1 Industrial Management School • Riduzione del consumo di bagno di sgrassaggio AL/1 • Presented by R. Tognacci • Date: 21/01/09
1
Industrial Management School
• Riduzione del consumo di bagno di sgrassaggio AL/1
• Presented by R. Tognacci
• Date: 21/01/09
2
Industrial Management School
Team Charter
Ridurre del 30% il consumo di AL/1 sulla linea V3 entro Ottobre
2008 (fase Control impostata), per un risparmio potenziale di circa
21.000 €/anno (provvisorio su budget 2008), teoricamente
estendibile alle altre due linee di Vallese (56.000 €/anno),
escludendo il risparmio dovuto alla riduzione dello smaltimento
Ridurre del 30% il consumo di AL/1 sulla linea V3 entro Ottobre
2008 (fase Control impostata), per un risparmio potenziale di circa
21.000 €/anno (provvisorio su budget 2008), teoricamente
estendibile alle altre due linee di Vallese (56.000 €/anno),
escludendo il risparmio dovuto alla riduzione dello smaltimento
Business Case:
In Scope / Out of Scope:
Definizione del problema:
Definizione dell’obiettivo :
Milestones:
Composizione Gruppo:
La produzione di lastre da stampa offset prevede varie fasi di
trattamento chimico ed elettrochimico della bobina di alluminio
utilizzata come supporto, ognuna delle quali ha un impatto sul costo
del prodotto finito (lastra) dipendente dal consumo delle materie
prime utilizzate nei vari bagni dei suddetti trattamenti: si vuole
cercare di abbassare tali costi
La produzione di lastre da stampa offset prevede varie fasi di
trattamento chimico ed elettrochimico della bobina di alluminio
utilizzata come supporto, ognuna delle quali ha un impatto sul costo
del prodotto finito (lastra) dipendente dal consumo delle materie
prime utilizzate nei vari bagni dei suddetti trattamenti: si vuole
cercare di abbassare tali costi
IN: sgrassaggio linea V3, lastra termica
OUT: modifica dei set di lavoro, modifica del metodo di analisi, altri
tipi di lastre, altri bagni, altre linee
IN: sgrassaggio linea V3, lastra termica
OUT: modifica dei set di lavoro, modifica del metodo di analisi, altri
tipi di lastre, altri bagni, altre linee
Da un’analisi del costo al mq dei vari bagni nel 2007 effettuata sullo stabilimento di Vallese di Oppeano (VR), è stato individuato quello con maggior margine di miglioramento potenziale, ovvero lo sgrassaggio, effettuato con AL/1 (NaOH +
tensioattivi): il suo consumo è dovuto sostanzialmente a due fattori:1. aggiunte di prodotto per mantenerne la concentrazione entro i set di lavoro2. scarichi di bagno per mantenere la concentrazione di Al3+ entro i set di lavoro
Da un’analisi del costo al mq dei vari bagni nel 2007 effettuata sullo stabilimento di Vallese di Oppeano (VR), è stato individuato quello con maggior margine di miglioramento potenziale, ovvero lo sgrassaggio, effettuato con AL/1 (NaOH +
tensioattivi): il suo consumo è dovuto sostanzialmente a due fattori:1. aggiunte di prodotto per mantenerne la concentrazione entro i set di lavoro2. scarichi di bagno per mantenere la concentrazione di Al3+ entro i set di lavoro
Project Lead (GB/BB): R. TognacciR. Tognacci
Define
Measure
Analyze
Improve
Control
05/0805/08
07/0807/08
09/0809/08
10/0810/08
11/0811/08
------
B. Battistoni – Dir. StabilimentoB. Battistoni – Dir. Stabilimento
A. Di Carlo – Resp. ProduzioneA. Di Carlo – Resp. Produzione
C. Giusti – Analista di ProduzioneC. Giusti – Analista di Produzione
E. Faccini – Resp. ManutenzioneE. Faccini – Resp. Manutenzione
G. Affini – Addetto CQG. Affini – Addetto CQ
S. Buniotto – Addetto CQS. Buniotto – Addetto CQ
M. Baldin – Resp. Ecologia (stakeholder)M. Baldin – Resp. Ecologia (stakeholder)
Team Members:
Project Champion:
Coach (BB/MBB):
Define (1/4)
06/0806/08
09/0809/08
11/0811/08
01/0901/09
3
Industrial Management School
Cliente Commenti Caratteristiche più rilevanti per il cliente (CTQs)
Direzione di Stabilimento
Il CTQ principale verrà calcolato sulla base delle aggiunte di AL/1
Key Questions
Quali gruppi di clienti sono scopo primario per il progetto?
