65
Určením úzkých míst procesu bylo rozhodnuto o problémech, které by měly být řešeny.
V dalších fázích byla změřena a zanalyzována data potřebná k vyřešení problémů.
Původně bylo v plánu vypracování Service Stream Map procesu. Bylo rozhodnuto, že SSM není zapotřebí a pro účely projektu bude vhodnější Swimlane diagram. V jednotlivých drahách je oddělení Kvality, sklad, tranzit a laboratoř. Na obrázku níže je swimlane diagram procesu. Kroky procesu jsou ve stejném pořadí jako ve flowchartu.
Obrázek 17: Swimlane diagram
Zdroj: vlastní zpracování
66
automatický scrap. Vytvořit sadu reportů, které umožní aktualizaci Master dat. Začít sledovat historii NOK vzorků.
V Project charteru byly uvedeny i konkrétní fáze projektu a jejich předpokládané datum ukončení.
Define (31.1.2019)
Measure (15.2.2019)
Analyze (31.3.2019)
Improve (30.4.2019)
Control (31.5.2019)
V zakládací listině je zaznamenán první a poslední krok procesu. Proces začíná naskenováním Master Labelu a končí zaskladněním zkontrolovaného vzorku a potvrzením pohybu v SAPu. Členové týmu jsou Business Excellence specialista Fejtek, Veis, Kordovan, Jetenský, Hnídek a Petrů.
Obrázek Project charteru, kde jsou popsány všechny oblasti (problém, výhody projektu, cíl, časový harmonogram, rozsah a členové týmu), lze vidět níže.
67
Obrázek 18: Project charter
Zdroj: vlastní zpracování
68
8 Measure
Po zmapování procesu přišla na řadu fáze měření. Data, která byla potřebná pro odhalení četnosti a počtu kontrolovaných kusů ve fázi Analyze, nebyla sbírána v této fázi, ale využila se data, kterými podnik již disponoval a která jsou historicky zaznamenávána do SAPu.
Ve fázi Measure však k měření také došlo. Jednalo se o měření „lead time“ procesu (celkový čas) a „cycle time“ jednotlivých operací (čas jedné operace). Nebylo provedeno měření přímo na místě. Po konzultacích s pracovníky, kteří určitou operaci provádějí, byly určeny 3 varianty cycle time, které byly pro potřeby projektu pojmenovány jako:
1. Nejrychlejší 2. Nejčastější 3. Nejpomalejší
U každého kroku byl zaznamenán čas, jak nejrychleji se dá operace vykonat, kolik času stráví pracovník průměrně při výkonu této operace a jaký je nejdelší možný čas.
Operace jako Scan Master label, Tisk TA + požadavek na vzorek, Odebrání vzorku, Odebrání, Zjištění způsobu měření, Vyhodnocení, Tisk TA, Označení, Zaskladnění + potvrzení pohybu v SAPu se neliší ve zmíněných variantách. Tyto operace jsou jednoduché a většinou nezpůsobují žádné problémy. Čas strávený těmito 9 kroky je stejný v každé variantě. Liší se však čas těchto operací vůči sobě. Zatímco operací Scan Master label stráví skladník jednu minutu, Označení zabere 3 minuty.
Vysokou variabilitu nalezneme u operací Zaskladnění, Měření, Zápis do SAP a Uvolnění. Čas zaskladnění se pohybuje od 2 do 4 minut. Operace Měření má velmi vysokou variabilitu. Její nejrychlejší cycle time je 10 minut a nejpomalejší 80 minut.
Nejpomalejší cycle time této operace je tedy 8krát delší než nejrychlejší cycle time.
Zápis hodnot do SAPu se pohybuje mezi 4 – 12 minutami. Uvolnění může trvat 1
69
minutu až 10 minut, záleží, jestli je operace Uvolnění provedena SAPem nebo se musí počkat na pracovníka oddělení Kvality.
