Gör mindre och prestera mer med kanban

Hej! Trevligt att du tittar förbi. Ska vi fortsätta vårt samtal om lean content marketing?

Jag tänkte vi skulle byta ut vårt vanliga kaffe och te mot dito från McDonald’s. Inte för kaffets skull. 🙂 Men jag tänkte vi skulle göra en lite fältstudie, för att förstå effekten av att begränsa flödet., och då är McDonald’s drive-thru ett fantastiskt studieobjekt. Du kommer se att vi kan sälja lika många hamburgare till bilburna kunder, med snabbare service, samtidigt som personalen får det lugnare, bara genom att begränsa antal bilar som får köra in i drive-thru-filen. Visst låter det magiskt. Men det fungerar. Och idag ska du få se varför.

Efteråt kan du gå hem, begränsa antal postitlappar på kanban-tavlan och producera lika mycket innehåll som idag, snabbare och med mindre slit. Låter inte det härligt?

Kom, så åker vi till McDonald’s.

McDonald’s drive-thru

Vi ställer oss så att vi får bra överblick på drive-thru. Det är lunch, så många bilar står i kö, och fler kommer hela tiden. Först kommer de fram till en stolpe med högtalare och mikrofon, där de beställer. Sen åker bilen fram till den första luckan, där de betalar. Och sist åker de fram till en den andra luckan, där de hämtar maten.

Jag har gjort i ordning ett sorts formulär där vi kan fylla i när bilar kommer och åker. Så här ser det ut.

kanban-01

Varje rad motsvarar en aktivitet eller kö längs drive-thru: beställa, (fram till första luckan), betala, (fram till andra luckan) och hämta. Varje kolumn motsvarar 10 sekunder. Vi ger varje bil en färg och bokstav för att enkelt hålla reda på dem.

Om inga bilar finns i drive-thru när bil A dyker upp, använder 60 sekunder för att beställa, 90 sekunder för att betala och 30 sekunder för att hämta upp maten, så skriver vi in det så här i formuläret:

kanban-02

Om det under tiden som bil A beställer också kommer en bil B, så kör den fram och beställer så fort som bil A har kört fram för att betala. Chauffören i bil B är snabb. Han beställer på bara 30 sekunder och kör sen fram. Men eftersom bil A fortfarande håller på att betala (gubbe i hatt) så får bil B ställa sig i kö tills det blir hans tur. Samma sak upprepar sig när han ska köra fram och hämta maten. Så här ser det ut i formuläret:

kanban-03

Om det direkt efter bil B kommer en bil C som tar 40 sekunder på sig för att beställa, 30 sekunder för att betala och 20 sekunder för att hämtat maten, så ser formuläret ut så här:

kanban-04

Nu när du förstår hur du ska fylla i och läsa formuläret så ska vi göra det på riktigt. Jag tar tiden och du fyller i.

Kartlägg flödet

Oj, nu är det helt tomt i drive-thru-filen. Men det kommer en där borta. Är du beredd…?

kanban-05

Vi har nu dokumenterat flödet av bilar genom McDonald’s drive-thru under tio minuter. Låt oss analysera resultatet och se vilka slutsatser vi kan dra.

De sex första beställningarna följde på varandra i rask takt, men sen glesnar de och började komma i jämn takt.

Den första anstormningen skapade kö framför båda luckorna.

Bara fyrtio sekunder efter att den första bilen anlände till beställningsstolpen (00:40) uppstod kö framför betalningsluckan. Den köbildningen bestod ända fram till 05:20. Och under en period (01:40–03:20) var det tidvis två bilar i kön.

Köbildning spred sig till avhämtningsluckan (01:20) och blev bestående. Efter en tid (03:20) började det bli två bilar i kön, och efter ytterligare lite tid (05:50) så var det mestadels tre bilar i kön.

Notera att effekten av den första anstormningen avtar och helt upphör efter en tid. Först upphör den vid beställningsstolpen (01:40). Sen vid betalningsluckan (05:50). Och sist vid avhämtningsluckan (06:10).