Metodi usati per capire i bisogni del cliente.
Quale CTQ sarà l’obiettivo primario del progetto?
Incontro con Direzione
Consumo di AL/1 per mq di lastre processate
Direzione di
Stabilimento
(Vallese)
• Il consumo di AL/1 è troppo
elevato, in particolare se
confrontato con quello di
Manerbio (sebbene il mix di
prodotti sia diverso)
• Consumo di AL/1 per mq di lastre processate
Ecologia• Impatto sui costi di
smaltimento• Smaltimento di bagno di sgrassaggio per mq
di lastre processate
Identificare i CTQ del progetto Define (2/4)
4
Industrial Management School
LavaggioLavaggio
SgrassaggioSgrassaggio
OperatoreOperatore
Dir. Stabilimento
Ecologia
Dir. Stabilimento
Ecologia
Produzione
(bagni successivi)
Indicazione
per scarico /
aggiunta
Indicazione
per scarico /
aggiunta
Consumo AL/1Scarichi:
• per mantenere
set Al3+
• statistici
Bobina
alluminio
sgrassata
Bobina
alluminio
sgrassata
• Concentrazione
AL/1
• Concentrazione
Al3+
• Concentrazione
AL/1
• Concentrazione
Al3+
Aggiunte:
• per mantenere
set
• per reintegrare
scarico
• statistiche
Aggiunte:
• per mantenere
set
• per reintegrare
scarico
• statistiche
Bobina
alluminio
vergine
Sistema di analisi
(Applikon)
Sistema di analisi
(Applikon)
Stoccaggio AL/1
Acqua
Stoccaggio AL/1
Acqua
Magazzino
bobine
Magazzino
bobine
Fornitore
SS IIInput
(sostantivi)
PPProcesso
(verbi)
OOOutput
1
2
3
4
5
6
7
Key Questions
Quali sono gli estremi del processo?
Inizio:
Fine:
Cosa è incluso negli obiettivi di progetto?
Incluso:
Escluso:
La process map è stata approvata dalle persone chiave?
Necessaria verifica affidabilità /
completezza dati disponibili
Ingresso AL/1 + acqua
Uscita bagno
Vedi In Scope
Vedi Out of Scope
Discussa durante incontro del
21/05/08
CCCliente
Define (3/4)
(sostantivi)
5
Industrial Management School
Key Questions
Quali sono gli estremi del processo?
Inizio:
Fine:
Cosa è incluso negli obiettivi di progetto?
Incluso:
Escluso:
La process map è stata approvata dalle persone chiave?
Necessaria verifica affidabilità /
completezza dati disponibili
Ingresso AL/1 + acqua
Uscita bagno
Vedi In Scope
Vedi Out of Scope
Discussa durante incontro del
21/05/08
Define (4/4)AL/1 agg. Statistica
AL/1 agg. da Applikon H2O agg. di livello
AL/1 agg. Manuale H2O agg. Manuale
bobina Al
BAGNO DI SGRASSAGGIO
Scarico Statistico
Scarico Manuale
6
Industrial Management School
Le caratteristiche di performance della CTQ principale si riferiscono all’obiettivo di riduzione del 30% (USL) ed al confronto col sito di Manerbio (Target)
CTQ
Clarify Data CTQ Standard di Performance
Project Y - Measure
LSL
Caratteristiche di performance dei CTQ
Descrizione della misura DifettoUSL TargetDefinizione operativa
Unit / Opp
Smaltimento di bagno di
sgrassaggio per mq di lastre processate
(Kg/Kmq)
Quantità di bagno
esausto ritirato dallo smaltitore divisa per i
mq processati
Raccolta dati riportati sul DDT
N/A
N/A
8,6
N/A
5,5
N/A N/A N/A
Registrazione
automatica del tempo di funzionamento della
pompa dosatrice, di cui si conosce la portata,
indicizzata per tipo di aggiunta
Quantità di materia prima aggiunta per mantenere i set
di lavoro, opportunamente
ripartita per i mq processati tra aggiunte successive dello
stesso tipo
Consumo di AL/1 per
mq di lastre processate
(l/Kmq)N/A N/A
Measure (1/5)
7
Industrial Management School
Key Questions
Ho garantito che i dati raccolti siano accurati e unbiased?