Po sečtení cycle time všech operací dostaneme lead time každé varianty. Lead time nejrychlejší varianty je 34 minut, lead time nejčastější 44 minut a nejpomalejší varianty 124 minut. Rozdíl mezi nejpomalejší a nejrychlejší variantou je 1 hodina a 30 minut.
Na obrázku Lead time procesu jsou veškeré kroky procesu, jejich cycle time v různých variantách a celkový lead time.
Obrázek 19: Lead time procesu
Zdroj: vlastní zpracování
70
9 Analyze
Cílem této fáze bylo provést analýzu dostupných dat a vytvořit souhrnnou tabulku.
Souhrnná tabulka byla vytvořena jako přehled o vstupní kontrole pro manažery kvality.
Úkolem bylo na základě dat definovat:
1. Poměr jednotlivých inspekčních zkoušek v závodu (dle inspekčních charakteristik)
2. Nejčastěji testované díly z hlediska četnosti 3. Nejčastěji testované díly z hlediska kusů 4. Poměr testovaných kusů vůči přijatým
5. Počet OK a NOK kontrol a problematické vzorky
K dispozici byla data za rok 2017 a 2018. Pracoval jsem převážně s daty z roku 2018, data z roku 2017 sloužila jen k porovnání počtu přijatých dílů na sklad a do laboratoře mezi roky.
Všem dílům, které vstupují do výroby, je přiřazen part number (PN – identifikační číslo materiálu). V obdržených datech byl výčet všech identifikačních čísel materiálu, které byly přijaty v roce 2018 na sklad, v kolika dodávkách a v jakém počtu kusů podnik obdržel jednotlivé díly každý měsíc. Počet PN za rok 2018 byl 1863. Podnik obdržel 1863 jedinečných dílů. Dohromady příjmem prošlo přes 198 milionů kusů. Vše přišlo v 58 007 dodávkách.
Dále mi byla zpřístupněna data o příjmu vzorků do laboratoře – díly, které byly testovány v roce 2018; počet testovaných kusů a četnost příjmu do laboratoře za jednotlivé měsíce. V laboratoři bylo za jediný rok testováno 219 jedinečných dílů a dohromady 7 742 kusů. V příloze I je ukázka tabulky o příjmu materiálu do laboratoře za leden 2018. Tabulka obsahuje PN materiálu, počet příjmů a součet testovaných kusů laboratoří za jeden měsíc.
Dalším zdrojem pro analýzu byla tabulka veškerých PN, jejich kódů a názvů dílů.
Jedinečných PN v podniku je 2 167. Podnik má svůj dokument inspekčních charakteristik. Existuje 14 kódů, které určují, zda se jedná o fixní nebo dynamický
71
vzorek. Kód modelu, který označuje fixní vzorek, udává, kolik kusů z jedné dodávky bude posláno do laboratoře (F1, F2, F3, F5, F10). Pokud se jedná o dynamický vzorek, definovaný počet kusů dílu je testován za určité období (U1 – U8 a WF). Přehled všech kódu modelu a frekvenci kontroly v závislosti na kódu lze vidět v tabulce níže.
Tabulka 2: Inspekční charakteristiky Kód
modelu Popis Frekvence kontroly
F1 Fixní vzorek 1 ks / dodávka
F2 Fixní vzorek 2 ks / dodávka
F3 Fixní vzorek 3 ks / dodávka
F5 Fixní vzorek 4 ks / dodávka
F10 Fixní vzorek 10 ks / dodávka
U1 Dynamický vzorek 1 ks / 6 měsíců U2 Dynamický vzorek 1 ks / 3 měsíce U3 Dynamický vzorek 1 ks / 12 měsíců U4 Dynamický vzorek 1 ks / 1 měsíc U5 Dynamický vzorek 3 ks / 12 měsíců U6 Dynamický vzorek 3 ks / 6 měsíců U7 Dynamický vzorek 3 ks / 3 měsíce U8 Dynamický vzorek 3 ks / 1 měsíc WF Dynamický vzorek 5 ks / 12 měsíců
Zdroj: interní data Pierburg
72
K analýze všech jedinečných dílů dle kódu modelu jsem použil Paretovu analýzu.
