Proceedings from the 15th Conference on INTEGRATED

Transkript

České vysoké učení technické v Praze, Fakulta strojní
Czech Technical University in Prague, Faculty of Mechanical Engineering
Ústav řízení a ekonomiky podniku
Department of Enterprise Management and Economics
Svaz strojírenské technologie
Association of Engineering Technology
Sborník příspěvků
z 15. konference
při příležitosti 56. Mezinárodního strojírenského veletrhu v Brně
Proceeding from the 15th conference
on the occasion 56th International Engineering Fair in Brno
z cyklu
INTEGROVANÉ INŽENÝRSTVÍ V ŘÍZENÍ
PRŮMYSLOVÝCH PODNIKŮ
INTEGRATED ENGINEERING APPROACH IN ENTERPRISE MANAGEMENT
Tématické zaměření:
MODERNÍ NÁSTROJE PRO PODPORU PODNIKOVÉHO
ŘÍZENÍ A ZVYŠOVÁNÍ KONKURENCESCHOPNOSTI
PODNIKŮ
Topic:
MODERN TOOLS TO SUPPORT CORPORATE GOVERNANCE AND
INCREASING COMPETITIVENESS OF ENTERPRISES
30. 9. 2014
www.rep.fs.cvut.cz
1
Pořadatelé:
České vysoké učení technické v Praze, Fakulta strojní
Ústav řízení a ekonomiky podniku
Svaz strojírenské technologie, Praha
ISBN 978-80-01-05537-3
Vydání sborníku připravili: doc. JUDr. František Klimeš, CSc.
doc. Ing. Theodor Beran, Ph.D.
Ing. Šárka Findová
Název díla:
Sborník odborných příspěvků 15. konference z cyklu IŘ
Vydalo:
České vysoké učení technické v Praze
Zpracovala:
Fakulta strojní, Ústav řízení a ekonomiky podniku
Kontaktní adresa:
Karlovo nám. 13, Praha 2
Tel.:
224 359 286, 224 918 677, www.rep.fs.cvut.cz
Počet stran: 90
Vydání: 1
Za obsahovou stránku odpovídají autoři příspěvků.
All papers are without linguistic or editor’s proofreading.
2
OBSAH
Theodor Beran, Šárka Findová, Pavel Scholz
BALANCED SCORECARD JAKO VÝCHODISKO PRO HODNOCENÍ EKONOMICKÉ
ZPŮSOBILOSTI
BALANCED SCORECARD AS A BASIS FOR ECONOMIC EVALUATION OF
ELIGIBILITY ............................................................................................................................ 5
Štefan Husár, Daniel Kučerka
VÝZNAM SPOLUPRÁCE VŠTE S PRIEMYSELNÝMI PODNIKMI PRE ZVYŠOVANIE
KONKURENCESCHOPNOSTI V RÁMCI REGIONU JIHOČESKÉHO KRAJA
THE IMPORTANCE OF THE COOPERATION WITH THE INDUSTRIAL
ENTERPRICES TO INCREASE THE COMPETITIVENESS WITHIN THE SOUTH
BOHEMIA REGION ............................................................................................................... 12
Miroslav Kníže
PROJEKTOVÉ ŘÍZENÍ - JAKO NÁSTROJ PRO ZVÝŠENÍ EFEKTIVITY A
KONKURENCESCHOPNOSTI
PROJECT MANAGEMENT - AS A TOOL TO INCREASE EFFICIENCY AND
COMPETITIVENESS ............................................................................................................. 17
Josef Košťálek, Michal Kavan
OPTIMALIZACE POŘADÍ PRO ZPRACOVÁNÍ ZAKÁZEK VE STROJÍRENSKÉ
VÝROBĚ POMOCÍ METODIKY OKRUŽNÍHO DOPRAVNÍHO PROBLÉMU
OPTIMIZATION SEQUENCE CONTRACTS FOR PROCESSING IN MECHANICAL
ENGINEERING USING THE METHODOLOGY OF TRAVELING SALESMAN
PROBLEM ............................................................................................................................... 25
Josef Košťálek, Libor Rejf, Ladislav Vaniš
LIMITY LIDSKÉHO MYŠLENÍ V ROZHODOVACÍCH PROCESECH SPOJENÝCH
S PODNIKOVÝM ŘÍZENÍM
LIMITS OF HUMAN THINKING IN DECISION PROCESSES RELATED TO BUSINESS
MANAGEMENT ..................................................................................................................... 35
Jan Kožíšek, Barbora Stieberová
POSOUZENÍ VZTAHU ZÁVISLOSTI MEZI PRODUKCÍ AUTOMOBILŮ A
SPOTŘEBOU OBRÁBĚCÍCH STROJŮ POMOCÍ KORELAČNÍ ANALÝZY ČASOVÝCH
ŘAD
EVALUATION OF THE RELATION BETWEEN MOTOR VEHICLES PRODUCTION
AND MACHINE TOOL CONSUMPTION BY MEANS OF CORRELATION ANALYSIS
OF TIME SERIES .................................................................................................................... 42
Michael Kupec
REAL-TIME MARKETING RESEARCH IN PROCESSES OF MANAGEMENT OF
AUTOMOTIVE COMPANIES
REAL-TIME MARKETINGOVÝ VÝZKUM V AUTOMOBILOVÉM PRŮMYSLU ......... 49
3
Karel Macík, Theodor Beran, Šárka Findová
SOUČASNÉ OTÁZKY EKONOMICKÉ TEORIE A PRAXE
CONTEMPORARY QUESTIONS OF ECONOMIC THEORY AND PRACTICE .............. 54
Pavel Scholz, Michal Koukal, Tereza Vyskočilová
MODERNÍ NÁSTROJE DIGITÁLNÍ TOVÁRNY
MODERN TOOLS FOR DIGITAL FACTORY ..................................................................... 63
Ladislav Vaniš
MODERNÍ METODY A NÁSTROJE ŘÍZENÍ VE STŘEDNÍCH A MALÝCH PODNICÍCH
MODERN METHODS AND TOOLS OF MANAGEMENT IN MEDIUM-SIZED AND
SMALL ENTERPRISES ......................................................................................................... 70
Jan Vlachý
ON THE OPTIMAL DESIGN OF PRODUCTION CAPACITY
OPTIMALIZACE NÁVRHU VÝROBNÍ KAPACITY .......................................................... 78
Luděk Volf
DIGITÁLNÍ TOVÁRNA A PRŮMYSLOVÉ INŽENÝRSTVÍ VE STROJÍRENSKÉ
VÝROBĚ
DIGITAL FACTORY AND INDUSTRIAL ENGINEERING IN MANUFACTURING
ENGINEERING ....................................................................................................................... 84
4
BALANCED SCORECARD JAKO VÝCHODISKO PRO
HODNOCENÍ EKONOMICKÉ ZPŮSOBILOSTI
BALANCED SCORECARD AS A BASIS FOR ECONOMIC
EVALUATION OF ELIGIBILITY
Theodor Beran, Šárka Findová, Pavel Scholz
ČVUT v Praze, Fakulta strojní, Ústav řízení a ekonomiky podniku, Horská 3, 128 00 Praha 2
[email protected], [email protected], [email protected]
http://rep.fs.cvut.cz/
Abstrakt
Příspěvek charakterizuje relativně nový komplexní nástroj řízení konkurenceschopnostiekonomickou způsobilost. Podrobně identifikuje a analyzuje jednotlivé složky ekonomické způsobilosti.
Zaměřuje se na technickoekonomickou podstatu tohoto nástroje a systémové propojení s ostatními
manažerskými informacemi.
Klíčová slova: Konkurenceschopnost, ekonomická způsobilost, manažerské informace,
interní procesy, controlling.
Abstract
The paper describes the relatively new comprehensive management tool of economic
competence. Identifies and analyzes in detail the various components of economic competence. The
paper is focused on technical economic nature of the instrument and system integration with other
management information.
Key words: Competitiveness, economic eligibility, information management, internal
processes, controlling.
Tento příspěvek byl podpořen grantem z programu rozvojových projektů mladých týmů
(RPMT) ČVUT č. 105-1051425B000 RPMT 2014.
Úvod
Cíl tohoto příspěvku vychází z úvah, které jsou v základních rysech vyjádřeny níže.
Autoři vycházejí primárně z řešení interního projektu, který výrazně mění vnímání finančního
účetnictví manažery podniků, především ve strojírenství.
Vezmeme-li v úvahu současnou ekonomickou situaci s výraznou mírou nestability
v globálním ekonomickém prostředí na jedné straně a disponibilitou zdrojů na straně druhé, je
nutné soustředit se na metody a prostředky, které jsou pro vedoucí pracovníky našich
průmyslových podniků dostupné a jsou budovány na reálných předpokladech.
Bez nástrojů ekonomických a metod systému kvality procesů podniku by nebylo
možno účinně a věcně správně procesy kvantifikovat, tudíž porovnávat, analyzovat příčiny
odchylek a přijímat správná rozhodnutí k nápravě. V této souvislosti je nutno zdůraznit, a
jsme si vědomi, že kvalitu, tudíž konkurenceschopnost produktu, nelze zabezpečit jen
kontrolou v nejužším slova smyslu, ale musí být do produktu „vkonstruována a dle
dokumentace vyrobena“ ve stanovených parametrech technických i ekonomických. Relativně
5
samostatný má být kritický pohled na finanční analýzu. Finanční analýza je v povědomí
manažerů jako ekonomická specializace, která vyžaduje hluboké znalosti a zkušenosti.
Sestavit ukazatele, či vybrat hodnoty podle návodů finančních analýz není nijak složitá
záležitost. Velmi složité a důležité je k vypočítaným výsledkům vypracovat příslušná
vysvětlení nebo sestavit nanejvýš důležité komentáře. Nejdůležitější z celé finanční analýzy,
a to právě činí finanční analýzu analýzou, je sestavení podrobného a přesného popisu
ekonomické způsobilosti společnosti s doporučením návrhů dalších postupů jejího řízení.
1. Návrh identifikace složek ekonomické způsobilosti podniku
V předchozím textu jsme podrobně explikovali dva aspekty pojmu ekonomické způsobilosti
podniku, a to:
1. Oblast kvalitativních nástrojů pro prezentování tohoto pojmu, což bylo vyjádřeno
v podobě soustavy ukazatelů finanční analýzy i s nutnou kritikou tohoto přístupu. Tato
analýza a z ní vycházející návrh jak měřit a posuzovat ekonomickou způsobilost
podniku nově, ale na základě dosud klasických přístupů je v mých úvahách a návrzích
řešena.
2. Oblast kvalitativních nástrojů prezentování ekonomické způsobilosti podniku, kde
reprezentativní metodou je nově pojatá soustava vyvážených identifikátorů
výkonnosti podniku, tzv. „Balanced Scorecard“. Tato druhá oblast otevírá řadu
možností oproti oblasti prvé, která je relativně jednotně formulovaná a interpretovaná.
1.1 Metoda „Balanced Scorecard“
Rekapitulujeme, že „Balanced Scorecard“ rozeznává čtyři oblasti měření výkonnosti
podniku, a to:
-
finanční analýza a finanční perspektiva,
-
analýza zákaznické oblasti a zákaznická perspektiva,
-
analýza a perspektiva interních procesů v podniku,
-
analýza a perspektiva procesu učení se a procesu růstu.
Dle metodiky „Balanced Scorecard“ je třeba při formulaci perspektiv čili při formulaci
podnikové vize a strategie projít čtyřmi fázemi:
-
ujasnění vize a strategie podniku a jejich převzetí managementem podniku,
-
konkretizace cílů vize a strategie, aby mohla být podniková vize a strategie přijata
celým osazenstvem podniku,
-
formální rozpracování vize a strategie do podoby podnikových plánů a záměrů spolu
se zapracováním všech iniciativních návrhů osazenstva,
-
rozpracování kontroly plnění podnikových plánů a záměrů, která tvoří zpětnou vazbu,
tj. vytváří informace o skutečném průběhu podnikových jevů; důležité je, aby tato
zpětná vazba vedla k procesu poučení se, jak napravit nepříznivý vývoj a posílit vývoj
příznivý: toto obojí pak má vést k zajištění trvalého růstu výkonnosti podniku.
6
1.2 Návrh rozpracování kvalitativních složek metody „Balanced Scorecard“
Analyzujme nyní ty složky dané metody, které mají kvalitativní charakter:
a) Zákaznická oblast je v současné praxi charakterizována jako činnost marketingová.
Marketing je dnes tak široce koncipován, že dle mého názoru je schopen plnit všechny
požadavky, které jsou formulovány jako nutné pro provádění analýzy a stanovení
perspektivy v této oblasti.
b) Oblast interních procesů v podniku je nesmírně široká a komplikovaná. Nicméně i zde
je teorie vnitropodnikového hospodaření velmi dobře rozpracována a také praxe
vyspělých světových podniků je dostatečně známá. Patří sem:
-
střediskové hospodaření, hlavně přechod od nákladových středisek ke střediskům
ziskovým,
-
výrobková nákladová kalkulace, zejména pak nové metody kalkulace jako je kalkulace
variabilní neboli kalkulace s příspěvkem na úhradu a kalkulace procesní čili kalkulace
vyvolaných nákladů,
-
vnitropodniková organizace, tj. tvorba vnitřních organizačních vazeb, zajišťujících
hladký chod provozu podniku; organizační vazby jsou relativně dobře rozpracovány
ve dvou rovinách:
(1) v rovině vazeb mezi řídícími a prováděcími činnostmi,
(2) v rovině přesného definování pracovních náplní jednotlivých řídících i výkonných
pracovníků,
-
vnitropodnikový motivační a stimulační systém; zde existuje rozsáhle propracovaná
teorie motivace a dále celá řada poznatků o aplikacích teorie motivace v podnicích;
dnes se touto oblastí zabývá komplexní soustava zásad a postupů, označovaná jako
oblast „řízení lidských zdrojů“ – ta mnohonásobně překračuje v minulosti
praktikovanou personalistiku, neboť přihlíží právě ke všem dosud opomíjeným
kvalitativním aspektům.
c) Oblast zpětné vazby, procesů učení se a zvládání procesu růstu. Zde došlo k mnoha
pozitivním změnám:
I.
Původně představovalo zpětnou vazbu podnikové a vnitropodnikové účetnictví a
výsledná kalkulace. Dnes je rozpracováno speciální „Manažerské účetnictví“, které
slouží pro rozhodování manažerů ve všech důležitých oblastech podniku: volba
sortimentu, návratnost investic, flexibilní rozpočty, standardizace nákladů, analýza
odchylek, cenová rozhodování.
II.
Vznikla nová metodika řízení pod názvem „Controlling“, která rozlišuje „Controlling
