人力产能规划：工业工程师工作实录

随着市场的波动性越来越大,人力成本的不断上升,如何在动态的市场环境中优化人力结构及成本,使其适应市场竞争需求,已显得越来越重要,而人力产能规划就是人力成本事前控制的主要方式。本节是在多年理论及实践经验积累的基础上,集体讨论而成。具体将从3.5.1~3.5.4节的几个方面进行探讨。

3.3.1 目的及原则

一、目的

人力产能规划的根本目的是以最优化的人力资源满足公司业务需求。具体而言,主要有以下三个方面:

第一,基于公司业务需求,设计相应的人力需求结构及数量,使组织与市场需求之间保持动态平衡。

第二,通过人力资源合理配置,提高人力资源利用效率,有效控制人力成本,确保长期发展。

第三,将组织自身发展与职工发展和需要相统一,有效利用闲置时间进行培训,提升员工技能及稳定性。

二、基本原则

在制定狭义的企业人力资源规划,即企业各类人员规划时,为了保证规划的正确性、科学性和有效性,应遵循以下原则:

人力资源的供给保障问题是人员规划中应解决的核心问题,因此,企业人员规划要通过一系列科学的预测和分析(包括对人员的流入分析、流出预测、人力资源供给状况分析)确保企业对所需要的人力资源的满足。只有满足了这一条件,企业才可以进行更深层次的人力资源管理与开发。

(一)与内外环境相适应的原则

企业在发展过程中,总会受到某些不确定因素的干扰(比如企业所处环境的不可预测的变化等),给企业的发展带来风险。因此,企业必须要有前瞻性,要对可能出现的环境变化做出预测、分析,并有所准备。这也是对人员规划的基本要求之一。

(二)与战略目标相适应的原则

在制定人员规划时,必须与企业战略目标相适应。因为人员规划是企业整个发展规划中的重要的组成部分,其首要前提就是服从企业整体发展战略的需要,只有这样才能保证企业目标与企业资源的协调发展。

(三)保持动态平衡原则

员工队伍的合理流动对企业的稳定健康发展有着不言而喻的作用。员工流动性过高或过低,都会对企业的发展造成不利影响。保持适度的人员流动,可以使企业的人力资源得到有效的利用。

3.3.2 规划步骤及方法

在一个新的公司/工厂环境中,研究直接人力计划,基本计划方法如下“四定”:定结构、定逻辑、定标准、定模型。

一、定结构

针对具体的公司环境对人力结构进行分类,可以分为:

(1)间接人力:一般为管理人员,如工程师、主管等。

(2)直接人力:计算直接制造成本,包含生产在线人力及生产支持人力。

生产在线人力:是指按照产品工艺流程直接参与生产的人力,如在线操作员。

生产支持人力:一般包含生产部门支持人力,如上料员、顶位员、生产组长及培训员等;也包含周边部门支持人力,如品质检查员、物料配送员、设备维护员等。

二、定逻辑

定下结构后,针对各类型,制定相应的计算逻辑。

(一)影响直接人力的关键因素

1.市场订单(DSB)及产能分配。收到与计划部门确认的订单后,根据产品工艺要求及数量分配到生产线类型:如SMD+机芯生产线+高速包装线,或模块生产线+精益装配线。

2.计划偏差(Deviation)。即计划数与纯理论计算的偏差,一般参考过去3~6个月的历史数据,并定期更新。

3.标准人均小时产出(UPPH)。适合各类生产线(除了SMD/MMO)在线直接操作人员(除了组长物料员等),UPPH和产品工艺、产品代码混合比例及产量、拉线模式等因素有关。

4.人力配置标准(Standard)。适合SMD/MMO等依据拉线、订单大小,检查样品大小,制造缺陷率及岗位情况配置人力的拉线,辅助人力如设备维修、物料控制、返修、培训、品检及物流部门等无严格标准操作流程的作业。

5.人力可用工时(Available working hours)。指付薪工时(可以考虑加班工时)减去无效工时之外的投入工时,无效工时包含年假、有薪病假、培训、沟通会议等有薪工时。