Graf 3: Paretova analýza všech dílů dle kódů
Zdroj: vlastní zpracování
67 % dílů (1448 z 2167) je označeno kódem WF (5 vzorků je kontrolováno jednou za 12 měsíců). Na druhém a třetím místě jsou díly s kódem F5 a F3, které se pohybují okolo 10 %. Tyto díly s kódy WF, F5 a F3 tak tvoří téměř 90 % veškerých druhů materiálu, které jsou do závodu dodávány.
Pokud uvažujeme pouze díly, které byly v roce 2018 poslány do laboratoře (219), díly s kódem WF jsou stále na prvním místě, ale už tvoří pouze 30 % testovaných druhů materiálu. Díly s kódem F5, které jsou na druhém místě, co se týče inspekčních zkoušek, tvoří 26 % testovaných druhů materiálu, které byly poslány do laboratoře v roce 2018. WF a F3 dohromady tvoří 55 % testovaných druhů. Paretovu analýzu všech dílů dle kódů a Paretovu analýzu dílů, které byly v roce 2018 testovány v laboratoři, lze vidět v grafech 3 a 4.
73
Graf 4: Paretova analýza testovaných dílů v roce 2018
Zdroj: vlastní zpracování
Nejčastěji testované díly z hlediska četnosti i kusů za rok 2018 jsou v tabulce níže.
Tabulka je seřazena dle počtu kusů, které byly testovány v laboratoři. Prvních 9 PN dle počtu kusů je stejných jako prvních 9 dle četnosti příjmů do laboratoře.
Tabulka 3: Nejčastěji testované díly
PN Kód Název materiálu Četnost
do LAB
Počet kusů do LAB
5.10478.06.0 F3 FLAP HOUSING 192 576
5.34510.00.0 F5 IMPELLER, COMPLETE 93 469,6
5.19839.01.0 F3 FLAP HOUSING 136 408
5.08068.06.0 F3 FLAP HOUSING 115 345
5.27622.00.0 F3 FLAP HOUSING 92 276
3.39440.01.0 F3 THROTTLE PLATE 91 273
3.66980.00.0 F3 RADIAL LIP-TYPE SEALING
RING 83 249
5.24889.00.0 U5 SHAFT, COMPLETE 59 177
3.43157.00.0 U6 THROTTLE BODY SHAFT 56 168
Zdroj: vlastní zpracování
74
Analýza poměru testovaných kusů vůči přijatým v jednotlivých měsících byla vypracována, avšak výsledky nepřinesly překvapivé závěry. U 80 % dílů byl poměr nižší než 1 %, u dalších 10 % dílů byl poměr do 2 %. Výsledků poměru testovaných vůči přijatým kusům, které se pohybovaly v desítkách procent, bylo zaznamenáno pouze 18. U všech 18 dílů se jednalo o jedinou dodávku, která byla buď testována ze 100 % nebo byla testována část dodávky přesahující 10 %.
Analýza počtu OK a NOK kontrol nemohla být provedena na datech z celého roku 2018. Při vyžádání potřebných dat bylo zjištěno, že všechna data o NOK vzorcích nejsou historicky ukládána. Data se začala ihned archivovat. K dispozici jsem měl pouze data z března 2019. Za tento měsíc proběhlo 299 kontrol a bylo zkontrolováno 141 druhů materiálu. 257 kontrol bylo OK a 42 NOK. Užitečné informace pro manažery kvality, které byly z této analýzy použity, se týkaly PN, které byly v jednom měsíci několikrát NOK. Jednalo se o 4 PN, u kterých byl dohledán i dodavatel. Jeden z těchto dílů byl 3krát vyhodnocen jako NOK. Pro tuto analýzu je potřeba získat data za delší časové období. Přínosem bylo zjištění, že všechny NOK výsledky testů se nedají zpětně dohledat.