operativní“ a „Controlling strategický“. Tato metodika využívá všech možností
tradičního i manažerského účetnictví a doplňuje je tak, aby se vytvořil komplexní
systém operativního a strategického řízení podniku.
III.
Zvláště oblast strategického řízení doznala velkého rozvoje. Jsou zde aplikovány
metody: strategická bilance, systémy včasného varování, analýza SWOT, potenciálová
analýza, zkušenostní křivka, celoplošné řízení kvality, cílové řízení nákladů, logistika,
7
portfoliová analýza, analýza konkurence, strategická mezera a její vyplnění, technika
scénáře, strategický polární diagram aj.
1.3 Souhrn charakteristik metody BSC:
Provedeme-li souhrn základních charakteristik metody „Balanced Scorecard“ (BSC), je
možno konstatovat, že jsou zde dva hlavní přístupy:
(1) Tvorba strategického systému.
(2) Převedení strategie do operativních úkolů.
Ad (1) Zde se pracuje s těmito fázemi tvorby strategického systému:
1. Ujasnění a převedení vize a strategie: převedením se především rozumí porozumění
a přijetí ujasněné podnikové vize (tj. základní podniková představa o vývoji podniku
v budoucnu) a strategie, jak vize dosáhnout vrcholovým managementem, jakož i
vlastníkem podniku (např. akcionáři).
2. Komunikace a propojení vize a strategie: tím se především rozumí vysvětlení,
pochopení a přijetí schválené vize a strategie dalšími pracovníky managementu
(středním a operativním managementem) a nakonec i výkonnými pracovníky ve všech
oblastech podniku.
3. Plánování a stanovení záměrů: zde již jde o konkretizování vize a strategie do plánů
a rozpočtů, v nichž je třeba zahrnout plánem všechny oblasti podniku.
4. Strategická zpětná vazba a učení se: jde o kontrolu plnění plánů a rozpočtů a využití
poznatků z výsledku porovnání plánů a rozpočtů k poučení o tom, čemu se
v budoucnu vyhnout a co naopak rozvíjet.
Ad (2) Jde o druhý pohled na vizi a strategii, tj. o její detailizování, ale i datové podložení.
5. Finanční perspektiva: na základě údajů o skutečném vývoji v minulých obdobích se
vytváří finanční plán s podrobným rozpisem všech aspektů finanční situace podniku.
6. Zákaznická perspektiva: obdobně v oblasti styku se zákazníky se vytváří rozsáhlá
datová základna, která se dá využít pro rozhodování o budoucí strategii vůči
zákazníkům. Tento bod má zcela jasně úzkou vazbu na marketing, viz další text.
7. Perspektiva učení se a perspektiva růstu: zde jsou spojeny dvě oblasti, které spolu
jistě úzce souvisejí, nicméně jde o oblasti samostatné.
Perspektiva učení se se týká zvyšování znalostí všech pracovníků podniku: všichni se
totiž stále musí poučovat nejen z rozborů chyb a omylů, ale i z úspěchů minulého
vývoje, i ze studia nových metod a postupů. To se týká jak manažerů všech úrovní, tak i
výkonných pracovníků, u nichž půjde často i o rekvalifikaci, částečnou nebo i úplnou.
Perspektiva růstu podniku samozřejmě souvisí s růstem znalostí jeho pracovníků,
nicméně jde o složitý problém, při němž hraje roli též celková ekonomická situace doma
i ve světě, nové vynálezy a inovace výrobkové i technologické (know-how), stanovení
optimálních měr růstu apod.
8
8. Interní podnikové procesy: zde jde o to, jak jsou zvládnuty výrobní, administrativní,
personální, odbytové, finanční a jiné procesy uvnitř podniku, což tvoří náplň toho, co se
označuje jako vnitropodnikové řízení a vnitropodniková ekonomika.
2. Vztahy mezi finanční analýzou a metodou BSC
Tyto vztahy jsou – hodnoceno z hlediska ekonomické způsobilosti podniku – vcelku
jasné: finanční analýza (FA) v podobě, v jaké jsem ji v této stati kriticky zhodnotil, je přímou
součástí a nutným předpokladem pro naplnění bodu č. 5. metody BSC, tj. finanční perspektivy
podniku na základě FA. Je nutno proto rozlišit bod 5. a. Finanční analýza a bod 5.b. Finanční
perspektiva, jak je uvedeno v Obr. 56. Finanční analýzu je potřeba chápat jako integrální
součást BSC. Pojem ekonomické způsobilosti je třeba analyzovat také ještě z celé řady
dalších hledisek a postupů, které jsou již známy a definovány.
Především je třeba se zabývat vztahy mezi metodou BSC (včetně FA) a systémem
řízení, jak je definován ve standardních učebnicích teorie řízení.
Dále je třeba porovnat jednotlivé body metody BSC (včetně FA) s manažerským
informačním systémem podniku, který je důležitou oblastí při zjišťování ekonomické
způsobilosti podniku.
Existují ještě dvě soustavy, se kterými bude pro úplnost nutné metodu BSC (včetně
FA) porovnat: je to soustava řízení, označovaná jako controlling a dále soustava
marketingového řízení.
3. Hlavní charakteristiky systému řízení, manažerského informačního
systému, controllingového řízení a marketingového řízení.
V teorii řízení čili v teorii managementu tvoří obsah systému řízení tyto body:
A) Plánování, tj. soustava podnikových plánů v celém rozsahu; jde tedy o tyto typy plánů:
a) plány strategické, jimž předcházejí prognózy a scénáře
b) plány operativní:
- plán odbytu (v jednotkách množství),
-
plán obratu čili plán tržeb,
-
plán nákladů,
-
plán zisku,
-
plán investic,
-
plán finanční,
-
personální plán,
-
plán zásobování,
-
plánová rozvaha, plánová výsledovka a plánový cash-flow,
-
plán sociální,
-
plán ekologický (obvykle spojený s plánem styku s veřejností – Public
Relations).
9
B) Organizování, tj. organizační činnost a její výsledky, nutné pro správné fungování
podniku. Sem patří:
-
správná volba právní formy podnikání,
-
správná vnitřní organizace podniku; zde je nutno zajistit tyto body:
-
volba organizační struktury
projektové, maticové),
(liniové,
liniově-štábní,
divizionální,
-
rozdělování úkolů (dělba činností, seskupování činností, vytváření řídících
úrovní s optimálním rozpětím řízení),
-
delegování pravomoci (vyváženost odpovědnosti a pravomoci),
-
vhodná míra centralizace a decentralizace,
-
povinnost informovat (po linii i štábně),
-
koordinace (mezi útvary),
-
instanční postup a zastupování,
-
metodické řízení (štábní řízení),
-
správné organizování kontrolního systému plnění úkolů,
-
sebekontrola (je znakem „zdravé“ organizace, neboť jen tam je možná).
C) Vedení, tj. řízení lidských zdrojů a jejich motivace; zde je třeba správně zvládnout:
-
zásady, jak si lidi získat, jak je přesvědčit a jak je změnit, aby prospívali
podniku,
-
motivační systém, založený na těchto potřebách:
-
potřeby elementární (základní životní potřeby),
-
potřeba bezpečnosti (sociální jistoty),
-
potřeba sounáležitosti (kolegialita, solidarita),
-
potřeba významnosti (získání a udržení sebedůvěry),
-
potřeba seberealizace (nejvyšší stupeň uspokojení z práce, která má být
tvůrčí),
-
nové přístupy k práci (uvolnění organizace práce, skupinové zadávání
práce, zaměstnanecké řízení, japonská metoda Kaizen …).
D) Kontrolování, tj. zajištění zpětné vazby pro řídící pracovníky o tom, jak jsou plněny
úkoly. Nástrojem kontroly podniku jsou:
-
manažerský informační systém (samostatně dále), který prochází všemi
etapami reprodukčního cyklu,
-
vnitřní audit (nezávislá vnitřní kontrola),
-
namátkové kontroly,
-
statistická regulace a přejímka (statistické řízení kvality), nástroje řízení
kvality,
10
-
systém řízení kvality podniku,
-
kontrola osobních plánů růstu pracovníků, způsobilost pracovníků k výkonu
činností,
-
ucelený analytický systém, nalézající příčiny neúspěchů, ale i úspěchů při
fungování podniku.
Závěr
Účelem příspěvku není konfrontace obou soustav, ale naopak nalezení jejich
společných bodů. Výsledkem je vytvoření průniku jednotlivých prvků a vazeb mezi oběma
soustavami a dále pak jejich sjednocení.
Metodou průniků a sjednocování různých aspektů pojmu ekonomické způsobilosti je
možno dospět k výčtu základních požadavků či charakteristik, jimiž by se měla ekonomická
způsobilost podniku vyznačovat a které jsou vesměs natolik konkrétní, že se dají speciálním
auditem, prováděným odborníky se širokým záběrem znalostí z podnikového managementu i
podnikové ekonomiky ověřit. Je tedy nezbytné ověřit výsledky klasické finanční analýzy
podniku a poté přistoupit k analýze ekonomické způsobilosti organizace s vodítkem,
kam se prioritně zaměřovat.
Prameny
[1] Beran, Th., Vlásek, K. Analýza a hodnocení souvislostí mezi společenskými požadavky a
kvalitou produktů s dlouhodobým životním cyklem, Monografie, ČVUT, FSv, Praha,
2010, 135 s., ISBN 978-80-01-04658-6.
[2] Findová, Š. Strategie a její vyhodnocování jako počátek zkoumání obchodního potenciálu
špičkových technologií. In: 14. Konference: Integrované inženýrství v řízení
průmyslových podniků, Brno, 2013, s. 4 – 11, ISBN 978-80-01-05353-9.
[3] Král, O.; Merta, J. Informace v současnosti jako zdroj konkurenční výhody, model pro
zavedení a správu efektivního systému bezpečnosti informací v organizaci. In: Soudobé
trendy v jakosti řízení XII. : sborník semináře: Zlenice, 5. - 6. 3. 2004. Praha: ISQ
PRAHA, s.r.o., 2004. s. 52 - 67.
[4] Macík, Karel. Kalkulace a rozpočetnictví. Vyd. 3. přeprac. V Praze: České vysoké učení
technické, 2008, 213 s. ISBN 978-800-1039-267.
[5] Nenadál J. aj. Moderní systémy řízení jakosti. 2. doplněné vydání. Praha : Management
Press, 2002. 282 s. ISBN 80-7261-071-6.
[6] Nenadál J. Měření v systémech managementu jakosti. Praha : Management Press, 2001.
310 s. ISBN 80-7261-054-6.
[7] Vysušil, J. Integrované názvosloví v controllingu, Praha: Profess, 2001.136 s. ISBN 97880-725-9007-0.
[8] Zralý, M. Jak mít chod Vašeho podniku pevněji v rukou (Hlavní přednáška semináře), In:
Sborník z konference s mezinárodní účastí "Controlling pro managery", 21 stran (nebylo
průběžně číslováno), hotel Mövenpick, Praha, 25 - 26. 3.1998, opakování: hotel Voroněž,
Brno, 15. - 16. 4.1998, Pořadatel: Institute for International Research, Wien.
11
VÝZNAM SPOLUPRÁCE VŠTE S PRIEMYSELNÝMI
PODNIKMI PRE ZVYŠOVANIE
KONKURENCESCHOPNOSTI V RÁMCI REGIONU
JIHOČESKÉHO KRAJA
THE IMPORTANCE OF THE COOPERATION WITH THE
INDUSTRIAL ENTERPRICES TO INCREASE THE
COMPETITIVENESS WITHIN THE SOUTH BOHEMIA REGION
Štefan Husár, Daniel Kučerka
Vysoká škola technická a ekonomická, okružní 10, 370 01 České Budějovice
[email protected], [email protected], www.vstecb.cz
Abstrakt
Príspevok poukazuje na súčasný stav spolupráce podnikov a vysokých škôl. Ukazuje sa, že
spolupráca je nedostatočná a je potrebné sa tejto problematike hlbšie venovať. Na vysokej škole
technickej a ekonomickej v Českých Budějoviciach sa hľadajú cesty a spôsoby, ako tento stav zmeniť.
Poukazuje sa na rozmanitosť spolupráce cez projekty, granty a zmluvný výskum.
Kľúčové slova: spolupráca, výskum, konkurencieschopnosť, konzorcium.
Abstract
The contribution highlights the current state of the cooperation among the enterprises and
universities. It appears that the cooperation is insufficient and it is necessary to give the deeper
attention to this subject. At the technical and economic high school in České Budějovice are looking
for ways and modes how to change this situation. It refers to the variety of the cooperation through the
projects, grants and contractual research.
Key words: cooperation, research, competitiveness, consortium.
Úvod
O konkurencieschopnosti firiem a spolupráci s vysokými školami sa veľa popísalo. Aj
Európska komisia dňa 10. septembra 2012 vydala obsiahly súbor návrhov politických a
legislatívnych na podporu priemyslu. Jedným z hlavných problémov v Českej republike je
podľa Komisie nedostatočná spolupráca medzi výskumom a podnikaním. Komisia vidí
v malej pripravenosti výskumných organizácií na spoluprácu s podnikmi, nízke horizontálne
mobility a medzi výskumnými podnikmi ale i tiež malý dopyt po zmluvnom výskume zo
strany podnikov. V tomto príspevku chcem uviesť životné skúsenosti, pretože som pracoval v
niekoľkých firmách doma i v zahraničí a tiež v školstve doma i v zahraničí. Ukazujú sa
protirečenia, ktoré vyplývajú z poslania firiem a školstva. Ukážem na možné cesty, ako
eliminovať protirečenia a ako postupujeme v spolupráci s firmami aby boli
konkurencieschopné. Sú to síce malé kroky, avšak postupne sa zautomatizujú a majú pevný
základ pre dlhodobú spoluprácu.
12
40%
35%
30%
25%
20%
15%
10%
5%
0%
Čína
Rusko
Nemecko Priemer EÚ Švédsko
Česko
Obr. 1: Podiel spolupráce podnikov a VŠ[1]
1. Vysoká škola verzus podnik
Hlavným poslaním vysokej školy je:

“generovanie“ know how, t.j. základný a aplikovaný výskum,

odovzdávanie know how, t.j. výučba študentov,

archivovanie know how, t.j. publikovanie vedeckých poznatkov v časopisoch,
monografiách, patenty a vynálezy.
Základným poslaním firiem je vyrobiť produkt s minimálnymi nákladmi s určitým
ziskom a realizovať ho na trhu. Čas uvedenia produktu pre firmu je veľmi dôležitý.
Na oko medzi týmito odvetviami nevidieť spojenie. Ak sa teda pozrieme hlbšie, tak
nájdeme niekoľko závislostí. Skúsenosti v spolupráci podnikov s vysokými školami sú rôzne,
pozitívne ale aj negatívne, ktoré asi prevládajú. V článkoch a príspevkoch nájdeme rôzne
názory. Moja osobná skúsenosť v práci vo firmách ako zamestnanec je nasledovná:
1. Ak vrcholový manažment, resp. majiteľ firmy je naklonený k spolupráci s vysokou
školou, potom výsledky firmy vidieť v ich inovovaných produktoch a sú konkurencie
schopné. Výkonní pracovníci pri riešení úloh sa lepšie poznajú, pracovne i neformálne a
vzniká udržateľná spolupráca.
2. Ak požiadavka firmy na spracovaní výskumnej úlohy je len na základe zmluvy,
spolupráca trvá len po dobu splnenia predmetu zmluvy, takýto vzťah je úradný a nemá
dlhodobejší vzťah. Avšak je to otestovanie vzájomnej spolupráce, dôvery, kvality a môže
byť zárodkom dlhodobejšej spolupráce, alebo nespolupráce.
3. Ak iniciatíva pracovníkov vo firme ide “zdola“, väčšinou sa stretne s nepochopením, nie
je predpoklad, že sa spolupráca rozvinie.
Ak to zhrniem do jednej myšlienky, tak spolupráca nie je postavená na spolupráci medzi
firmou a vysokou školou, ale je postavená na osobných vzťahoch.
2. Spolupráca VŠTE s podnikmi a školami
Technické a vzdelávací konzorcium pri VŠTE je dobrovoľné nepolitické združenie
právnických osôb. Hlavným zmyslom konzorcia je neustále zvyšovanie kvality technického
13
vzdelávania a prenos tvorivej činnosti do aplikačnej sféry. Členmi konzorcia sú právnické
alebo podnikajúce fyzické osoby, stredné alebo základné školy. Hlavným poslaním konzorcia
je:

podpora technického vzdelávania na všetkých úrovniach a niektorých ďalších podmienok
štúdia,