Quali sono le possibili aree di bias e errori di sistema?
Ho valutato la ripetibilità e riproducibilità della mia raccolta dati?
Chi raccoglie i dati èopportunamente formato?
Dovendo valutare una riduzione rispetto ad uno storico, non si è ritenuto
indispensabile determinare l’accuratezza
Dai dati storici disponibili (gennaio 07 – agosto 08, anche se aggregati per mese, linea e prodotto), si è evidenziato il raggiungimento dell’obiettivo ancor
prima della partenza del progetto
N/A
N/A
N/A
N/A, raccolta automatica
Raccolta dati (1/3) Measure (2/5)
20082007
22000
20000
18000
16000
14000
12000
10000
8000
6000
Anno
Kg / tmq
Boxplot of Kg / tmq by Anno
Worksheet: Consumo AL1
8
Industrial Management School
Key Questions
Ho garantito che i dati raccolti siano accurati e unbiased?
Quali sono le possibili aree di bias e errori di sistema?
Ho valutato la ripetibilità e riproducibilità della mia raccolta dati?
Chi raccoglie i dati èopportunamente formato?
Dovendo valutare una riduzione rispetto ad uno storico, non si è ritenuto
indispensabile determinare l’accuratezza
La raccolta dati automatica ha permesso di svincolarsi dal possibile errore umano, troppo frequente in situazioni analoghe precedenti
N/A
N/A
N/A
N/A, raccolta automatica
Raccolta dati (2/3) Measure (3/5)
9
Industrial Management School
Key Questions
Ho garantito che i dati raccolti siano accurati e unbiased?
Quali sono le possibili aree di bias e errori di sistema?
Ho valutato la ripetibilità e riproducibilità della mia raccolta dati?
Chi raccoglie i dati èopportunamente formato?
Raccolta dati basata su DDT
A partire da Novembre 2008, il bagno esausto viene conferito al depuratore, rendendo quindi non più rilevante la CTQ secondaria
N/A
N/A
N/A
Sì
Raccolta dati (3/3) Measure (4/5)
20082007
175
150
125
100
75
50
Anno
Kg/Kmq
Boxplot of Kg/Kmq
Worksheet: Smaltimento AL1
10
Industrial Management School
La non normalità per bobina, ma solo per data, dovrà essere tenuta in considerazione nelle fasi successive (tempi più lunghi,
normalizzazione con strumenti Black Belt)
Key Questions
Attuale livello di performance del processo.
Base Sigma:
Potenzialità:
Qual’è la forma del processo (per i dati continui)?
Quali sono le principali statistiche descrittive del processo?Center: (ie: Mean, Median, etc)
Spread: (ie: Std Dev, Span, etc)
Avendo un solo limite di specifica, non è applicabile
la valutazione della potenzialità come centratura
tra LSL-USL
Non normale per bobinaNormale per data di produzione
Range interquartile per bobina, Dev std per data
2,16
Mediana per bobina, Media per data
N/A
Capability del Processo Attuale
0,0150,0120,0090,0060,0030,000
MedianMean
0,00600,00580,00560,00540,00520,0050
1st Quartile 0,004546
Median 0,005295
3rd Quartile 0,006474
Maximum 0,015105
0,005387 0,005965
0,005038 0,005555
A-Squared 4,37
P-Value < 0,005
Mean 0,005676
StDev 0,001799
Variance 0,000003
Skewness 1,62498
Kurtosis 5,98208
N 151
Minimum 0,000497
Anderson-Darling Normality Test
95% Confidence Interval for Mean
95% Confidence Interval for Median
0,00800,00640,00480,0032
Target USL
LSL *
Target 0,0055
USL 0,0086
Sample Mean 0,00550291
Sample N 42
StDev(Within) 0,00138009
StDev(Overall) 0,00143337
Process Data
Cp *
CPL *
CPU 0,75
Cpk 0,75
Pp *
PPL *
PPU 0,72
Ppk 0,72
Cpm 0,72
Overall Capability
Potential (Within) Capability
% < LSL *
% > USL 2,38
% Total 2,38
Observed Performance
% < LSL *
% > USL 1,24
% Total 1,24
Exp. Within Performance
% < LSL *
% > USL 1,54
% Total 1,54
Exp. Overall Performance
Within
Overall
95% Confidence Intervals
Summary for Consumo AL/1 [l/mq] (S+A+M)
Worksheet: 080930 - per bobina (S+A+M, pulito)
Process Capability of Consumo AL/1 [l/mq] (S+A+M)
Worksheet: 081001 - per data (S+A+M, pulito)
Measure (5/5)
11
Industrial Management School
• Consolidare il risultato osservato nella fase di
Measure
• Valutare la possibilità di avvicinarsi ulteriormente al
consumo del sito di Manerbio
• Per far questo, si prevede di utilizzare un DOE per
bobine, per contenere i tempi, rendendo quindi
necessario utilizzare strumenti Black Belt di
normalizzazione
Key Questions
Qual’è il tuo obiettivo rivisto in base alla conoscenza maturata?