Data z roku 2017 posloužila k porovnání příjmů materiálu na sklad a do laboratoře za oba roky. V roce 2017 bylo na sklad přijato 1927 dílů a do laboratoře 648. V roce 2018 bylo na sklad přijato 1863 dílů a testováno 219. Zatímco v roce 2017 bylo testováno 34
% z přijatých dílů, v roce 2018 to bylo pouze 12 %. Je zde vidět pokles poměru testovaných dílů vůči přijatým.
Výstupem fáze Analyze byla souhrnná tabulka pro manažery kvality. Tato tabulka agreguje dostupné informace o vstupní kontrole za rok 2018 a zahrnuje výsledky analýzy poměru jednotlivých inspekčních zkoušek v závodu, nejčastěji testovaných dílů a poměr testovaných kusů vůči přijatým.
75
10 Improve
V této části jsme se soustředili na zlepšování procesu. Cílem této části bylo přijít s nápady a návrhy pro zlepšení, které vycházejí z analýzy nebo byly identifikovány již v předchozích fázích (Define, Measure).
Doporučení pro zlepšení vycházela z úzkých míst, které jsme identifikovali v rámci workshopu ve fázi Define, kdy byl zmapován proces.
1. Nenastavená data pro vstupní kontrolu 2. Nedochází k aktualizaci Master dat 3. Ztráta viditelnosti (SAP vs. REALITA) 4. Snížení KPI logistiky
5. Časová náročnost zpracování scrapu (odpadu) 6. Reporting
a. Pravidelný report o vstupní kontrole
Počet přijatých kusů materiálu – počet odebraných vzorků – NOK nálezy Četnost přijetí materiálu – počet kontrol
b. Trend měřených hodnot
PN (part number) – měřené charakteristiky – časové období
c. Report o propojení vstupní kontroly a dodavatelských reklamací – redefinice: zvýšení nebo snížení frekvence kontrol
7. Pravidla pro odběr vzorků
8. Jak pracovat s urgentním požadavkem 9. Historie NOK vzorků
Na základě problémů procesu byl vytvořen Action list. V Action listu jsou činnosti, které by měly být v souvislosti s problémem provedeny, datum, kdy mají být provedeny, kdo je bude realizovat a status problémů (zda jsou otevřeny nebo už uzavřeny). Action list, který vznikl k tomuto projektu, je na obrázku níže.
76
Obrázek 20: Action list
Zdroj: vlastní zpracování
77 Doporučená zlepšení:
ad 1. Díly jsou označeny kódem, který určuje inspekční charakteristiky. U dílů je možné určit frekvenci testování a počet testovaných kusů. Cílem analýzy bylo vytvořit souhrnnou tabulku a případně odhalit díly, které vstupují do laboratoře v nadbytečném množství nebo častěji, než je potřeba. Výsledkem analýzy však bylo, že testované kusy vůči všem přijatým se pohybují pouze v desetinách procent.
Analýza OK/NOK vzorků nemohla být provedena. Doporučení je zrevidovat inspekční charakteristiky pro díly na základě NOK testů, což bude možné až v momentě, kdy bude podnik disponovat dostatečně rozsáhlým souborem dat o NOK kontrolách.
ad 2. Nikdy nedošlo k aktualizaci Master dat. Mater data by měla být aktualizována na základě výsledků testování vzorků. Snižovat frekvenci testů u dílů, které jsou dlouhodobě historicky OK, a naopak zvyšovat u NOK. Výsledkem by měla být aktualizace Master dat, snižování počtu kontrol, a tím zapříčiněné snižování vytíženosti laboratoře. Data by měla být aktualizována nejen na základě OK a NOK, ale také na základě dodavatelských reklamací (spolehlivosti dodávek).
ad 3. Doporučením je zde vytvoření nové zóny v SAPu, na které bude vzorek v průběhu tranzitu a testování v laboratoři. Díky vytvoření nové zóny bude možné určit celkový čas od doby odebrání vzorku do doby zaskladnění vzorku.