pripomienkovanie anotácii predmetov a približovanie ich praxi

pomáhať pri zabezpečovaní praxí študentov VŠTE

formovanie profilov absolventov technických oborov,

sprostredkovanie know how a ďalších informačných tokov

usporiadanie konferencií študentských súťaží a veľtrhov pracovných príležitostí,

využitie kapacít, prístrojov a ďalších zariadení.
Členovia konzorcia sa stretávajú za okrúhlym stolom. Prvý okrúhly stôl sa uskutočnil
5. septembra 2013 a zúčastnili sa ho zástupcovia stredných škôl z celého regiónu, Velešína,
Tábora, Strakoníc, Milevska, Písku a ďalších miest a predstavitelia významných firiem so
sídlom v Juhočeskom kraji ZVVZ a.s., MOTOR JIKOV Group a.s. a spoločnosti Jihostroj,
a.s. Juhočeský kraj dáva v súčasnosti zelenú technickému vzdelávaniu. Prvou spoločnou
akciou bola prezentácia konzorcia vo forme stánku na 19. ročníku Vzdělávání a řemesla na
českobudejovickom výstavisku.
Profesná rada je dobrovoľné združenie VŠTE a významných firiem Juhočeského
kraja, ktorej poslaním je:
a. Vyjadrovať sa k výučbe praktických predmetov na VŠTE,
b. riešenie spolupráce s podnikmi v regióne,
c. vyjadrovať sa témam pre spoluprácu VŠTE s praxou,
d. sprostredkovávať ohlasy praxe na výučbu,
e. podieľať sa koordinácii tvorivej činnosti.
Formy spolupráce VŠTE a s podnikmi sa prakticky realizujú v plnom rozsahu:
a. Vykonávanie praxe študentov v podnikoch,
b. prednášky odborníkov z praxe na VŠTE,
c. spolupráca podnikov s Projektovo inovačným centrom pri VŠTE,
d. spolupráca v oblasti celoživotného vzdelávania
d. spolupráca pri realizácii projektov,
e. stáže akademických pracovníkov v podnikoch.
Spoločné pracovisko JIKORD s.r.o. a VŠTE, ktoré vzniklo začiatkom r. 2014, je
spojením akademickej sféry s koordinátorom dopravnej obslužnosti Juhočeského kraja.
Spoločné pracovisko bude riešiť a bude podieľa na:

Doplnkovej kontrolnej a prieskumnej činnosti v spojoch verejnej linkovej osobnej
dopravy a verejnej železničnej dopravy,

riešení problematiky dopravnej obslužnosti (optimalizácia regionálnej dopravy),
14

riešení koncepcie Integrovaného
mikroregionoch Juhočeského kraja,

spracovaní prepravných a tarifných podmienok zavedenia IDS,

prieskume zameranom na kvalitu vozového parku a zisťovaní sily prepravných prúdov,

informačnej a marketingovej podpore vo verejnej doprave,

riešení čiastkových potrieb Juhočeského kraja formou bakalárskych a diplomových prác,

spracovaní propagačných materiálov, brožúr, dokumentov.
dopravného
systému
(IDS)
v jednotlivých
Výskumné projekty a granty zohrávajú významné miesto v aktivitách VŠTE. Škola
podala šesť projektov do 4. verejnej súťaže vo výskume a experimentálnom vývoji na r. 2014
pre “Program aplikovaného výzkumu a experimentálního vývoje ALFA“. V jednom z dvoch
úspešne získaných projektov členovia Katedry strojírenství sa podieľajú na riešení “Zubových
čerpadiel nové generace“ s firmou Jihostroj a. s.Velešín. Cieľom projektu je zlepšenie
rozhodujúcich kvalitatívnych parametrov zubových čerpadiel vo výrobnom sortimente
Jihostroja a. s. a posunúť technické parametre na úroveň svetovej špičky. Projekt je zameraný
na zvýšenie konkurencieschopnosti a ďalší rozvoj Jihostroja a.s. ako predpoklad dlhodobého
udržania sa na trhu na základe využitia najnovších poznatkov vedy a výskumu. Škola sa
zapojila do výziev a grantov: Sedmy rámcový program (1 projekt), Operační program
Vzdelávaní pre konkurencieschopnosť (1), Grantová agentúra (5), Rezortní výskum (2), Fond
rozvoje vysokých škôl (3), Aktivita medzinárodní spolupráce vo výskumu a vývoji na
podporu mobility výskumných pracovníků (1), Evropské územní spolupráce (EÚS) Rakousko
(2), Národní agentúra pro evropské vzdelávací programy (1), Krajské granty (7).
Odborné pracoviská v SOŠSaE Velešín, VOŠ, SPŠ a SOŠŘaS Strakoniciach,
SPŠSaE České Budějoviciach a SOŠSaS Tábore boli zriadené za účelom zabezpečenia
kvalitného výkladu učiva odborných predmetov pri využití strojového parku a integrovaných
didaktických pracovísk uvedených stredných škôl. Tieto pracoviská sú k dispozícii KSTR aj
mimo výučby pre akademických pracovníkov pre prípravu výučby a prípravu dostupných
technických experimentov. Riaditelia týchto stredných škôl garantujú kvalitné odborné
zázemie a veľmi dobrú spoluprácu pri výučbe i mimo nej. Pomáhajú pri zabezpečovaní
odborných exkurzií v podnikoch na ich regionálnom teritóriu v ktorých majú rozvinutú
vlastnú spoluprácu.
Záver
Vrcholového manažéra jednej firmy som sa spýtal, prečo nespolupracujú
s univerzitou. Odpoveď bola viac ako presvedčivá: Po zadaní požiadavky sme sa nedočkali
výsledku, lebo akademickí pracovníci sa vyhovárali na to, že začal zimný semester, potom že
je skúšobné obdobie, potom, že je letný semester, štátnice, skúšobné obdobie a nakoniec
dovolenky.
Z tohto konštatovania a aj zo skúsenosti možno odporučiť:
1.
Vytvárať spoločné vedecko-výskumné pracovisko vysokej školy a podniku.
2.
Vytvoriť personálne a finančné predpoklady pre činnosť v spoločnom vedeckovýskumnom pracovisku.
3.
Vytvárať konzorcia, profesné rady vysokých škôl a podnikov.
15
Pramene
[1] Frolík Zbyněk: Studie: Spolupráce univerzit a firem je v Česku jedna z nejhorších.
htto://iforum. cuni.cz/IFORUM-9486.htlm.
[2] Výroční zpráva 2013. Vysoká škola technická a ekonomická v Českých Budějovicích.
[3] http://www.vstecb.cz/Vyzkumne-projekty-a-granty-1086.htm#.UrMiBfTuJhg.
[4] Stanovy Technického a vzdělávacího konsorcia při VŠTE.
[5] Důvodová zpráva ke zřízení společného pracoviště JIHOKORD s.r.o. a Vysoké školy
technické a ekonomické v Českých Budějovicích.
[6] Zápis ze zasedání Profesní rady 30.5.2013.
[7] Husár, Š.: Katedra strojírenství: Reagujeme na potřeby jihočeských firem. In:
NÁVŠTĚVNÍK. Časopis Vysoké školy technické a ekonomické v Českých Budějovicích,
září 2013.
[8] http://www.vstecb.cz/
16
PROJEKTOVÉ ŘÍZENÍ - JAKO NÁSTROJ PRO ZVÝŠENÍ
EFEKTIVITY A KONKURENCESCHOPNOSTI
PROJECT MANAGEMENT - AS A TOOL TO INCREASE EFFICIENCY
AND COMPETITIVENESS
Miroslav Kníže
MOTOR Jikov Fostron, a. s., Kněžskodvorská 2277/26, 37004 České Budějovice
[email protected], www.fostron.cz
Abstrakt
Článek je zaměřen na možné způsoby řízení a vedení projektů s důrazem na projektové řízení.
Cílem je ukázat možnosti využití v praxi, metody a techniky a možné nástroje podporující projektové
řízení
Klíčová slova: projektové řízení, nástroj, zdroj.
Abstract
This article is focused on ways to manage and control projects with an emphasis on project
management. The aim is to show the possibilities of use in practice, methods and techniques and tools
can support project management.
Key words: Project management, tool, source.
Úvod
Proč jsem si zvolil právě toto téma a proč se potřebuji s Vámi podělit o své
zkušenosti? Na tuto otázku se pokusím odpovědět a případně i vyvolat nějakou reakci. Téma
řízení je z mého pohledu trvale diskutované a nikdy asi neukončitelné. Co se dá říci, že
rozhoduje pro výběr způsobu vedení určitého projektu nebo úkolu? Například prostředí, ve
kterém se zadaný projekt řeší, anebo má být řešen. V tomto okamžiku nemám na mysli
vybavenost kanceláří, ale spíše vlivy, které působí z různých stran na kolektiv. Tyto vlivy
působí na prostředí a mohou být jak pozitivní tak i negativní. (například to může být důvěra
anebo naopak nedůvěra zákazníka, dostatečný nebo nedostatečný časový prostor pro řešení
projektu atd.…) Jako další ovlivňující prvek je i typ projektu a v neposlední řadě i složení
týmu. To jsem vybral pouze několik (z mého pohledu) důležitých vstupů, které ovlivňují
výběr metody vedení projektů. Sám jsem se v nedávné době musel rozhodovat a volit jednu
z metod. Z názvu článku je zřejmé, pro jaký způsob vedení projektů jsem se rozhodl.
Rozhodně to však neznamená, že je to jediné možné a vždy správné řešení. Mě osobně ovšem
metoda projektového řízení velice pomohla a to je právě ten důvod, proč jsem se rozhodl o
své zkušenosti s vámi podělit.
Úvodem bych se chtěl zmínit o různých možnostech řízení procesů v průmyslových
oborech. Existuje mnoho postupů pro zavádění nových výrobků nebo procesů do praxe.
17
Předem je třeba říci, že žádná metoda není zcela universální a zároveň každá se dá při
správném nasazení aplikovat v jakékoliv oblasti. Základem je ale vždy systematická činnost,
která má pevně nastavené kontrolní body. Bez systematické práce není žádná metoda účinná a
nevede k výsledkům. Proto je třeba i na projektové řízení pohlížet pouze jako na nástroj, který
nám může usnadnit práci a navádí nás právě k této systémové činnosti.
1. Metody řízení procesů
Existují základní tři přístupy k řízení činností a procesů v organizaci.

Funkční přístup (funkční řízení) - byl definován již v roce 1776 Adamem
Smithem a vychází z tradiční dělby práce podle specializace a je založen na
rozložení práce na nejjednodušší úkony tak, aby byly jednoduše proveditelné i
nekvalifikovanými pracovníky. Funkční přístup vede k dělení práce s důrazem
na jednoduché činnosti. To vede k rozdělení práce mezi organizační jednotky,
které jsou rozdělené na základě odborností (funkcí).

Procesní přístup (procesní řízení) - dává do popředí toky činností jdoucí
napříč organizací, tedy procesy. Zejména opakované procesy. Procesní přístup
je tedy oproti tradičnímu vertikálnímu funkčnímu přístupu založenému na
navrhování a změnách formálních organizačních struktur zaměřen více
horizontálně - na procesy. Procesní přístup se stal doslova hitem v 90. letech
20. století, kdy se začalo intenzivně hovořit o procesech a reengineeringu a to
mimo jiné díky intenzivnímu nástupu moderních informačních a
komunikačních technologií, které umožnily radikálnější změny procesů v
organizacích.