6.排班班次(Shifts)。即工厂直接员工排班的班次,如2班倒、3班倒、4班倒等。

(二)计算逻辑

总体来说,直接人力由订单驱动,即直接人力是产量及标准的函数,

人力需求=驱动×(1+驱动偏差率)×标准×班次

基于不同结构类型的人力,又可以分为以下几种逻辑:

①由工时需求驱动的人力需求,人力需求=产量/(人均小时产出·可用时间)。(如:生产在线人力)

②由线数量驱动的人力需求,人力需求=产量/(工作天数·产品日产能)×(1+偏差率)×线标准配置人力×班次。其中线需求=日产量/产品日产能。注意:为了减少计划误差,一般需要考虑拉数量的计划偏差。(如:按线配置的设备维护员等)

③由订单数量需求驱动的人力需求,人力需求=产量/订单大小×(1+偏差率)×订单标准配置人数。此处考虑订单数的偏差。(如:按订单配置的物料员)

④抽查样品数驱动的人力需求,人力需求=产量/订单大小×抽查样品数×(1+偏差率)×标准配置人数。此处一般考虑样品抽查数。(如:品质检查员)

⑤由制造缺陷率驱动的人力需求,人力需求=产量×坏品率×(1+偏差率)×标准配置人数。(如:产品维修员)

⑥由岗位驱动的人力需求,人力需求=岗位×标准配置人数。此处标准一般考虑为产量的分段函数。(如:一些功能模块、系统操作员、配件管理员)

有时,为了简便计算,在计算出生产在线人力后,直接根据历史数据及经验判断,以一定的比例直接计算生产支持人力。如假定生产支持人员是生产在线人员的5%,则人力需求数量=生产在线人力需求数量×5%。

三、定标准

在确定结构和逻辑后,开始针对各参数制定相应的标准。一般来说,标准是持续改善的内容。在实际工作中,需要兼顾准确性及效率,尽可能选举简单快速的方法。现探讨几个主要参数标准的制定方法。

(一)人均小时产出(UPPH)

如前文,在产品产能及其所需人力制定后,已知每人每天每班次的标准工作时间,则可计算出人均小时产出(UPPH)=产品日产能(Product Capacity)/(线标配人数(HC)·人日工作时间(Working hours per Man))。此时,一般采用标准工时法。

(二)人力配置标准(Standard)

针对大部分生产支持人力,一般有普通的职责及工作内容描述,但是由于动作的循环型波动较大,此时,需要制定人力配置标准,可以采用工作程序分析法及工作抽样法,根据波动情况,选举适量的样本(一般为10~30次,尽可能照顾各有代表性的班次)有效数据,分析出其最大工作量、平均工作量、最小工作量。此时,需要设置一定的宽放,越是技术含量高的工作,宽放越大,在实际操作中,除了非常特殊的岗位,一般可参考10%~15%的宽放。

针对由订单驱动的物料员,可以建立单位订单数对应的人力标准需求。此处,也可以折算为按拉配置的标准。

针对品质检查员,可以建立单位订单数量,检查样本大小对应的人力标准需求。此处,注意样本大小的混合比例。

针对由制造缺陷率驱动的人力需求,如产品维修员,可以建立MFR对应的人力标准。至此,已经完成了人力规划的主要架构,下面将探讨人力规划模型的建立。

四、定模型

在制定人力规划模型的过程中,主要注意事项如下:

(1)基于确定的结构、逻辑及标准,建立简单操作的Excel模板。一般可将常态变化的输入数据、标准及计算结果分布在不同的页面。

(2)考虑一些其他的影响因素,如离职率、招聘周期、学习曲线等,合理地体现到整个模型中。

(3)基于过往的历史数据(一般6~12月)进行验证,校正误差。

(4)制定模型的维护操作指引,培训并交付给相关责任方,使得该模型能落地执行,成为指导工厂人力规划的有效工具。

(5)争取资源,开发相应的IT软件,使得上述模型戍为简洁、快速及有效的工具,能为公司的关键用户在关键时刻提供关键支持。

此外,在物流领域的人力规划,根据笔者经验,特别要注意各流程的物料形态、承载体、运输物、动作周期的起始点及动作测量的主要单位(Unit of Measurement)。为了减少误差,需要结合动作周期的波动性,适当增加样本,可以在日常工作中采用工作记录法。为了简化人力规划的标准,可以针对各代表性的流程及参数先进行整合,得到单位物料人力标准(如,秒/片物料,人/车物料等)。

3.3.3 管理流程

在完成人力规划模型后,需要设立相应的管理流程,使得该人力规划模型在实际运作中能不断改善,适应公司不断变化的业务需要。

一、基本流程

•由相关部门组建的人力规划小组,一般包含人力资源部、生产部、计划部、其他支持部门等。(www.chuimin.cn)

•要求每项数据、每种标准都由对应的部门及具体的人负责。每项数据规定好具体的更新时间。

•定期对比标准人力需求,结合实际人力安排、出勤工时及加班工时等,分析并给出改善建议。此处如有IT软件支持,可以每天监控。•定期检讨结构、逻辑、标准及模型存在的问题及改善计划。

二、情景(>Scenario)分析

•乐观预计

以人力效率最大化为目标,假设订单波动均衡化良好,生产执行良好,人力流失很低,改善行动执行良好。此种情况人力浪费较少,为企业追求的目标。

•悲观预计

以完成订单出货为目标,由底线思维导出的人力规划,考虑订单波动、实际订单与计划订单的差额大、生产执行过程异常多、人力流失高、改善行动执行不力等多种可能性。此种情况人力浪费较多,在实际工作中,可以作为底线考虑,确保订单的按时完成交付。

•最可能预计

以最可能的人力完成订单出货为目标,在完成订单的基础上平衡人力效率。此时,一般在各标准的基础上,考虑订单最可能的波动、常态的生产异常、人力流失率、人力利用率等。此类情况体现了人力计划员的对公司多种变量的理解程度及此领域的专业化水平。

3.3.4 应用案例

案例一 >M公司人力规划

(一)背景描述

M公司是家以生产电子消耗品为主的企业,直接人力成本约占直接制造成本(除原料成本)的40%。其主要包含:生产在线人力(在线操作员);生产支持人力(如:上料员、顶位员、生产拉长、培训员及电子维修员等);周边部门支持人力(如:品质检查员、物料配送员、设备维修员等)。

其订单由计划部门每月发布未来一年的计划。

(二)建立人力规划模型

A.定结构及定逻辑

根据上述描述,可以针对M公司的人力结构的逻辑进行分析。可以制定如图3-6所示逻辑架构。

图3-6

B.定标准

根据如上定标准的基本方法,可以分别制定每个类型人力的标准。

针对在线操作员,制定人均小时产出目标:

单一产品的人均小时产出=产能(天)/(人数(拉)·付薪小时(天))多个产品的人均小时产出如表3-14所示:

表3-14 多个产品的人均小时产出

则基于上述产品产能、每条拉人数和日付薪小时,则产品A,B,C的人均小时产出分别为13.0,13.6,16.4。根据上述产品订单需求,则A,B.C混合在一起的加权人均小时产出为13.8。

需要注意的是,有时候人们会认为三个产品混合人均小时产出等于各自产品订单所占权重与各自人均小时产出乘积之和,即混合的人均小时产出=13.0×43%+13.6×36%+16.4×21%,等于13.8。虽然看起来结果相差不大,但是严格上来说,此结果忽略了各产品产能的差别。

针对生产支持人员,制定其标准比较灵活,通常会转为方便操作执行的标准,如每人能负责补料多少条生产线,维修多少台设备,修理多少个坏品等。这里就以关于物流配送员的标准制定为例,参见表3-15。