ad 4. Vytvoření nové zóny v SAPu zajistí, že KPI logistiky se nebude snižovat v důsledku testování v laboratoři.
ad 5. V SAPu bude možnost nastavit automatický scrap u destruktivních testů. Což sníží čas zápisu do SAPu a pracovníci laboratoře budou mít více času na zbylé povinnosti.
ad 6. Vytvoření reportů, které dosud neexistovaly, pomůže při řešení ostatních problémů. Budou sloužit jako podklad pro rozhodování o aktualizaci Master dat.
Report o vstupní kontrole bude sledovat změny ve výsledcích OK/NOK testů pro jednotlivé díly. Trend měřených hodnot by měl v budoucnu sledovat měřené
78
charakteristiky v průběhu období. Report o dodavatelských reklamacích bude sledovat kvalitu dílů od jednotlivých dodavatelů a na jeho základě bude upravována frekvence nebo počet kontrolovaných kusů.
ad 7. Tomuto problému byla přidělena nízká priorita a jeho řešení se odložilo.
ad 8. Tomuto problému byla přidělena nízká priorita a jeho řešení se odložilo.
ad 9. Problém, na který se přišlo až v průběhu fáze Analyze, kdy nebylo možné ze SAPu vyexportovat historická data o OK a NOK testech u jednotlivých dílů. Toto zjištění je jedním z největších přínosů projektu. Doporučením je sbírat tyto data, jelikož ovlivňují rozhodování o zvýšení či snížení četnosti kontrol a počtu kontrolovaných kusů.
Často se stává, že při řešení Lean Six Sigma projektů jsou ve fázi Improve některá řešení problémů již evidentní. To je případ i tohoto projektu. Ve fázi Define, kdy probíhalo mapování procesu, se objevily nové problémy, ale s nimi i jejich evidentní řešení.
79
11 Control
Fáze Control zatím nebyla zcela ukončena. Neproběhla prezentace managementu, oficiální schválení všech doporučení a předání projektu vlastníkovi. Z tohoto důvodu nemohlo být provedeno finální hodnocení projektu. Hodnocení projektu ze strany týmu a ukončení projektu pro potřeby diplomové práce proběhlo 25.7.2019, kdy byl zhodnocen dosavadní přínos.
I když projekt nebyl řádně ukončen, je možné zhodnotit, zda bylo dosaženo vytyčených cílů, byl-li projekt po podnik přínosný a zda doporučená zlepšení přispěla k optimalizaci procesu vstupní kontroly materiálu.
Některá doporučení nebyla zatím uvedena do praxe, ale projektovým tým, oddělení Kvality a ostatní zainteresované osoby jsou s nimi seznámeny.
Dosud zrealizované kroky na základě doporučení:
1. Doporučení zrevidovat inspekční charakteristiky pro všechny díly nyní není možné. O tomto doporučení se bude rozhodovat až v příštím roce. Bylo předběžně rozhodnuto, že inspekční charakteristiky se začnou u dílů postupně revidovat na základě reportů.
2. Manažeři kvality souhlasí s aktualizací Master dat. Tato aktualizace bude na rozhodnutích manažerů. Budou se rozhodovat na základě OK a NOK testů a dodavatelských reklamací.
3. Nová zóna v SAPu byla již vytvořena.
4. Díky nové zóně již nejsou snižovány KPI logistiky.
5. Už je možné nastavit automatický scrap u destruktivních zkoušek v SAPu.
6. Návrhy reportů byly již vytvořeny a prezentovány na individuálních schůzkách s manažery. Bylo naplánováno i datum implementace. Manažeři kvality budou moci pružně reagovat na OK a NOK vzorky, budou mít přehled o kvalitě dílů v jednotlivých dodávkách od dodavatelů. Bude tedy možné upravovat četnost kontrol. Report o trendu měřených hodnot byl zatím odložen.