Projektový přístup (projektové řízení) je způsob řízení, který je uplatňován na
projekty, tedy takové procesy, které jsou unikátní, jedinečné a často se nalézá
jejich optimální řešení až v průběhu realizace. Na rozdíl od procesního řízení,
které je zaměřeno na opakované procesy je projektové řízení zaměřeno na
unikátní procesy.
2. Co je to projektové řízení
Projektové řízení je samostatnou disciplínou v oblasti teorie řízení. Má-li totéž platit i
z hlediska čistě profesního, vyvstává nutně i otázka existence norem a postupů práce těch,
kteří v prostředí projektového řízení pracují, a také požadavků, které jsou na tyto profesionály
kladeny. Projektové řízení se vyvinulo v samostatný obor, který systematicky zkoumá
úspěšné i neúspěšné projekty. Výsledkem jsou mnohá doporučení a z těchto doporučení
vzešly ucelené metodologie pro zdárné vedení projektů od začátku do konce.
Definice projektového řízení
Projekt je činnost, která má jasně daný cíl, začátek a konec. Zdroje na jeho realizaci
jsou omezené, a protože se vymyká běžné denní praxi, tak není předem jistý jeho výsledek.
Ten může být hmotný i nehmotný: realizace nové webové stránky, instalace a implementace
SW aplikace apod.
Projektové řízení je proces, ve kterém jednotlivec nebo organizace využívají své
zdroje k realizaci projektů. (Stejný význam mají výrazy vedení či řízení projektů nebo
anglické označení Project management).
18
Metodologie projektového řízení představuje způsob řízení projektu. Tato metodika
může být buď přejatá (např. PMBOK, PRINCE2 apod.) anebo vlastní, vytvořená na míru
osobitým potřebám jednotlivce nebo organizace. Metodologií však nenazýváme intuitivní
přístupy řízení, které jsou v podstatě nahodilé a tudíž neopakovatelné, nedefinovatelné a
prakticky nesdělitelné.
3. Úvod do projektového řízení
Co nám projektový způsob řízení nabízí a s čím nám může pomoci?

Zpřehlednění a zpřesnění potřebných činností

Získání informací o potřebných zdrojích, časovém horizontu a požadované
kvalitě

Jednoduší a přehlednější realizace změn s ohledem na neočekávané události

Dosažení požadovaného cíle

Možnost průběžně a celkem přesně informovat zákazníka o průběhu projektu
Kde lze řízení projektů použít?

Vývoj nových výrobků

Inovace a rekonstrukce výrobků

Zavádění nových technologií

Zavádění nových výrobků nebo technologií na trh

Návrh a realizace investičních akcí

Návrh a realizace informačních systémů

Tvorba programových produktů

Zavádění systémů řízení jakosti

Příprava marketingových akcí

Zpracování podnikatelských záměrů

Plán a realizace reorganizace firmy

Příprava a realizace zakázek v kusové výrobě
Kdy naopak je projektové řízení nevhodné
Jedná-li se o periodicky opakované činnosti např. operativní plánování výroby,
periodické prohlídky strojů, každodenní kontrolní činnosti, je vhodnější použít jiné metody
řízení např. řízení podle odchylek, programové řízení apod. Projektové řízení se také nehodí
na jednoduché bezrizikové akce, na které stačí rutina nebo jednoduše řečeno selský rozum.
Projektové řízení není také vhodné využívat v mimořádných situacích typu živelných pohrom
nebo firemních krizí. Pro tyto případy jsou vhodné jiné specializované postupy (např. krizový
management). Pro aplikace projektového řízení nejsou vhodné příliš dlouhodobé akce,
přesahující období 2 let. Projektové řízení se těžko prosazuje v podmínkách, kde vládne
bezradnost, chaos a emoce.
19
Co je k projektovému řízení potřeba?
Zde bych citoval autora, který uvádí, že při studiu projektového řízení nabydete
dojmu, že bez kvalitních a drahých profesionálů nemáte šanci upět . Stejně tak bez nasazení
sofistikovaných a drahých softwarů se nepohnete z místa .Ve skutečnosti potřebujete nutně
pouze základní znalosti ,tužku, papír a odvahu se do toho pustit. Později můžete využít různé
SW jako například MS Projekt a následně využívat další nástroje jako je síťová analýza
konkrétně metody CPM (Critikal Path Method),PERT (Program Evaluation and Revie
Technigue) nebo MPM (Metra Potential Method). Metody síťové analýzy slouží k plánování
času, nákladů a zdrojů. Pro zahajování projektů je často používána metoda logického rámce a
technika řízení podle cílů. Při navrhování, ale hlavně k prezentaci časového průběhu činností
projektu se používají Grantovy diagramy. Ke zjištění potenciálních překážek úspěšnosti
projektu se aplikují vybrané postupy pro analýzu rizik a pro zjištění podpory úspěšnosti
projektu se aplikuje metoda analýzy kritických faktorů úspěchu CSFA. Vyhodnocení stavu
projektu a k sestavení predikce jejich vývoje se používá metoda analýzy dosažené hodnoty
(Earned Value Analysis). Kromě základních metod projektového řízení je samozřejmě
používána celá řada systémové a operační analýzy.
Pouhý výčet těchto metod by nás však mohl odradit od použití metody projektového
řízení. Proto při aplikaci doporučuji držet se prvních vět. Mohlo by nás to jinak zavést do
slepé uličky a nikdy bychom nedosáhli na očekávaný výsledek. Zároveň však je třeba vnímat
potenciál pro vývoj naší činnosti.
Jeden z nástrojů pro řízení projektů je velice rozšířený a oblíbený Microsoft Project.
Kde je možné získat informace?





Vlastní zkušenosti
Literatura
Internet
Semináře, školení
Využití zkušeností z praxe v různých firmách
20
Jak řídit projekt?
Každý projekt má prakticky stejný nebo velice podobný průběh (etapy).

Definice projektu – Stanovení cíle projektu. Při špatné definici vznikají
finanční i časové ztráty.

Plánování – Jak má konečný produkt vypadat, a jaká má být kvalita, stanovení
časové osy, kdy musí být část nebo celek dokončen, stanovení rozpočtu.

Vedení – lidských zdrojů, partnerů, dodavatelů.

Sledování – kontrolní mechanismy na plnění úkolů.

Ukončení – předání protokolů, potvrzení, že je projekt ukončen.
4. Změny a řízení změn
Veškeré projekty podléhají změnám a skončí jinak, než se původně plánovalo. I když
v dnešní době díky využití metod projektového řízení, zkušenosti, a moderním výpočetním
programům, je plánování čím dál přesnější a spolehlivější. Změny v plánu jsou zapříčiněny
mnoha důsledky. Některé se ovlivnit dají jiné nikoli. Nejčastější příčinou odchylek v projektu
jsou změny. Je pravda, že jsou i případy, kdy předpokládány projekt skončil dříve a byl
levnější. Ale toto jen potvrzuje pravidlo, že většina projektů se opozdí a zdraží.
Jaké změny nás v průběhu projektu mohou potkat?
Změny zvenčí
Změny mohou přicházet zvenčí (ZÁKAZNÍK, DODAVATEL). Zákazník dodá
specifikaci později, či neúplnou. Zašle další požadavky (CITLIVOST ČIDLA,
BEZPEČNOST U SOFTWARE, VĚTŠÍ VÝKON). Všichni zákazníci chtějí mít projekt
hotový podle plánu (ne-li dříve), ale někteří dodávají podklady pozdě.
Změny vynucené
Další příčinou mohou být vynucené změny (STÁVKY, ZASTAVENÍ PRODUKCE
Z NEDOSTATKU ENERGIE…), v průběhu výroby se změní zákon (TŘEBA O
ŽIVOTNÍM PROSTŘEDÍ) a je nutno jinak zacházet s odpady. Jsme donuceni použít jinou
technologii. Zákazník přijde z požadavkem zvýšení plánované produkce nebo s požadavkem
změny termínu. Takové změny nás v průběhu projektu zcela jistě očekávají. Pouze rozsah a
dopad do projektu může být různý.
Problémy se zdroji
Další změnou jsou problémy se zdroji (LIDSKÉ ČI MATERIÁLNÍ). Programátor
nebo konstruktér je jen člověk a může onemocnět, zranit se. A již máme problém, chybí nám
klíčový člověk (zdroj). V průběhu projektu dojde ke zdražení vstupů a tím mohou chybět
finance (zdroj).
Jak přijímat v projektovém řízení změny?
Jak již bylo řečeno, dříve či později v každém projektu změny budou. (Pokud se
nejedná o malý projekt). Každý správně postavený projekt počítá s rezervami. Tudíž v případě
21
problému můžeme tyto rezervy vyčerpat (aniž zákazník něco pozná). Proto je nutné i tyto
rezervy plánovat.
Oznámení změn
Pokud dojde ke změně (ZPOŽDĚNÍ, ZDRAŽENÍ, NEBO I ZRYCHLENÍ A ZLEVNĚNÍ) je
nutno projektový plán upravit. Je s tím sice práce (papírování), ale je jistota, že všichni
zainteresovaní pracují podle aktuálního plánu, než později zjistit, že polovina pracuje podle
starého a je úplně někde jinde.
O změnách informujte.
Ono lidsky je nepříjemné přiznat, že jsme udělali chybu (KDO ŽÁDNOU NIKDY
Projekt, u kterého je vidět, že je aktuální, nabude
na důvěryhodnosti.
NEUDĚLAL, BUĎ LŽE, NEBO NIC NEDĚLÁ).
5. Aplikace projektového řízení v podmínkách Motor Jikov divize
jednoúčelových strojů
Důvody:
Důvody jsou zřejmé z předchozích kapitol. Stejně jako mnoho firem jsme měli
problémy s dodržováním termínů, plánováním kapacit (zdrojů) a s dodržením rozpočtu na
projekt (zakázku). Tyto problémy vyvolávaly další negativní situace. Jednalo se především o
ztrátu důvěry zákazníků a o nepříznivou ekonomickou situaci. Tím pádem jsme obtížně
získávali nové zakázky a problémy se prohlubovaly. Bylo nutné najít způsob řešení.
Informační systém používaný v naší společnosti byl uzpůsoben pro využití projektového
řízení. Rozhodnutí se tedy nabízelo a bylo potřeba pouze využít této možnosti a aplikovat ho
v praxi.
22
Ukázka IS používaného ve společnosti Motor Jikov
6. Jak jsme začínali
Základem bylo dokonale se seznámit s programem a pochopit zásady, na kterých je
postaven. Tento krok nám již ukázal cestu jak v projektovém přístupu pokračovat. V podstatě
se tento postup nelišil od obecných zásad:

DEFINICE PROJEKTU-ZALOŽENÍ PROJEKTU
Velký důraz byl kladen na přesnou definici projektu. Rozhoduje každý detail, který
v konečné fázi ovlivňuje úspěch. Zde jsme se pokoušeli předem najít a definovat rizika
projektu. Především jsme v této fázi pracovali se zadavatelem, abychom předešli podstatným
změnám v projektu, které jsou v mnoha případech způsobeny právě nevyjasněným zadáním
nebo nepochopením. Tyto změny následně vyvolávají zvýšené náklady a prodlužují termín
realizace. Této etapě je třeba věnovat největší pozornost.