表3-15 物流配送员的标准制定

注意,由工作职责确定的工作内容可以分为例行工作和异常工作。每项工作内容的周期时间应该现场测量,并照顾到各个有代表性的班次及生产线,每日及时报告数据,以便核实。工作频率可以结合产 量和订单大小计算,同时基于历史数据。平均工作负荷一般不超过85%,可以得出,上述标准1人负责11条生产线。

此标准也是持续改善的内容之一,可以应用程序分析、ECRS等方法进行优化。

计划偏差(Deviation)。即计划数与纯理论计算的偏差,一般由历史数据导出,并定期更新。下面介绍拉线需求偏差的例子。

根据过往12周的订单计划及产品产能,计算所需要的生产线总数;导出实际的生产线总数,取出平均值后即可得到生产线需求偏差,考虑在人力计划中参见表3-16。

表3-16 拉线需求偏差的计算

由上述数据,可以得出生产线需求平均偏差为107%。

此过程中有大量繁杂的工作要做,在实际操作中,负责人应成立相应团队,组织培训及标杆试验,在相关部门培养一批能独立制定标准的技术及管理人员,以便工作展开。

C.定模型

完成上述工作后,需要转化成可以落实执行的计算模型,以有效指导实际人力规划。如附件的电子表格文档。

图3-7为模型结构:

图3-7

图3-8为总结(Summary)界面:

图3-8

(三)管理流程

为了使得上述人力规划工作能持续运行,不断适应公司业务及市场变化需求,需要规定相应的管理流程。如表3-17所示:

表3-17 相应的管理流程

除了上述规定,也可以发布正式的公司流程,以使得该工作能正常运行。当然,无论是标准、模型,还是管理流程都有改善的空间,需要在日常工作中循序渐进,不断完善,以适应市场变化及公司业务的需求。

案例二 >N公司人力计划

N公司是家生产电子消耗品的公司,10年的飞速发展,业绩到了空前鼎盛时期,市场占有率遥遥领先。某年市场部对公司前景作了乐观预测,2011年第四季度,市场对公司产品的需求每月将达到1 800万。当年公司高层决策之一就是做好一切产能准备,应对即将到来的1 800万的订单。这里指的产能当然要包括硬件(设备)及软件(人力)了。

年初,公司上上下下开始朝这个目标挺进了,硬件与软件双管齐下。“软件”首先从标准“开刀”。首先是梳理用人标准的逻辑,根据工序用人特性制定不同的驱动,譬如:按线配置,按岗位配置,或按产量配置,等等。然后是定用人标准,在原有的人力配置基础上重新检验标准,并对一些用人盲区做了时间研究后重新明确了标准。最后是定人力预算的模型、格式标准化。经过严谨周密的修改,依照图3-9所示计算逻辑:

图3-9

计算出来直接人力需求是10 255人(如表3-18)。

虽然目标需求已经明确,但招聘仍然需要根据短期产量来进行。一季度看中期产量信息,四季度仍远不到1 800万的量,而且对当前一二季度的产量,人力依然较充沛。进入二季度末,看到第四季度量略有上升,但仍远不及1 800万那个数。如果真按那个量,我们需要开始做招聘计划了。6月底在手直接人力是7 015人,参考过去一年同期历史数据,下半年平均每周9%离职率。按这个离职率计算,下半年离职人数将是3 654人。如此一来,减去离职加上新增需求,需要招聘6 697人,参见表3-19。