7. Řešení odloženo.
8. Řešení odloženo.
80
9. Po zjištění, že NOK vzorky nejsou sledovány, bylo ihned zavedeno nápravné opatření. Nyní je možné sledovat, zda byly testy OK nebo NOK. Na základě sběru těchto dat a exportu ze SAPu bude vznikat pravidelný report a manažeři kvality budou upravovat četnost kontrol.
Ve fázi Control je důležité nastavit kontrolní systém, který zajistí trvalé zlepšování procesu. Jako kontrolní systém budou fungovat již zmíněné reporty. Projekt by měl být zcela ukončený do konce roku 2019. Výsledky zaznamenány, archivovány a proces předán do rukou vlastníka. Průběžná aktualizace Master dat by měla probíhat na základě rozhodnutí manažerů kvality. Výsledkem by mělo být i celkové snižování četnosti kontrol a časové vytíženosti laboratoře.
Původním cílem této práce bylo zmapovat proces, identifikovat úzká místa či příležitosti pro zlepšení a optimalizovat proces vstupní kontroly materiálu pro potřeby oddělení Kvality. Přínosem pro podnik mělo být snížení časové vytíženosti laboratoře.
Proces byl zmapován ve formě flowchartu a později zdokumentován formou swimlane diagramu. Úzká místa a příležitosti pro zlepšení byly identifikovány v průběhu mapování procesu za pomoci projektového týmu. Snahou byla optimalizace procesu vstupní kontroly materiálu prostřednictvím doporučení pro zlepšení. Problémy, které byly v průběhu projektu řešeny, by měly vést ke snížení časové vytíženosti laboratoře a umožnění průběžné aktualizace Master dat.
Vedlejším výstupem pro podniky jsou analýzy, které je možné použít v rámci řešení problémů, které nebyly zahrnuty v projektu. Příkladem jsou Paretovy analýzy rozdělení dílů dle kódů, seznam nejčastěji testovaných dílů nebo lead time procesu, který zahrnuje cycle time jednotlivých procesních kroků.
Byl stanoven lead time procesu ve třech variantách. Díky lead time procesu je možné stanovit časovou náročnost procesu. Bohužel není možné stanovit průměrný čas inspekce jednoho dílu, jelikož díly chodí do laboratoře s dalšími druhy materiálu a jednotlivé zkoušky jsou prováděny zároveň. Čas zkoušek u jednotlivých dílů se mění v závislosti na počtu měřených charakteristik.
81
Projektový tým již prezentoval výstupy jednotlivým manažerům kvality na osobních schůzkách. Manažeři kvality byli s projektem a výstupy spokojeni. Přinesl výsledky a důležitá zjištění o procesu. Na projekt je možné navázat dalšími zlepšovatelskými projekty. Některá témata byla otevřena, ale jejich řešení se odsunulo na dobu neurčitou.
Důležitá je aplikace výsledků do praxe a snaha o kontinuální zlepšování.
82
Závěr
Cílem diplomové práce „Optimalizace procesů vstupní kontroly pro oddělení Kvality“
bylo zmapovat proces, identifikovat úzká místa či příležitosti pro zlepšení a optimalizovat proces vstupní kontroly materiálu pro oddělení Kvality. Na základě zmapování procesu, identifikace úzkých míst, sběru a analýze dat byla doporučena zlepšení, která vedou ke snížení časové vytíženosti laboratoře a optimalizaci procesu.
Cílem teoretické části bylo seznámit čtenáře s problematikou Lean managementu, Six Sigmy a metodiky DMAIC. Byl objasněn pojem lean, stručně popsán historický vývoj filosofie Lean a zmíněny osobnosti, které se na vývoji podílely. V další části byly vysvětleny výhody plynoucí ze spojení přístupů Lean management a Six Sigma.
V poslední kapitole byla popsána metodika DMAIC, která udává strukturu při řízení zlepšovatelských projektů. Tato metodika řízení projektů byla následně využita i v praktické části práce.