PLÁNOVÁNÍ
Rozdělili jsme si projekt na tzv. podprojekty a u každého podprojektu jsme stanovili
úkoly s termínem a s garantem. Každý podprojekt představuje samostatnou část (např.
konstrukce, programování atd…)


VEDENÍ
SLEDOVÁNÍ
Pro vedení a sledování jsme využívali podporu IS, který používá obdobné nástroje
jako např. Microsoft project.

UKONČENÍ
Jedná se také o velice důležitou etapu. Poslední kroky jsou podle mých zkušeností
velice opomíjené. Každý již na konci projektu myslí většinou na nové úkoly a drobné
dokončovací práce se podceňují a odkládají. V konečném efektu to může velice negativně
ovlivnit dojem a hodnocení zákazníka. Proto dokončovací etapa byla v našem případě vedena
jako podprojekt se všemi náležitostmi.
23
7. Výsledky
Realizace popsaných kroků přinesla i výsledky, které již dnes mohu vyčíslit.
Termíny
- Dnes máme ve zpoždění 12 % zakázek oproti 40% v minulosti
Objem zakázek – Oproti loňskému roku jsme získali o 47 % více zakázek
Efektivita
- Efektivita projektů se zvýšila o 8%
Závěrem bych chtěl poznamenat, že v průběhu realizace je potřeba se soustředit na
motivaci lidí a neustále se vzájemně informovat a vysvětlovat, proč to všechno děláme. Jako
jednoduchou pomůcku jsem použil název jedné knihy a zároveň název naší společnosti
MOTOR.
M – pracovat s Managementem
O – věnovat pozornost organizaci
T – transparentnost
O – udržovat optimismus
R – myslet na reflexi
Shrnutí
Projektové řízení - jako nástroj pro zvýšení efektivity a konkurenceschopnosti
Článek je zaměřen na možné způsoby řízení a vedení projektů s důrazem na
projektové řízení. Cílem je ukázat možnosti využití v praxi, metody a techniky a možné
nástroje podporující projektové řízení. Zároveň jsem poukázal na ekonomický přínos
především z pohledu konkurenceschopnosti. Ne všechny oblasti jsou však vhodné pro
nasazení projektového řízení. I této problematice je věnována jedna z kapitol.
Prameny
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
Úspěšný projektový manažer – Newton Richard – 2008
Jak z dobré firmy udělat skvělou – Collins Jim – 2008
Management rizik projektů – Korecký Michal, Trkovský Václav – 2011
Zlepšování podnikových procesů – Svozilová Alena 2011
Projektový management pro praxi – Banker Stephen, Cole Rob – 2009
Investiční rozhodování a řízení projektů – Fotr Jiří, Souček Ivan – 2010
Strategické řízení podniku – Zuzák Roman – 2011
Projektový management Svozilová Alena – 2011
M.O.T.O.R – strategie – Jan Nemcik – 2007
24
OPTIMALIZACE POŘADÍ PRO ZPRACOVÁNÍ ZAKÁZEK
VE STROJÍRENSKÉ VÝROBĚ POMOCÍ METODIKY
OKRUŽNÍHO DOPRAVNÍHO PROBLÉMU
OPTIMIZATION SEQUENCE CONTRACTS FOR PROCESSING IN
MECHANICAL ENGINEERING USING THE METHODOLOGY OF
TRAVELING SALESMAN PROBLEM
Josef Košťálek, Michal Kavan
[email protected], [email protected], http://rep.fs.cvut.cz/
Tento příspěvek vznikl za podpory projektu GAČR P403/12/1950.
Abstrakt
Příspěvek popisuje využití poznatků z plánování nejkratší trasy mezi danými body na zcela
odlišný problém týkající se optimálního pořadí zakázek za účelem minimalizace součtu přípravných
časů. Z hlediska teorie grafů se jedná o stejný problém. Hlavním specifikem je nesymetrická matice
délek hran. Příspěvek popisuje model vytvořený v prostředí MS Excel, který je schopen tento problém
jednoduše řešit a jeho výstupem je vypsání zakázek v nejvhodnějším pořadí.
Klíčová slova: optimální pořadí zakázek, metody z problému obchodního cestujícího, lineární
programování, minimalizace přípravných časů.
Abstract
The paper describes the application of knowledge of planning the shortest route between given
points on a completely different issue regarding the optimal job sequence to minimize the sum of setup
times. In terms of graph theory is the same problem. The main specific feature is not symmetric matrix
edge lengths. The paper describes a model developed in MS Excel, which is able to easily solve this
problem and its output is listed in the best of job sequence.
Key words: optimal job sequence, methods of Traveling salesman problem, linear
programming, minimize setup times.
Úvod
Příspěvek se týká ve strojírenské výrobě často řešeného problému v jakém pořadí
zpracovat zakázky vycházející z výrobního plánu či objednávek. Je zde popsán vytvořený
model schopný tento problém pomocí matematických algoritmů exaktně vyřešit. Podstatou
problému správného pořadí zakázek (sekvence) je zajistit co nejplynulejší chod mezi
jednotlivými zakázkami a minimalizaci neproduktivních, přípravných, seřizovacích apod.
časů, což je jedním z významných pilířů efektivního řízení výroby s přímým vlivem na
konkurenceschopnost.
Výrobce musí ctít přání zákazníků a zároveň efektivně hospodařit s kapitálem, což se
projevuje nutnou potřebou na flexibilitu a přestavitelnost výrobního zařízení schopného
25
vyrábět nikoliv jeden nebo dva druhy výrobků, ale celou škálu výrobků v malých, ovšem
často se opakujících sérií v duchu metody tahu a Just in Time, jak uvádí Kavan (2006, s. 109 110). Čas potřebný na zpracování zakázky se skládá ze dvou složek, viz vztah 1.
Tc  Ta  Tb
(1.)
Tc … Celkový čas nutný pro zpracování zakázky
Ta … Čas nutný pro výrobu
Tb … Čas nutný pro přípravu výroby
Ta  ta  q
(2.)
ta … čas potřebný k výrobě jednoho kusu
q … počet vyráběných kusů
Čas nutný pro samotnou výrobu zakázky je přímo úměrný rozsahu zakázky viz vztah
2, čili jeho délku nelze ovlivnit, protože vycházím z požadavku výrobního plánu. Ovšem čas
nutný pro přípravu výroby nového typu zakázky lze ovlivňovat pomocí pořadí jednotlivých
zakázek. Jestliže má výrobní linka za noční směnu vyrobit 10 různých typů výrobků (10
zakázek) bude jistě výhodné určit nejlepší pořadí zakázek tak, aby za sebou následovala
výroba podobných zakázek a tím byly neproduktivní časy nutné k nastavení výrobního
zařízení na jiný typ výrobků co nejkratší.
Obr. 1: Příklad různých typů výrobků
Zdroj: vlastní příklad
Problém spočívá v tom, že prosté seřazení zakázek jen podle stupně konstrukčnětechnické podobnosti ještě nemusí vést k optimálnímu řešení, neboť při řešení problému jsou
veškeré úvahy omezeny jen na jediný krok dopředu (následující zakázku) a problém není
řešen jako celek. Tuto úlohu lze vyjádřit pomocí síťové analýzy, kde zpracování jednotlivých
zakázek budou představovat uzly a časy pro přípravu nové zakázky budou symbolizovat
hrany mezi uzly. Hodnota hrany představuje čas nutný pro přípravu výroby (její přenastavení
ze zakázky předchozí na zakázku následující).
26
Obr. 2: Interpretace situace pomocí síťové analýzy
Zdroj: Vlastní
Přitom čas nastavení na výrobu jiné zakázky nemusí být vždy shodný s časem
potřebným pro nastavení výroby do předchozího stavu.
Obr. 3: Princip síťové analýzy obecně
Zdroj: Vlastní
Problém nalezení optimální kombinace při zpracování jednotlivých zakázek za
účelem minimalizace součtu přípravných časů je v mnohém podobný problému, pro který se
vžil název ,,okružní dopravní problém – ODP“, někdy též označovaný termínem ,,úloha
obchodního cestujícího (Traveling Salesman Problem - TSP)“. V ODP se jedná o
problematiku nalezení vhodné cesty spojující množinu bodů s návratem do bobu výchozího
tak, aby celková trasa byla minimální. Okružní dopravní problém přinášel původně řešení
v oblasti plánování tras, ovšem jeho matematickou podstatu lze úspěšně aplikovat na celou
řadu činností od vrtání desek s tištěnými spoji, přes třídění dat, až po mapování geonomu v
genetice, jak uvádí Cook (2012, s. 65-72).
Další oddíly příspěvku popisují matematické algoritmy a modely vyvinuté původně
pro řešení ODP a optimalizace logistických tras a ukazují jejich snadnou implementaci
v oblasti hledání správného pořadí zpracování zakázek.
1. Okružní dopravní problém - ODP
Jak uvádí Kožíšek (2008, s. 206 – 209) jedná se o problém pořadí (sekvence), protože
pořadí bodů tvořících výslednou trasu ovlivní její délku. I když se jedná o problém na první
pohled snadno uchopitelný a jednoduše formulovatelný (projít množinu bodů tak, abych spojil
všechny body a vrátil se do toho, ze kterého jsem vyšel, při požadavku nejkratší trasy), tato
úloha patří mezi matematické problémy tisíciletí. Přesněji řečeno hledá se takový
matematický algoritmus, který by byl schopen určit optimální trasu a počet kroků tohoto
algoritmu by se s počtem požadovaných bodů zvyšoval lineárně, maximálně mocnině, viz
vztah 3, nikoliv však exponenciálně. Takový algoritmus dosud nalezen nebyl a jak udává
27
Cook (2012, s. 21 – 23) objevitel takového řešení by obdržel od Clayova matematického
institutu v USA cenu milion dolarů. Část vědecké veřejnosti např. Jack Edmonds se začíná
klonit k názoru, že takové řešení ani neexistuje. Odměna milion dolarů je určena i pro toho,
kdo dokáže neexistenci požadovaného algoritmu.
T  a  nk1  b  nk 2  c  nk 3 ...
kde k 1, k 2, k 3...  N
n je poč . bodů
(3.)
Pro zajímavost uvádím nárůst počtu kroků při řešení vyzkoušením všech možností.
Obr. 4: Počty možností
Zdroj: Vlastní
Jeden ze způsobů jak tento problém řešit je přepsat situaci pomocí matematického