表3-19 人员变动表

这个数平均6个月,每月将是1 117人,这对人力市场供应及培训能力不是问题。但如果这些人需要四季度前就位,那无论是对市场供应还是培训能力来说,都是一个非常大的挑战。三季度市场人力资源比较充裕,四季度却比较匮乏,越是靠近年底,越是人力市场供应紧张的时候,怎么办呢?不得已的情况下,将此问题上报部门经理。部门经理的反馈是,在四季度产量到来之前,人手必须到位。要考虑招聘周期与培训周期(招聘周期是3周,培训周期是1周),还要考虑招聘最大产能与培训最大产能。当时,预估的招聘最大产能是400人一周,培训最大产能是300人一周,这就意味着需要启动招聘计划了。因为三季度产量不高,尤其是前两个月,招聘又不能太激进。当时现有的人手不需要加班就足以支持那个量。招吧,如果产量每天平衡着生产,那数字上还过得去;但PGI(出货需求)从来就没有平衡过,需求曲线不亚于过山车。暂且不招吧,又迫于后面无法满足,一旦产量进来了,问题可就大了。那时心情非常“纠结”。尽管非常纠结,还是试着开招了。按折中方案来吧,保住现有的人手数量,边看边招,7月的前两周都是补充流失的人数,进入后两周加大了些力度。

进入8月了,难过的是四季度产量仍然看不到起色,这种产量的不确定性与公司决策显然有点背道而驰了。“将在10月做一次1 800万产能的试运行”,管理层发话了。好吧,为了这个试验,所有的部门都加快了步伐,全力以赴。人力市场供应状况良好,培训产能第一次面临挑战了,最大300人一周的培训产能已经满足不了500人一周的入职速度,必须得改变培训方案。说干就干,培训经理召集相关人员讨论,定出了两种培训方案,四条培训拉应运而生,用于第一天下拉专线培训,这些新人第二天转战单元线上作业;另一边新人直接安插在人数较多的流水线上操作比较简单的工站,边生产边培训。困难最终还是敌不过人的智慧。可惜,好景不长,另一个问题又来了,在人数递增的情况下,产量却不见成倍跟进,加上计划又不均衡,在低产量的天数,人手便出现了富余。用人单位开始抱怨人多了不便管理,他们不得不给多余的人放假,但放假后再次返回来上班时,由于休息时间长,新员工的技能达不到标准水平,效率低下。如何应对高产量?好在这问题内部协调就可解决。订单不紧的拉释放部分老员工,安排新人全部上阵,老员工在旁边指导培训。进入9月,直接人力达到9 000人,看似离目标不远了。减去当月离职,本月共需招聘1 500人左右。可是产量依然萎靡不振,许多人都开始质疑目标量是否真的会到来。但管理层坚定的决心,让大家都吃了定心丸,不再犹豫。

在9月底,我们一鼓作气,冲到了人力需求目标值。满心欢喜,翘首期待着10月试运行的检验。

10月还是姗姗而来了。产量还是不给力,但试运行还是得做,计划部门将大量的订单调整到其中一天,订单、物料、人、设备产能,都一一准备就绪,一大早就浩浩荡荡跑起来了。车间空前壮观,所有的线都跑起来了,工序上忙碌又稳重的员工有节拍地操作着,和“轰隆轰隆”的机器声汇在一起,就像上演着一场久违的盛大交响乐。24小时紧张运行,紧密监控。次日产出报告显示,离目标产出还差一点,主要受制于物料供应不足,订单无法按期释放出来。两周之后再次试运行,有了上一次的经验教训,计划组提前将物料做好充分的检查工作,释放足够的订单,最终产能顺利通过检验,达标了!工厂产能提升到了历史最高水平,万事俱备,只欠东风了!

进入11月,市场需求最终还是不以人的期望为转移。“狼来了”的故事还是在工厂上演了一回。12月冲上年内一个小高峰后,需求掉头一路狂泻,次年前三个季度,员工不但没有什么加班,而且还出现了严重的人力富余。历史上重重地描上了一笔人力浪费的败笔。