V praktické části byla nejprve představena historie společnosti Rheinmetall, výrobní podnik Pierburg a oddělení Business Excellence. Dále byly dle metodiky DMAIC popsány jednotlivé fáze projektu.
Ve fázi Define byl zmapován proces a identifikována úzká místa. Proces byl zmapován pomocí Swimlane diagramu. V následujících fázích byla posbírána data, zanalyzována a doporučena zlepšení procesu. Výsledkem bylo 9 doporučení, kdy 7 z nich bylo předběžně odsouhlaseno manažery kvality.
Mezi doporučení, která byla ihned zavedena do praxe, patří: vytvoření nové zóny v SAPu, možnost nastavení automatického scrapu u destruktivních zkoušek a sledovatelnost OK/NOK výsledků testů. Díky těmto „rychlým výhrám“ nejsou nesmyslně snižovány KPI logistiky, pracovníkům laboratoře se zkrátí čas zápisu do SAPu a sledovatelnost OK/NOK vzorků pomůže do budoucna snižovat počet testovaných dílů.
83
Opatření, která byla předběžně přijata a mají největší vliv na snížení časové vytíženosti laboratoře a optimalizaci procesu, jsou reporty a od nich se odvíjející aktualizace Master dat. První report poskytuje přehled o poměru OK a NOK testovaných vzorků v laboratoři. Druhý report propojuje vstupní kontrolu materiálu a dodavatelské reklamace. Na základě reportů o vstupní kontrole budou manažeři kvality dynamicky upravovat Master data s cílem snižovat počet kontrol u jednotlivých dílů.
84
Použitá literatura
Basu, R. (2011). Fit Sigma: A Lean Approach to Building Sustainable Quality Beyond Six Sigma. Chichester, Anglie: John Wiley & Sons.
Baťa historie. (2019). Baťa: Historie. [vid. 2019-07-06]. Dostupné z:
https://www.bata.cz/stranka/historie.
Bejčková, J. (2013). Frederick Winslow Taylor - "otec vědeckého řízení". API Academy of Productivity and Innovations. [online] 2013. Dostupné z: https://www.e-api.cz/25767n-frederick-winslow-taylor-quot-otec-vedeckeho-rizeni-quot.
Berardinelli, C. F. (2016). To DMAIC or not to DMAIC?. Quality Progress, 49(1), 36.
Dostupné z: https://search.proquest.com/docview/1762043854?accountid=17203.
Breyfogle, F.W., Cupello, J.M., & Meadows, B. (2001). Managing Six Sigma: A Practical Guide to Understanding, Assessing, and Implementing the Strategy That Yields Bottom-Line Success. New York, USA: Wiley-Interscience.
Chappell, L. (2018, 25. červen). North America, Europe and the world top suppliers.
Automotive News. Dostupné z:
https://www.autonews.com/assets/PDF/CA116090622.PDF.
Čiarniené, R., & Vienažindiené, M. (2012, srpen). Lean Manufacturing: Theory and Practice. Economics and Management, 17(2). doi: 10.5755/j01.em.17.2.2205.
Dennis, P. (2002). Lean Production Simplified. New York, USA: Productivity Press.
Iuga, M. V., & Kifor, C. V. (2013). LEAN MANUFACTURING: THE WHEN, THE WHERE, THE WHO. Land Forces Academy Review, 18(4), 404-410. Dostupné z:
https://search.proquest.com/docview/1477578290?accountid=17203.
Jakonis, A. (2012). Cultural conditioning of LEAN MANAGEMENT – continuation of the research. Journal of Intercultural Management, 4(2).
Klabusayova, N. (2014). The possibilities for increasing production processes efficiency by utilizing the lean manufacturing principles. Applied Mechanics and Materials, 693, 483-488. doi: 10.4028/www.scientific.net/AMM.693.483.