modelu, ve kterém se budou hledat hodnoty proměnných pomocí matematického řešení. I
když se nejedná o efektivní algoritmus, protože počet proměnných i složitost modelu
v závislosti na počtu bodů prudce roste, díky rozvoji výpočetní techniky je možné snadno
vyřešit tímto způsobem problém čítající 10 bodů.
Jablonský (2007, s. 23 - 24) udává vzorce pro tvorbu matematického modelu (viz
vztahy 4 až 7).
n
F
i 1
n
 c x
j 1
ij
ij
 min .
(4.)
Vzorec 4 představuje účelovou funkci vyjadřující délku výsledné trasy, při
matematickém řešení problému se hledají takové hodnoty proměnných, aby délka trasy byla
minimální (min. této fce.). Koeficient cij představuje vzdálenost mezi bodem i a j např. c12 =
101 km, pokud hodnota x1_2 vyjde 1, vzdálenost 101 km bude započítána do výsledné trasy,
pokud vyjde nula, vzdálenost se nezapočítá (101 • 0 = 0). Tímto způsobem jsou zaznamenány
všechny vzdálenosti na množině bodů.
28
n
 x
ij
i 1
 1, i  1,2, ... n
(5.)
Vzorec 5 je matematickou interpretací podmínky říkající, že cestující smí z každého uzlu
právě jednou vyjet.
n
 x
j 1
ij
 1,
j  1,2, ... n
(6.)
Vzorec 6 představuje podmínku, že cestující smí do každého bodu právě jednou přijet.
 i  j  n  x
 n  1,
ij
i  1,2,...n
j  1,2,...n
(7.)
Vzorec 7 zabezpečí, že výsledná trasa bude tvořit souvislý okruh (kde δi a δj jsou pomocné
proměnné).
S použitím výše uvedených vzorců vznikne matematický model popisující situaci
čítající celkem 99 proměnných a 92 omezujících podmínek. Přičemž proměnné mohou
nabývat pouze hodnot 0 nebo 1 (cesta hranou vede nebo nevede). K řešení tohoto problému
lze využít například binární lineární programování, které nabízí nástroj řešitel programu MS
Excel.
29
Obr. 5: Řešení pomocí nástrojů v Excelu
Zdroj: (Košťálek, 2013)
30
2. Aplikace okružního dopravního problému na optimalizaci pořadí
zakázek
Jestliže budeme aplikovat algoritmy vyvinuté pro okružní dopravní problém při řešení
optimálního pořadí zpracování jednotlivých zakázek, je třeba upozornit na několik specifik.
Zatímco okružní dopravní problém bývá zpravidla symetrický, což znamená, že vzdálenost
např. mezi bodem 1 a 2 je stejná jako vzdálenost mezi bodem 2 a 1. U přípravných časů mezi
např. zakázkou 1 a 2 rovnost s časem nastavení téhož zařízení ze zakázky 2 na zakázku 1
většinou neplatí.
Dále zde neplatí trojúhelníková nerovnost. Jestliže budu mít body 1, 2 a 3 pak při
plánování tras musí platit geometrická zákonitost popsaná obrázkem 6.
Obr. 6: Trojúhelníková nerovnost
Zdroj: (Cook, 2012)
Úloha je tedy asymetrická a neplatí trojúhelníková nerovnost, což mění některé
vlastnosti problému plánování tras. Např. v úvodu popsaný intuitivní způsob řešení připojení
nejbližšího bodu, který ještě netvoří trasu atd. až po propojení všech bodů. Bylo řečeno, že
tento způsob většinou nenajde optimální trasu, ale v klasických logistických problémech (tj.
při platnosti symetrie a trojúhelníkové nerovnosti) se dá matematicky popsat nejhorší možný
výsledek získaný tímto algoritmem. Jestliže řeknu, že nejhorší možná trasa je k-krát delší než
trasa optimální (nejkratší), potom jak uvádí Cook (2012. s. 82), jde vyjádřit vztahem 8.
k 1
ln (n)
1
log 2 n ; kde log 2 n 
2
ln (2 )
(8.)
Jelikož se při hledání optimálního pořadí zakázek vychází z časů, neplatí zmíněné
zákonitosti pro plánování tras a tím neplatí ani vztah 8 a dala by se vyjmenovat řada dalších
odlišností týkajících se spíše matematické teorie. Pro implementaci algoritmů z logistiky do
plánování pořadí zakázek většinou nepředstavují zásadní překážku.
Co je podstatné, je požadavek na vstupní hodnoty – časy přestavení zařízení na jinou
zakázku, včetně časů nastavení zpět do původního stavu (nesymetrický problém). S tím
související zapracování těchto vstupů do matematického modelu. Důležitá vlastnost
nesymetrického problému je nutnost dodržení určeného směru průchodu body (u
symetrického problému lze projít tutéž trasu v opačném směru se stejným výsledkem).
31
2.1 Popis fungování modelu pro řízení zakázek
Vstupní data pro sestavení optimální sekvence zakázek jsou časy pro nastavení
výrobního zařízení mezi jednotlivými zakázkami. Vzájemné časy tvoří matici časů velikosti
[10 x 10], což odpovídá deseti zakázkám. Počet zakázek lze měnit v intervalu 1 až 10, model
je zobecněn tak, aby byl počet zakázek měnitelný. Informace o tom, se kterou zakázkou má
model pracovat se zadává napsáním názvu zakázky (vymazání názvu indikuje, že s ní model
nemá pracovat). Tato modifikace usnadní praktické nasazení modelu v praxi, protože činí
model flexibilnější a uživatelsky sympatický.
Obr. 7: Zadání vstupních hodnot
Zdroj: Model pro optimalizaci sekvence
Aby byl model schopen plnit tuto funkci zobecněných optimalizačních výpočtů, je
třeba zajistit výběr zadaných vstupních hodnot podle aktuálního zadání (vycházejícího např.
z plánu výroby pro danou směnu apod.). Tento proces se děje prostřednictvím kombinace
různých funkcí programu Excel, jak popisují následující obrázky.
Obr. 8: Posun hodnot – odstranění řádků
Zdroj: Vlastní
32
Obr. 9: Posun hodnot – odstranění sloupců
Zdroj: Vlastní
Obr. 10: Transformovaná matice hodnot
Na konci tohoto procesu třídění a vyhledávání dat je matice vstupních hodnot, se
kterou bude pracovat výpočtová část modelu. Ta je rovněž nastavena na obecný počet
zakázek (bodů) maximálně rovný deseti.
Optimální sekvence (pořadí) jednotlivých zakázek z hlediska minimalizace celkové
délky přípravných časů je následně řešena stejným principem jako optimální trasa
procházející množinou bodů.
Nalezené řešení má podobu jedniček a nul. V této etapě model nuly a jedničky opět za
použití kombinace logických a vyhledávacích funkcí přetransformuje na výpis zakázek, které
jsou přehledně vypsány ve vypočítaném pořadí do tabulky, která se sama vygeneruje pro
příslušný počet zakázek, se kterým se pracuje.
Obr. 11: Výstup z modelu – optimální pořadí zakázek
33
Závěr
V příspěvku bylo popsáno využití poznatků z oblasti plánování tras v oblasti
zkracování přípravných a seřizovacích časů ve výrobě. Situace nutí výrobní management
neustále minimalizovat neproduktivní časy všeho druhu, aby bylo dosaženo co
nejefektivnějšího využití výrobního zařízení. Nejlepší řešení ve složitých systémech s řadou
vázaných proměnných nelze nalézt intuitivně, nýbrž je třeba mít k dispozici výpočetní aparát
schopný nalézt exaktní řešení. Na strojírenské podniky jsou kladeny čím dál větší nároky,
které není možné zvládnout tradičními způsoby práce a organizace a to i v malosériové a
středněsériové výrobě, která tvoří přibližně 70 % výrobních kapacit a představuje největší
zdroj rezerv produktivity, jak uvádí Zelenka (1995, s. 32). Model popisovaný v tomto
příspěvku je schopen v této oblasti výrazně pomoci a to s minimálními nároky na software a
hardware.
Optimalizaci v řazení zakázek za účelem minimalizace celkového času nastavení
zařízení nelze považovat za marginální problém, neboť je schopná přinést zajímavý nárůst
produktivity práce, který není podmíněn vysokými investičními nároky. Skvělý příklad uvádí
Cook (2012, s. 76 - 77) německá společnost BÖWE CARDTEC zabývající se výrobou
kreditních karet jedním zařízením vyrábí více typů karet a při každém přechodu na jiný typ
karty je třeba zařízení nastavit. Tato společnost použila program Concorde, což je údajně
nejmodernější program schopný řešit Úlohu obchodního cestujícího a podařilo se jí tak snížit
časy nastavení o 65 %.
Zároveň se ukazuje, že poznatky původně dosažené v jedné oblasti mohou být velice
užitečné také ve zcela odlišné oblasti lidské činnosti.
Prameny
[1] Cook, W., J.: Po stopách obchodního cestujícího. Matematika na hranicích možností.
Praha: Dokořán, 2012. 255 s. ISBN 978-80-7363-412-4.
[2] Jablonský, J.: Programy pro matematické modelování. Praha: VŠE, 2007. 259 s. ISBN
978-80-245-1178-8.
[3] Kavan, M.: Výrobní management. Praha: ČVUT, 2006. 213 s. ISBN 80-01-03445-3.
[4] Košťálek, J.: Příspěvek ve sborníku z mezinárodní vědecké konference: Matematické
algoritmy jako nástroje efektivního řízení procesů v podnicích. Karviná: SU, 2013. ISBN
978-80-7248-901-5.
[5] Kožíšek, J., Stieberová, B.: Statistická a rozhodovací analýza. Praha: ČVUT, 2008. 252 s.
ISBN 978-80-01-04209-0.
[6] Zelenka, A., Král, M.: Projektování výrobních systémů. Praha: ČVUT, 1995. 365 s. ISBN
80-01-01302-2.
34
LIMITY LIDSKÉHO MYŠLENÍ V ROZHODOVACÍCH
PROCESECH SPOJENÝCH S PODNIKOVÝM ŘÍZENÍM
LIMITS OF HUMAN THINKING IN DECISION PROCESSES
RELATED TO BUSINESS MANAGEMENT
Josef Košťálek, Libor Rejf, Ladislav Vaniš
http://www.cvut.fs.rep.cz
Abstrakt
Obsahem příspěvku je hypotéza, že v určitých typech rozhodovacích procesů v podnikovém
řízení se nelze spoléhat pouze na analytické myšlení, ale je velice žádoucí využít vhodných
rozhodovacích nástrojů využívajících výpočetní techniku. Tuto hypotézu potvrdil provedený test. Je
faktem, že lepší rozhodnutí znamená úsporu v budoucích nákladech a tím i konkurenční výhodu.
