 보이는 지점에 있으며, 거칠게 모델링해도 미세하게 모델링한 경우와 똑같이 보입니다. 추가 활동 하나마다 입력란 다섯 개가 필요하며 결과를 바꾸지 않습니다.

세 가지 규칙:

• 실제로 분기될 때만 분기를 만드세요, 각 간선별 비율을 기입합니다.
• 프로세스를 떠나는 모든 경우에 대해 종료를 만드세요: 철회, 거절, 유실. 종료를 만들지 않으면 결코 도달하지 않는 수량까지 계산됩니다.
• 대기시간은 단계가 아닙니다. 용량이 부족하면 모델에서 저절로 생깁니다. ‘대기 3일’을 단계로 넣으면 결과를 계산하지 않고 미리 정해 버리는 것입니다.

Schritt 3: Drei Zahlen je Schritt

범위에 관하여: “5 bis 15 Minuten”은 “평균 10”보다 더 나은 표기이며, 현장 담당자들은 더 솔직히 답합니다. 분산은 부정확성이 아니라 대기열의 원인입니다.

용량에 관하여: 정규 근무 시간 중 생산적 시간은 한 풀타임당 7시간으로 계산하세요, 8시간이 아닙니다. 회의, 문의, 방해는 처리 시간이 아닙니다.

Schritt 4: Den Ankunftsstrom beschreiben

가장 자주 건너뛰는 단계이자 영향이 가장 큰 단계입니다. 세 가지 기재:

• 하루 근무일 평균 도착량.
• 변동성: 작업이 고르게 들어오나요, 아니면 뭉쳐서 들어오나요?
• 피크 계수: 성수기 하루에는 얼마나 더 많이 들어오나요? 월말이나 주초에는 1,5에서 2배가 보통입니다.

평균값만으로 계산하면 부하가 없는 프로세스를 시뮬레이션하게 되고, 실제로는 존재하지 않는 처리시간을 얻습니다.

Schritt 5: Rechnen lassen, hunderte Male

단일 실행은 표본 하나에 불과합니다. 새로운 난수로 반복 실행해야 목적하는 결과가 나옵니다: P10, P50, P90을 읽을 수 있는 분포입니다.

필요한 출력: 처리량, 범위로서의 통과시간, 단계별 이용률, 대기열 길이입니다.

Schritt 6: Die Gegenprobe

Little's Law는 가장 저렴한 검증법이며 분포에 대한 가정 없이 성립합니다:

Durchlaufzeit  W  =  Bestand L  ÷  Durchsatz λ

오늘 대기 중인 항목 수를 세고 일일 처리량으로 나눠 모델 결과와 비교하세요.

• 대체로 맞으면: 계속합니다.
• 모델이 현실보다 훨씬 빠르면: 대기열이 빠져 있습니다. 거의 항상 문의, 두 번째 승인 단계 또는 집계 실행이 빠져 있습니다.
• 모델이 현실보다 훨씬 느리면: 용량을 과소평가했거나 양을 빼는 분기를 놓쳤습니다.

Schritt 7: Einen Hebel ändern

현재 상태를 저장하세요. 그런 다음 정확히 한 가지 변경만 하세요:

• 용량 증가
• 분산 축소(유형별로 작업 분리, 입력 평준화, 문의 제거)
• 수량 우회(값 기준, 전수검사 대신 표본검사)
• 단계 자동화

다시 계산하고 비교하세요. 그런 다음 되돌아가서 다음 지렛대를 바꾸세요. 세 가지를 동시에 바꾸면 나중에 어떤 지렛대의 효과인지 알기 어렵습니다.

Schritt 8: Aufschreiben, mit Annahmen

네 가지 구성 요소: 피크일의 이용률 순위, P50과 P90으로서의 통과시간, 시간과 유로로 환산한 지렛대의 효과 및 새로운 병목, 그리고 다루지 않은 항목들의 목록입니다.

Das Beispiel, vollständig gerechnet

Beispielmodell, keine Kundendaten.

프로세스: 환급 신청서 처리. 근무일 기준 80건, 월초 피크계수 1,6.

첫 번째 해석: 병목은 Freigabe(93 %)이며 Sachlich prüfen(89 %)보다 간신히 높습니다. 세 단계 모두 85 %를 넘습니다. 이는 대기 시간이 이미 처리 시간의 수배이며, 피크일(계수 1,6)에는 세 단계 모두 100 %를 초과합니다.

시뮬레이션 결과: Durchlaufzeit P50 = 4,8 Tage, P90 = 11,2 Tage. 처리 시간 합은 13에서 31분입니다. 25분과 4,8일 사이가 실제 쟁점입니다.

대조검증: 평균적으로 우편함에 390건이 있고 처리량은 80/Tag → 4,9 Tage. 일치합니다.

Hebel A, Sachlich prüfen에 반 인력 추가: P50은 3,9 Tage로, P90은 8,4로 감소합니다. 병목은 이제 분명히 Freigabe(93 %)입니다.

Hebel B, Freigabe를 병행 업무가 아닌 고정 대체 인력으로: P50은 3,1 Tage로, P90은 6,0으로 감소합니다. Freigabe 단계의 분산이 더 큰 지렛대였고, 비용은 들지 않았습니다.

Hebel C, Auszahlung을 주 2회에서 매일로 변경: P50 −0,7 Tage, 사실상 비용 거의 없음.

비용 대비 효과 순위: C, B, A. 전통적인 답인 인력 충원은 마지막입니다.

Die fünf teuren Fehler

1. 대기시간을 단계로 입력하기. 이렇게 하면 결과를 미리 정해 버립니다.
2. 평균값으로 계산하기. 분산이 없으면 대기열이 없고, 대기열이 없으면 현실적인 통과시간이 없습니다.
3. 피크일을 생략하기. 평균 85 %인 프로세스는 피크일에 100 %를 넘습니다. 그곳에서 쌓임이 발생해 몇 주간 지속됩니다.
4. 너무 상세하게 모델링하기. 서른 단계로 같은 답을 얻고 세 배의 노력이 듭니다.
5. 대조검증 없이 발표하기. Little's Law는 5분이면 확인할 수 있으며 신뢰도를 구합니다.