Efter att effekten upphör flyter allt på i en jämn takt. Så när vi nu ska mäta hur länge bilar befinner sig i McDonald’s drive-thru-process, hur många bilar som är i processen samtidigt och hur många bilar som processen hanterar per tidsenhet, så är det viktigt att vi gör det efter att processen har stabiliserat sig. Det vill säga efter 06:10.

Genomloppstid

Vi börjar med mäta hur länge bilar befinner sig i processen. Vi kallar denna tid för genomloppstid, och använder bokstaven W för att beteckna tiden.

För att bestämma processens genomloppstid W så väntar vi tills processen har stabiliserat sig och följer sen en valfri flödesenhet från det det att processen börjar till det att den slutar och mäter hur lång tid det tar.

Vi väljer att följa bil M. Den anländer 06:10 till beställningsstolpen och kör bort från avhämtningsluckan 09:30.1 Med andra ord var bilen i processen under 3 minuter och 20 sekunder, vilket är det samma som 3 × 60 + 20 = 200 sekunder. Det samma gäller för alla bilar efter att processen har stabiliserat sig. Med andra ord är genomloppstiden W = 200.

Antal flödesenheter

Nu ska vi räkna hur många bilar som är i processen samtidigt. Vi kallar det för antal flödsenheter, och betecknar antalet med bokstaven L.

För att bestämma antal flödesenheter L så räknar vi antal flödesenheter som befinner sig i processen vid ett valfritt ögonblick efter att processen har stabiliserat sig.

Vi väljer att räkna antal bilar när tidtagaruret visar 08:00. Då finns inga bilar vid beställningsstolpen, inga i kön framför betalningsluckan, en vid självaste betalningsluckan, tre i kön framför avhämtningluckan och en vid själva avhämtningluckan. Det blir sammanlagt fem stycken. Och det är också antalet du hittar vid varje tidpunkt efter att systemet har stabiliserat sig. Med andra ord är L = 5.

Genomströmningshastighet

Till sist ska vi ta reda på hur många bilar som processen hanterar per tidsenhet. Vi kallar det för genomströmningshastigheten, och använder den grekiska bokstaven λ (lambda) som beteckning.

För att bestämma genomströmningshastighet λ så ställer vi oss vid en valfri aktivitet och räknar antal flödesobjekt som passerar under en bestämd tid efter att processen har stabiliserat sig.

Vi väljer att ställa oss vid betalningsluckan. Efter att systemet har stabiliserat sig anländer bilarna med exakt 40 sekunders mellanrum. Samma sak ser vi vid beställningsstolpen och vid avhämtningsluckan. Alltså är genomströmningshastigheten lika med en bil var fyrtionde sekund . Med andra ord är λ = 1/40 = 0,025 bilar per sekund.

Ledtid, cykeltid, ställtid och takttid

Inom lean slänger man sig med en massa uttryck. Några har fräcka japanska namn som till exempel muda, mura och muri, som vi pratade om förra gången, och andra har snusförnuftiga namn som genomloppstid och genomströmningshastighet, som vi precis har gått igenom. Innan vi går vidare, ska jag snabbt presentera fyra andra termer som det kan vara bra att lite koll på.

En aktivitets, delprocess eller process ledtid är den tid som krävs för ett flödesobjekt att helt ensamt genomgå aktiviteten, delprocessen eller processen.

En aktivitets, delprocess eller process cykeltid är tiden som förflyter från det att ett flödesobjekt helt ensamt genomgår aktiviteten, delprocessen eller processen till dess nästa kan genomgå samma aktivitet, delprocess eller process.

En aktivitets, delprocess eller process ställtid är skillnaden mellan dess cykeltid och ledtid.

En aktivitets, delprocess eller process takttid är den längsta genomloppstid som aktiviteten, delprocessen eller processen kan ha och uppnå önskat antal färdigställda flödesobjekt per tidsenhet (önskad genomströmningshastighet).