Quali metodi sono stati utilizzati per impostare gli obiettivi di progetto ?
Confronto con processo analogo del
sito produttivo di Manerbio, sebbene
su diverso mix di prodotti
Verificare se la riduzione del
consumo di AL/1 già raggiunta prima
del progetto sia ulteriormente
migliorabile
Ho fatto degli studi comparativi (benchmark)?
Vedi sopra
Obiettivi di performance Analyze (1/4)
12
Industrial Management School
Key Questions
Come si identificano le possibili cause ?
Quali sono le reali cause di variazioni nel processo ?
Quali metodi sono stati usati per verificare le cause ?
Su quali variabili X mi concentrerò nell’Improve ?
Prova pilota
Aggiunte statistiche
Matrix plot, regressione
Si nota una possibile dipendenza dalle aggiunte statistiche
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici, con un DOE
Analisi Dati: Fonti di Variazione Analyze (2/4)
0,0070
0,0045
0,0020
0,002
0,001
0,0000,002
0,001
0,000
0,0090,0060,003
0,009
0,006
0,003
0,00700,00450,0020 0,0020,0010,000 0,0020,0010,000
Consumo AL/1 [l/mq]
Consumo AL/1 [l/mq] (Stat)
Consumo AL/1 [l/mq] (APK)
Consumo AL/1 [l/mq] (Man)
Consumo AL/1 [l/mq] (S+A+M)
Matrix Plot of Consumo AL/1; Consumo AL/1; Consumo AL/1; ...
Worksheet: 081001 - per data (S+A+M, pulito)
13
Industrial Management School
Key Questions
Come si identificano le possibili cause ?
Quali sono le reali cause di variazioni nel processo ?
Quali metodi sono stati usati per verificare le cause ?
Su quali variabili X mi concentrerò nell’Improve ?
Prova pilota
Aggiunte statistiche
Matrix plot, regressione
La dipendenza qualitativa è stata valutata quantitativamente
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici, con un DOE
Analisi Dati: Fonti di Variazione Analyze (3/4)
0,0080,0070,0060,0050,0040,0030,002
0,011
0,010
0,009
0,008
0,007
0,006
0,005
0,004
0,003
0,002
Consumo AL/1 [l/mq] (Stat)
Consumo AL/1 [l/mq] (S+A+M)
S 0,0006274
R-Sq 81,3%
R-Sq(adj) 80,8%
Regression
95% CI
95% PI
Fitted Line PlotConsumo AL/1 [l/mq] (S+A+M) = 0,001120 + 0,9791 Consumo AL/1 [l/mq] (Stat)
Worksheet: 081001 - per data (S+A+M, pulito)
14
Industrial Management School
Key Questions
Come si identificano le possibili cause ?
Quali sono le reali cause di variazioni nel processo ?
Quali metodi sono stati usati per verificare le cause ?
Su quali variabili X mi concentrerò nell’Improve ?
Prova pilota
Aggiunte statistiche
Matrix plot, regressione
La prova pilota è stata effettuata al di fuori del range della regressione
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici, con un DOE
Analisi Dati: Fonti di Variazione Analyze (4/4)
SN
0,010
0,009
0,008
0,007
0,006
0,005
0,004
0,003
0,002
Stat S/N
Consumo AL/1 [l/mq] (S+A+M)
Boxplot of Consumo AL/1 [l/mq] (S+A+M) by Stat S/N
Worksheet: 081002 - per data (pulito, Stat S_N)
15
Industrial Management School
Key Questions
Quali cambiamenti del processo chiave sono stati proposti ?