85
Klotz, L., Horman, M., Bi, H. H., & Bechtel, J. (2008). The impact of process mapping on transparency. International Journal of Productivity and Performance Management, 57(8), 623-636. doi: 10.1108/17410400810916053.
Košturiak, J., & Frolík, Z. (2006). Štíhlý a inovativní podnik. Praha, Česko: Alfa Publishing.
Lee, Q., & Snyder, B. (2006). Value Stream & Process Mapping Guide. Bellingham, USA: Enna Products Corporation.
Liker, J. K. (2007). Tak to dělá Toyota. 14 zásad řízení největšího světového výrobce.
Praha, Česko: Management Press.
Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2003). Six Sigma: a goal-theoretic perspective. Journal of Operations Management, 21, 193-203. doi:
10.1016/S0272-6963(02)00087-6.
Martínez, F. (n.d.). TPS. 8 wastes [prezentace]. [vid. 2018-10-24]. Vysoká škola ekonomická.
Morgan, J., & Brenig-Jones, M. (2009). Lean Six Sigma for Dummies. Chichester, Anglie: John Wiley & Sons.
Parkes, A. (2015). Lean management genesis. Management, 19(2), 106-121. doi:
10.1515/manment-2015-0017
Parkes, A. (2016). Cultural Conditioning of Lean Management in Great Britain.
International Journal of Contemporary Management, 15(1), 49-65. doi:
10.4467/24498939IJCM.16.003.4836
Pierburg. (n.d.). Společnost a její historie. [vid. 2019-08-02]. Dostupné z:
http://www.pierburg.cz/cs/spolecnost-a-jeji-historie.
PROCESS MAPPING, FLOWCHARTS, AND ADDING "ARCHITECTURE".
(2018). Quality, 57(8), 17-18. Dostupné z:
https://search.proquest.com/docview/2088048705?accountid=17203.
Pyzdek, T. (2000, 21.prosinec). The Six Sigma Revolution. [2019-07-20]. Dostupné z:
http://bxlnc.com/download/The-Six-Sigma-Revolution.pdf.
86
Rheinmetall. (n.d). The Rheimetall Group: The technology group for mobility and
security. [vid. 2019-08-02]. Dostupné z:
https://www.rheinmetall.com/en/rheinmetall_ag/group/about_rheinmetall/index.php.
Rich, N. (2006). Lean evolution. Lessons from the workplace. Cambridge, Anglie:
University Press.
Sayer, N. J., & Williams B (2012). Lean for Dummies. Chichester, Anglie: John Wiley
& Sons.
Schroeder, R. G., Linderman, K., Liedtke, C., & Choo, A. S. (2007). Six Sigma:
Definition and underlying theory. Journal of Operations Management, 26, 536-554.
Shaffie, S., & Shahbazi, S. (2012). Lean Six Sigma. New York, USA: McGraw-Hill Publishing.
Svobodová, H. (2018). Six Sigma. Co je to Six Sigma [prezentace]. [vid. 2018-09-24].
Vysoká škola ekonomická.
Svozilová, A. (2011). Zlepšování podnikových procesů. Praha, Česko: Grada Publishing.
Szentesi, S., Tamás, P., & Illés, B. (2016). IMPROVEMENT POSSIBILITIES FOR THE METHOD OF VALUE STREAM MAPPING. Advanced Logistic Systems, 10(2),
39-48. Dostupné z:
https://search.proquest.com/docview/2056800477?accountid=17203.
Womack, J. P., Jones, D. T., & Roos, D. (1990). The Machine That Changed the World:
The Story of Lean Production, Toyota´s Secret Weapon in the Global Car Wars That Is Now Revolutionizing World Industry. New York, USA: Free Press.
Womack, J. P., & Jones, D. T. (2003). Lean thinking: Banish waste and create wealth in your corporation. New York, USA: Free Press.
Womack, J. P. (2006). VALUE STREAM MAPPING. Manufacturing Engineering, 136(5), 145-146,148,150-156. Dostupné z:
https://search.proquest.com/docview/219715928?accountid=1720.