Slöseri

Cykeltiden för de tre aktiviteterna beställa, betala och hämta, inklusive tiden för att rulla fram till nästa lucka, är 20, 30 respektive 40 sekunder. Därför är cykeltiden för hela processen 20 + 30 + 40 = 90 sekunder. Snabbare än så kan inte en bil ta sig igenom McDonald’s drive-thru. Inte den vi just nu står och tittar på.

Men…, säger du undrande och fortsätter. Om cykeltiden är 90 sekunder, och genomloppstiden är 200 sekunder, så är ställtiden 110 sekunder. Vad händer då? Inget! Det är bara kötid. Där tillförs bilen inget värde. Det är alltså slöseri enligt lean. Det är en form av muda.

Men det är inte den enda formen av slöseri i processen. Om du tittar i formuläret igen, så ser du att tjejen i betalningsluckan sitter overksam halva tiden, och killen i betalningsluckan en fjärdedel av sin tid. Det är också muda.

Traditionellt betraktas overksam personal som ett större problem än kunder som får vänta. Så därför skulle nog många, om de befann sig i restaurangchefs skor, försöka få in fler bilar i processen, så att alla medarbetare få fullt upp. Då används ju ”resurserna” mer effektivt.

Att göra tvärtom, och begränsa antal bilar i drive-thru, låter för de flesta som en bisarr idé. Men det är faktiskt inte så tokigt som det låter. Låt oss göra några experiment.

Effekten av att begränsa

Du väntar här och fyller i ett nytt formulär på samma sätt som tidigare. Jag tar med mig fyra plastbrickor, går bort till McDonald’s in- och utfart, och delar ut en till varje bil som kör in på drive-thru och tar tillbaka den när de passerar ut. När brickorna är slut så avvisar jag bilar, tills jag får tillbaka en som jag på nytt kan dela ut. Det är samma kanban-lösning som den kejserliga trädgården i Tokyo använder sig av. Förstår du? Bra! Då kör vi.

kanban-06

Med hjälp av kanban har vi nu begränsat antal flödesenheter. Vi har bara fyra plastbrickor och alltså kan bara fyra bilar befinna sig i processen. Med andra ord antal flödesenheter L = 4.

Vad hade det för effekt på genomloppstiden? Den har sjunkit till W = 160. Nu slipper bilarna 40 sekunder i kö. 40 sekunder av mindre frustration och avgaser.

Men vad har det haft för inverkan på genomströmningshastigheten. Titta! Den är samma. λ = 1/40 = 0,025 bilar per sekund. Alltså betjänar vi lika många kunder som tidigare.

Och hur är det med personalens arbetsinsats? Den är oförändrad.

Wow! Kunderna spar kötid med mindre frustration och avgaser som trevlig bieffekt, utan att personalen behöver jobba mer och utan att tappa i försäljning. Inte illa!

Effekten av maximalt tre

Låt oss göra om det med bara tre platsbrickor.

kanban-07

Nu är antal flödesenheter L = 3. Genomloppstiden W = 120. Och genomströmningshastighet λ = 1/40 = 0,025 bilar per sekund.

Ännu bättre! Nu har vi minskat köandet och avgasutsläppen med en minut och tjugo sekunder per bil, utan att jobba mer, och fortfarande säljer McDonalds’ lika många hamburgare. Kan det bli bättre?

Effekten av maximalt två

Låt oss testa med bara två bilar i drive-thru.

kanban-08

Nu är antal flödesenheter L = 2. Genomloppstiden W = 90. Och genomströmningshastighet λ = 2/90 = 0,022 bilar per sekund.

Kolla! Vi har pressat genomloppstiden ända ned till cykeltiden – den kortaste möjliga tiden. Nu finns inga köer kvar. Bättre än så kan det inte bli. Dessutom har vi minskat trycket på personalen. Men genomströmningshastigheten har sjunkit. Men inte mycket. Bara från 0,025 till 0,022.