Con quali altri processi èstato effettuato il benchmarking ?
Come sarà testato l’impatto di questi cambiamenti ?
Processo analogo del sito di Manerbio, sebbene su diverso mix di prodotti
Aggiunte statistiche, formula di calcolo, quantità ed intervallo degli scarichi statistici
La trasformazione di Johnson si è rivelata l’unica in grado di normalizzare i dati per bobina, utilizzati per stimare la deviazione std
per il Power & Sample Size
Prova pilota, control chart
Improve (1/5)DOE
0,0150,0100,0050,000
99,9
99
90
50
10
1
0,1
Percent
N 227
AD 4,678
P-Value <0,005
20-2-4
99,9
99
90
50
10
1
0,1
Percent
N 227
AD 0,204
P-Value 0,875
1,21,00,80,60,40,2
0,75
0,50
0,25
0,00
Z Value
P-Value for AD test 1
Ref P
P-V alue for Best F it: 0,874623
Z for Best F it: 1
Best Transformation Ty pe: SU
Transformation function equals
-1,34146 + 1,54618 * A sinh( ( X - 0,00350105 ) / 0,00140537 )
Probability Plot for Original Data
Probability Plot for Transformed Data
Select a Transformation
(P-V alue = 0.005 means <= 0.005)
Johnson Transformation for Consumo AL/1 [l/mq] (S+A+M)
Worksheet: 081002 - per bobina (pulito)
16
Industrial Management School
Key Questions
Quali cambiamenti del processo chiave sono stati proposti ?
Con quali altri processi èstato effettuato il benchmarking ?
Come sarà testato l’impatto di questi cambiamenti ?
Processo analogo del sito di Manerbio, sebbene su diverso mix di prodotti
Aggiunte statistiche, formula di calcolo, quantità ed intervallo degli scarichi statistici
Si è utilizzato questo strumento Black Belt per stimare / prevedere la durata massima del DOE
Prova pilota, control chart
Improve (2/5)DOE
0,80,60,40,20,0-0,2-0,4-0,6-0,8
1,0
0,8
0,6
0,4
0,2
0,0
Effect
Power
A lpha 0,05
StDev 1
# Factors 4
# C orner P ts 16
# Blocks none
# Terms Omitted 0
C enter Points Yes
Term Included In Model
A ssumptions
4; 1
5; 1
9; 1
Ctr Pts Per Blk
Reps,
Power Curve for 2-Level Factorial Design
17
Industrial Management School
Key Questions
Quali cambiamenti del processo chiave sono stati proposti ?
Con quali altri processi èstato effettuato il benchmarking ?
Come sarà testato l’impatto di questi cambiamenti ?
Processo analogo del sito di Manerbio, sebbene su diverso mix di prodotti
Aggiunte statistiche, formula di calcolo, quantità ed intervallo degli scarichi statistici
E’ stata confermata l’importanza delle aggiunte statistiche, inoltre sono stati individuati altri due parametri di influenza, altrimenti
impossibile dai soli dati storici
Prova pilota, control chart
Improve (3/5)DOE
BDBCABCABDBADABAC
ABCDBCDACDCCDDA
76543210
Term
Standardized Effect
2,037
A Stat
B formula K
C Qtà scarico Stat
D t scarico Stat
Factor Name
C
CD
D
A
76543210
Term
Standardized Effect
2,014
A Stat
C Qtà scarico Stat
D t scarico Stat
Factor Name
Pareto Chart of the Standardized Effects(response is C onsumo A L/1 [l/mq] (S+A+M), A lpha = 0,05)
Worksheet: Blocchi 1 2 3
Pareto Chart of the Standardized Effects(response is C onsumo A L/1 [l/mq] (S+A+M), A lpha = 0,05)
Worksheet: Blocchi 1 2 3
18
Industrial Management School
Key Questions
Quali cambiamenti del processo chiave sono stati proposti ?
Con quali altri processi èstato effettuato il benchmarking ?
Come sarà testato l’impatto di questi cambiamenti ?