历史总是在某个时刻惊人的相似,每年的春节前都有一波需求峰值,年后就直转而下。两年后的春节前同样面临着一个需求的小高峰。预计会有500k临时订单进来。经过两年的流失,人数到了捉襟见肘的地步,加上春节前会有一波离职高峰,历史数据显示,通常有14%左右离职率,以及请假返乡高峰(提出需求每年都有20%~40%不等,但通常我们只批15%~20%)。这样算来,应对这个小峰值就出现了600人的差距。尽管人数不多,但是每年1—2月因春节这个中国传统的大节日,这期间都是人力市场供应的冰点,这意味着招聘日程需提前到12月。在劳动力成本不断攀升之下,人力成本控制已成为工厂生死竞争的重头戏,这一项已被写入了工厂关键指标之最。面对那小峰值数据,这是不是“狼又来了”呢?不排除这种可能性,过去几年都是远看春节前某一两周都有一个小峰值需求,但到了那两周时实际进来的量却又掉了下去,原因是物料供应方也出现了供应不上的情况。不过自从公司去年组织架构重组,新来的计划经理上任后,需求预测与实际需求之间的差异大大缩小了,准确率上升到93%左右,有可能这笔订单会如期到来。招还是不招?难以决定。一周逼近一周,必须得做决定了,这时,S经理总算发话了,“不招,不必再为一个不确定的订单而提前买单,我们可以通过临时方案来应对这个短期的峰值。”太好了,我心中不免有些窃喜,也非常佩服S的魄力,完全确定她有超强的说服力说服其他部门经理及总经理依照这一方案“不招”。人是不招了,但事情并非就此结束,多种可能性分析与模拟计算势在必行。首先是假定离职率从14%下降到8%(平常水平);返乡批假比率下调到10%,最低可至5%;日常休假(年假、病假、事假等)下调到3%,只考虑病假需求;期间所有培训、沟通会议暂停;加班意愿放到80%(春节期间意愿通常40%左右水平),且在不违反公司加班政策基础上考虑用上最大的加班天数。将这种种参数调整后,需求缺口确实大大减少到了70多人。其次是针对70多人的差距寻找解决方案。上面的方案群体是针对在线群体的,这差距人数可否从脱线群体中来呢?脱线可是一个不小的群体,按上述同样的方法调整后,初步估算脱线群体可以支持40人左右,余下的就是30人的差异了。在计划上适当地调整一下,实在没有办法,就留一点到下一周来做,保证在同一个月内没有落数。总的来看,这个方案还是行得通的。

方案设想基本确定下来后,接下来就是如何将上述的方案设想转化为可实施方案的问题了。众所周知,春节期间要保留这么多的人是很不易做到的。怎么办呢?这时需要与计划、财务、人力资源部门进行沟通协商,出台激励方案吸引更多的人留下来,让有意向年前离职的员工推迟到年后离职。为此,我们做了N多种模拟排法,一方面考虑让最大的加班和正常上班的人手能支持产量的需求,又能在规定的时间内完成出货;另一方面要让留下来的员工既能受利,又让公司不要为此付出大的代价。相关数据见表3-20、表3-21。

表3-20 两种排班方案相关数据

表3-21 成本相关数据

透过方案数据的分析,最终敲定春节期间那一周确保每人至少有2天的OT,符合公司指定的条件下,额外奖励一部手机。这样,通过成本核算对比法(见表3-21),预算激励支付的成本低于招聘支付的成本,且避免了到时产量下降的风险,方案顺利通过了管理层批准。

事实证明果然如此,到了特定的这一周,产量确实下滑了三分之一,计划还特此做了调整来满足员工获利的条件(兑现当时承诺目的:出于提高员工满意度考虑),最终公司的实际支付还略低于预算。那一刻,我从心底里由衷地感激S经理当时的远见、卓越智慧和影响力。这是一次全新尝试,承担一点风险,准备风险管理方案,收益会比不承担风险更高。往后的几次产量峰值期,我们都运用了类似的方法,成功地解决了一次又一次人手紧张的困难。

总之,工厂的人力产能计划总是以订单量为前提的。但“计划永远赶不上变化”,订单的波动性会直接影响到直接人力需求的变化,而市场预测的不准确性又非工厂的意志所能左右。作为工厂人力计划,需要根据所掌握的订单信息,分析其波动规律,结合人力市场供应的规律以及评估工厂的培训能力,进行综合性分析,提前准备可行性方案,并周期性地根据计划更新人力需求,对特殊事件本着经济性原则采用较优方案灵活处理,可减少不必要的人力浪费。