Vad kan vi dra för slutsatser? Först och främst att McDonald’s bör införa kanban. På det här stället, med de cykeltider som gäller här, så bör man begränsa antal bilar i drive-thru till två eller tre. Vilket av de två talen man väljer beror på vad man värdesätter mest.

Väljer man att tillåta högst tre bilar, så förlorar man kortast möjliga kötid (och miljöpåverkan) utan att tappa i försäljning.

Väljer man att tillåta högst två bilar så tappar man lite i försäljning. Med tre bilar hinner de med 0,025 × 60 × 60 = 90 bilar per timme. Med två hinner de med 0,022 × 60 × 60 = 80 bilar. De säljer alltså tio färre hamburgare per timme med två istället för tre bilar. Men å andra sidan tar de helt bort köerna. Och det innebär 55 minuter mindre tomgångskörning per timme. En rejäl vinst både för kunderna och miljön, till en blygsam minskning av omsättningen. Dessutom behöver personalen inte jobba  fullt lika intensivt.

Effekten av maximalt en

Ska vi för skoj skull testa att bara släppa in en bil åt gången. 🙂

kanban-09

Nu är antal flödesenheter L = 1. Genomloppstiden fortfarande W = 90 (vi har ju nått den teoretiska nedre gränsen). Och genomströmningshastighet λ = 1/90 = 0,011 bilar per sekund.

Du… Det står en massa bilförare därborta. De jag avvisade från drive-thru. De ser inte så glada ut. Och de är på väg hit med en snubbe i vit skjorta med ett stort M på bröstet… Jag tror det är dags att sjappa.

Littles lag

Skönt att vara tillbaka på det trygga och säkra kontoret. Slå dig ned. Jag tänkte visa en sista sak innan vi skiljs åt. Låt mig skriva upp våra mätresultat här på whiteboarden.

little's-law

Ser du sambandet mellan L, λ och W? Jag ska ge dig en ledtråd. Multiplicera varje par av λ och W och jämför med L. Ser du? Helt rätt, L = λ × W. Det sambandet kallas Littles lag efter John Little som 1961 bevisade att detta samband gäller för alla processer där flödesobjekt anländer i jämn takt och betjänas utan avbrott efter att systemet har stabiliserat sig.2

Idag hade vi en sagolik tur att bilarna kom hela tiden och med exakt 40 sekunders intervall. Det händer inte ofta. Det kan jag lova. 🙂 Men Littles lag gäller även för medelvärdet för L, λ och W, så den är användbar även när vi har variationer i de tre storheterna.

Tillämpning av Little’s lag

Littles lag har två huvudsakliga poänger. Först och främst, om du kan mäta två av storheterna, så kan du beräkna den tredje.

Om du kan mäta genomströmningshastighet (λ) och genomloppstiden (W) så kan du beräkna antal flödesenheter (L) så här:

L = λ × W

Om du kan mäta genomströmningshastighet (λ) och antal flödesenheter (L) så kan du beräkna genomloppstiden (W) så här:

W = L / λ

Om du kan mäta antal flödesenheter (L) och genomloppstiden (W) så kan du beräkna genomströmningshastighet (λ) så här:

λ = L / W

Den andra poängen med Littles lag är att den hjälper dig att se vilka konsekvenser förändringar i de tre storheterna ger. Titta på den sista formeln, för två exempel.

Om du vill producera lika många artiklar som idag (oförändrat λ) men vill få ut dem snabbare (minska W), så måste du minska antal artiklar som är under samtidig produktion (L).

Om du vill producera fler artiklar än idag (öka λ), så måste du påbörja fler artiklar (öka L) eller skriva fortare (minska W) eller båda.

Lärdom

Jaha… Då har vi tagit oss igenom något av det svåraste vi kommer att prata om i denna serie om lean content marketing. Jag är imponerad över att du har hängt med ända hit. Oroa dig inte för detaljerna. Om du inte hängde med på allt så gör det inget. De viktigaste du ska ta med dig är betydelsen av att begränsa jobbet.