Processo analogo del sito di Manerbio, sebbene su diverso mix di prodotti
Aggiunte statistiche, formula di calcolo, quantità ed intervallo degli scarichi statistici
Il center point è risultato essere statisticamente significativo, quindi si potrebbe raffinare l’analisi con le superfici di risposta
Prova pilota, control chart
Improve (4/5)DOE
5,02,50,0
0,0055
0,0050
0,0045
0,0040
0,0035
806040
603612
0,0055
0,0050
0,0045
0,0040
0,0035
Stat
Mean
Qtà scarico Stat
t scarico Stat
Corner
Center
Point Type806040 603612
0,005
0,004
0,003
0,005
0,004
0,003
Stat
Qtà scarico Stat
t scarico Stat
0,0 Corner
2,5 Center
5,0 Corner
Stat Point Type
0,0 Corner
2,5 Center
5,0 Corner
Stat Point Type
40 Corner
60 Center
80 Corner
Stat
scarico
Qtà
Point Type
Main Effects Plot for Consumo AL/1 [l/mq] (S+A+M)Data Means
Worksheet: Blocchi 1 2 3
Interaction Plot for Consumo AL/1 [l/mq] (S+A+M)Data Means
Worksheet: Blocchi 1 2 3
19
Industrial Management School
Key Questions
Quali cambiamenti del processo chiave sono stati proposti ?
Con quali altri processi èstato effettuato il benchmarking ?
Come sarà testato l’impatto di questi cambiamenti ?
Processo analogo del sito di Manerbio, sebbene su diverso mix di prodotti
Aggiunte statistiche, formula di calcolo, quantità ed intervallo degli scarichi statistici
Essendo stato grande l’effetto, il Power & Sample Size a posteriori dimostra che sono bastate solo tre repliche delle nove previste
Prova pilota, control chart
Improve (5/5)DOE
0,0030,0020,0010,000-0,001-0,002-0,003
1,0
0,8
0,6
0,4
0,2
0,0
Effect
Power
A lpha 0,05
StDev 0,00081
# Factors 4
# C orner P ts 16
# Blocks 3
# Terms Omitted 0
C enter Points Yes
Blocks Yes
Term Included In Model
A ssumptions
3; 1
Ctr Pts Per Blk
Reps,
Power Curve for 2-Level Factorial Design
20
Industrial Management School
Key Questions
Quali indicatori saranno monitorati?
Come saranno riportati?
Questo progetto influisce su indicatori relativi ad un cruscotto di livello superiore? Se sì, come il reporting di questo progetto sarà collegato al cruscotto?
Cosa ho fatto per assicurarmi che il processo sia istituzionalizzato?
Gestione control chart da discutere con
Dir. Stabilimento e Resp. Produzione
No, da discutere con Dir. Stabilimento
Si è deciso di utilizzare l’approccio per data per evitare l’utilizzo di strumenti Black Belt potenzialmente più “ostici” alla Produzione
Control chart con aggiornamento settimanale (da discutere con Resp.
Produzione)
Consumo AL/1 per data
Control Charts Control (1/2)
51464136312621161161
0,009
0,006
0,003
Observation
Individual Value
_X=0,005503
UCL=0,009643
LCL=0,001363
51464136312621161161
0,006
0,004
0,002
0,000
Observation
Moving Range
__MR=0,001557
UCL=0,005086
LCL=0
3
33
3
11
I-MR Chart of Consumo AL/1 [l/mq] (S+A+M)
Worksheet: 081001 - per data (S+A+M, pulito)
21
Industrial Management School
Key Questions
Quali indicatori saranno monitorati?
Come saranno riportati?
Questo progetto influisce su indicatori relativi ad un cruscotto di livello superiore? Se sì, come il reporting di questo progetto sarà collegato al cruscotto?
Cosa ho fatto per assicurarmi che il processo sia istituzionalizzato?
Gestione control chart da discutere con
Dir. Stabilimento e Resp. Produzione
No, da discutere con Dir. Stabilimento
Il DOE avrebbe permesso un ulteriore saving di € 12.600 su quello già consistente osservato prima della partenza del progetto, anche
intervenendo su una sola linea
Control chart con aggiornamento settimanale (da discutere con Resp.
Produzione)
Consumo AL/1 per data
Savings 2008 Control (2/2)
• Costo 2007
• € 125.800
• Teorici
• Considerando costo materia prima 2007
• € 55.700
• Reali
• Considerando aumento costo materia prima da
agosto 2008
• € 54.300
• Potenziali
• Se risultato DOE fosse già stato implementato
• € 66.900 (solo linea V3, in scope)