Förra gången pratade vi om att bestämma ett maximalt antal artiklar som får vara i produktion eller under granskning, Nu vet du varför. Du hittar den optimala siffran genom att simulera olika scenarion. Eller så bestämmer dig dig bara för en låg siffra, kör ett tag, ändrar den upp eller ned lite grann, kör ett tag till, för att sedan jämföra och välja den bästa.

Prenumerera på nyhetsbrevet för att inte missa nästa avsnitt i serien om lean content marketing.

Vi syns snart igen!


  1. Kom ihåg att varje kolumn är 10 sekunder lång och att tidsangivelsen är för början av dessa tio sekunder. Det är därför M lämnar 09:30 och inte 09:20.
  2. Den som vill läsa och lära sig mer om Littles lag utan alltför mycket komplicerad matematik kan läsa John Littles egen vetenskapliga essä med anledning av femtioårs jubileum i Little’s Law as Viewed on Its 50th Anniversary.
Thomas Barregren

Författare: Thomas Barregren

Thomas är en av Sveriges främsta tänkare inom marknadskommunikation i allmänhet och content marketing i synnerhet. Han är en av grundarna till kommunikations- och mjukvarubyrån KNTNT som bland annat har utvecklat planerings, publicerings och rapporteringsverktyget Konzilo. Thomas har arbetat med strategi och content management sedan 2004. Under nio år var han vd för en digitalbyrå som var Sveriges mest snabbväxande bolag och numera ingår i Wunder Group. Thomas har anlitats som talare på IDG:s Webbdagarna, Sveriges Mediebyråers Stockholm Media Week, Content Marketing Norges Epic Content MarketingWednesday Relations Content Marketing Day, DI:s Gasellträff med flera konferenser. Han har förläst vid bland andra IHM och Handelshögskolan vid Göteborgs universitet, hållit föredrag på uppdrag av bland andra Sveriges Kommunikationsbyråer (Komm!), Väst Svenska Handelskammaren och Business Region Göteborg. Han är också medförfattare till boken Content marketing – Värdeskapande marknadskommunikation.

Läs mer av Thomas Barregren

1 Kommentar

  1. Robert P Karlsson den 29 april 2016 kl 12.54

    Oj…De’ja` vu….en god repetition för en produktionstekniker från Chalmers ??

    Saknade dock kön fram till beställninsstolpen som kan vara svår att ”backa ur” från av egen erfarenhet.

    En reflektion jag gör är att när man försökte implementera detta synsätt på ett styrande/prioriterande sätt inom utvecklingssidan av fordonsindustrin( ingenjörerna !) så blev inte resultaten vad man förväntade. I en process där kunskap och värdeförädling av människan är stor, så tenderar flödes/process orientering skapa omotiverade medarbetare, innovationskraften försvinner, kreativiteten dör. I en redaktionell ”content” miljö så kan dessa faktorer vara avgörande för FoF ( Fame or Failure).
    Utvecklingen gick mot kompetens-pooling som främjade kreativitet, utveckling, specialisering…de anställda ville få betalt inte bara för sina armar/ben utan även sin tankeförmåga.

    I dagens ”Idol” och Social Media värld där alla vill synas/höras så måste utrymme ges för detta.

    Sen så tänker ju även kunderna mer idag. I exemplet som beskrevs, så utgår man från att kunden satt fast i ”säljtratten” och inte såg alternativen/ändrade matvanor.



Aenean amet, suscipit luctus dapibus eget Curabitur
Kntnts nyhesbrev

Kntnts nyhesbrev

Gör som 2200+ kollegor.

Fyll i din epostadress och få ett mejl varje fredag med veckans innehåll.

You have Successfully Subscribed!

Missa inte nästa artikel!

Gör som 2200+ kollegor.

Fyll i din epostadress och få ett mejl varje fredag med veckans innehåll.

You have Successfully Subscribed!

Pin It on Pinterest