Klíčová slova: Kvalita rozhodování, lineární programování s omezujícími podmínkami typu
implikace, limity lidského uvažování, ergonomie člověka, intuitivní řešení, exaktní řešení.
Abstract
The paper is the hypothesis that certain types of decision making in business cannot rely only
on analytical thinking or intuition, but it is very desirable to use appropriate decision-making tools
using computer technology. This hypothesis is confirmed by the test used. In fact, better decision
means savings in future costs and thus competitive advantage.
Key words: The quality of decision making, linear programming constraint type implications,
the limits of human reasoning, human ergonomics, intuitive solution, exact solution.
Úvod
Tento příspěvek popisuje pokus, jehož náplní bylo konfrontovat kvalitu rozhodovacího
procesu při využití počítače oproti rozhodování pouze na základě lidského myšlení a intuice.
Otázkou tedy bylo, zda- a do jaké míry podporuje počítačová technika podnikové řízení a jaký
je její dopad na konkurenceschopnost podniku.
Jako úloha prověřující počítač i lidské uvažování byl zvolen problém, který bývá
v praxi velice často řešen v nejrozmanitějších souvislostech a vyskytující se v nejrůznějších
odvětvích. Podle Rolla (1973, s. 31) se pro tento problém vžilo označení Steinerův-Webrův
problém. Typická situace kdy tato úloha nastává ve strojírenském podniku je přidání dalšího
stroje nebo pracoviště do stávajícího výrobního systému. Jak uvádí Zelenka (1995, s. 127)
nové pracoviště bude prostřednictvím materiálových toků v interakci se stávajícími pracovišti.
Snahou bude správně rozhodnout kam do prostoru takové pracoviště či stroj umístit s ohledem
na minimalizaci následných přepravních nákladů materiálu vstupního i výstupního, který se
bude přepravovat z již fungujících pracovišť resp. také na taková pracoviště. Hovoříme zde
tedy o neznámých souřadnicích x a y nového pracoviště a minimalizaci celkového
35
přepravního výkonu. Přepravním výkonem rozumíme součin délky trasy a celkové hmotnosti
přepravovaných komodit po této trase.
n
F
kde:
zi 
  Q  zi  min
( x, y )
i 1
(1.) Steinerův-Webrův problém
i
2
( x  xi )  ( y  yi)
2
Z matematického zápisu je dobře patrné, že hledání souřadnic x a y nového pracoviště
tak, aby byla zajištěna minimalizace funkce F, představuje ne zcela jednoduchý problém. A
stejně tak složitý problém nastává při intuitivním hledání správné polohy nad schématickým
znázorněním pracovišť ve výrobě, zejména pokud je pracovišť větší počet a existují mezi nimi
aktivní vazby.
Je logické, že tentýž problém je řešen při výběru vhodného místa pro otevření nového
obchodu nebo nové pobočky pro zákazníky, nového velkoskladu mezi výrobními závody a
sítí odběratelů, zřízení výkupního místa jakékoliv zemědělské komodity ve vazbě na
jednotlivé farmáře a množství jejich dodávek atd.
Potřeby praxe implikují další modifikace činící tento problém ještě složitější. V našich
úvahách se zaměříme na další omezení hodnot souřadnic x a y (výsledné polohy hledaného
bodu) a to z důvodu praktických překážek znemožňujících umístění bodu. Např. stroj nelze
umístit tam, kde už je umístěn jiný stroj, sklad, cesta, nouzový východ, nový sklad nelze
postavit v zastavěné oblasti, lesa či do rybníka atd. Množina těchto omezení, která jsou ovšem
pro implementaci do praxe klíčová, činí tento problém ještě hůře řešitelný.
1. Analýza kvality rozhodovacího procesu
1.1 Nástroje k provedení testu
Cílem testu je porovnat výsledky dosažené pouze lidskou představivostí a intuicí
s exaktními propočty. Řešeným problémem bude výše zmíněný problém hledající optimální
polohu bodu v kombinaci s množinou omezení říkajících, kde se výsledný bod nacházet
nesmí. Exaktní propočty bude provádět speciální program vytvořený v prostředí MS Excel.
Jeho jádrem je hledání minima funkce ze vztahu 1 pomocí nástroje „Řešitel“. Omezení na
polohu bodu vznikne ze speciálních omezujících podmínek, které jsou dále popsány.
36
Obr. 1: Omezující podmínky kladené na výsledek (Zdroj: Vlastní)
[x, y]
 (a1;a2) x (b1;b2)
(2.) Zdroj: Vlastní
Je zapotřebí přetransformovat vztah 2 v omezující podmínky lineárního (resp.
nelineár.) programování, které bude schopen v Excelu nástroj Řešitel vyřešit. Jelikož vztah 1
není lineární funkcí korektním termínem, je nelineární programování ovšem při řešení
v Excelu pomocí nástroje řešitel se tento rozdíly v podstatě stírají.
Obr. 2: Vymezení oblasti pomocí vzdáleností od středu (Zdroj: Vlastní)
Oblast nepřípustného řešení stále uvažujeme ve tvaru obdélníků definovaného
v kartézském prostoru souřadnicemi x a y.
IF (X - as)  k12
2
then (Y - bs)  k22
2
(3.) zdroj: Vlastní
Druhé mocniny ve vztahu 3 zajišťují, že vzdálenosti od středů budou nabývat
nezáporných hodnot.
K úpravě vztahu 3 se použije výroková logika, viz vztah 4.
( A  B)  (A  B)
(4.) Zdroj: (Jablonský, s. 102)
37
S použitím vztahu 4 lze vztah 3 přepsat z podmínky „když (IF)“ na podmínku ,,nebo (OR)“
jak uvádí vztah 5.
or (Y - bs)  k22
2
2
(X - as) > k12
Vztah 5 se následně upraví na vztahy 6 a 7, které již představují omezující podmínky, se
kterými je Excel schopen pracovat.
(X - as)  k12 - M • t
(Y - bs)  k2 - M • (1- t)
2
2
2
kde: M je prohibitivní konstantou
t je binární proměnná (může nabývat hodnot pouze 0 či 1)
Tímto byly popsány hlavní principy fungování programu, který dále využívá řady funkcí
prostředí MS Excel, aby se docílilo co nejvyšší pohodlnosti během užívání viz obr. 3. Navíc
je provedeno zobecnění výpočtů umožňující práci s libovolně stavitelným počtem bodů i
překážek.
Obr. 3: Vstupy a výstupy z vytvořeného programu (Zdroj: Vlastní)
38
Na těchto principech byla sestavena replika takového programu pro úlohy čítající 50
bodů a 50 překážek, který bude k dispozici pro poměření se s kvalitou rozhodování člověka.
1.2 Průběh testu
Kvalita dosaženého řešení je dána hodnotou účelové funkce, pro kterou je hledáno
minimum viz vztah 1. Exaktní výpočet získaný z programu dává nejnižší možnou hodnotu
účelové funkce. U řešení vytvořeného člověkem bude hodnota účelové funkce rovna nebo
vyšší a rozdíl bude vyjádřen v procentech. Z řešení nalezeného člověkem se účelová funkce
získá zadáním hodnot, které pokusné osoby vymyslí do řádku určeného pro výstup výsledku.
Z nástroje Řešitel tím se vlastně dosadí do vztahu 1.
Pro zadání úloh se použijí náhodně volené vstupní hodnoty. Zadaný problém vyřeší
nezávisle na sobě pět osob. V další fázi bude ověřeno, zda jsou výsledky opravdu přípustnými
řešeními zadaných problémů. Ze získaných účelových funkcí se určí aritmetický průměr. Poté
se přejde na nové zadání problému, ale s vyšším počtem bodů, mezi kterými budou existovat
vazby a také s vyšším počtem překážek (zón, kde řešení být nesmí).
Tab. 1: Hodnoty získané v průběhu testu
Náhodnost v zadávání přepravních výkonů (veličina Q ze vztahu 1) do řešených
problémů má za následek, že celková hodnota účelové funkce nemusí růst s počtem bodů.
Absolutní hodnoty účelových funkcí jsou tedy odrazem zadaných hodnot a rozdíl mezi
kvalitou rozhodování pro každý problém je dán relativní hodnotou v procentech.
39
Graf 1: Rozdíl ve výsledcích člověka a počítače v závislosti na rozsahu problému
1.3 Výsledky testu
I když byl rozsah testu omezený, jeho výsledky jasně potvrdili výchozí předpoklad. U
jednoduchých rozhodovacích problémů si lze vystačit se zdravým rozumem, intuicí nebo
výběrem nejlepšího řešení z těch, která se zdají vhodná. Ovšem u složitějších problémů se
nejlepší řešení již nejeví zřejmé a k jeho nalezení je zapotřebí pomocných rozhodovacích
nástrojů založených na exaktních výpočtech a pro ně je vhodná počítačová technika byť se
jedná o osobní počítač vybavený programem MS Excel. Narůstající složitost řešeného
problému rozevírá rozdíl mezi přesným výpočtem a výsledkem, který je schopen vymyslet
člověk.
Jako testovací problém mohla být zvolena jiná úloha z operační analýzy, která se
objevuje v podnikové praxi např. Úloha obchodního cestujícího, řízení zásob, diverzifikace
portfolia jako aplikace směšovacího problému apod. Dá se usuzovat, že výsledky by dopadli
obdobně, neboť jak uvádí Cook (2012, s. 219) Iris van Rooijová z Univerzity ve Viktorii
v Kanadě zkoumala, jak se zvyšuje odchylka od optimální cesty s rostoucím počtem bodů
v Úloze obchodního cestujícího (hledání nejkratší trasy mezi množinou vytyčených bodů tak,
aby trasa končila ve stejném bodě, ve kterém začala). Zmíněný experiment navíc zkoumal, jak
si vedou řešitelé různého věku, viz tab. 2.
Tab. 2: Průměrná odchylka v procentech od optimální trasy (Zdroj: Cook, s. 219)
Tato problematika úzce souvisí s lidskou psychikou a fungování mozku, které má své
limity. Jak uvádí např. Zelinka (2003, s. 62) člověk pomocí svých smyslů umí rozlišit jen
omezený počet úrovní a s odvoláním na amerického psychologa G. A. Millera, který objevil,
že počet těchto úrovní činí 5, až 9 podle druhu smyslu např. zrakem dokáže rozlišit 9 barev.
Pokud se pracuje s abstraktnějšími veličinami, schopnost rozlišovat u člověka klesá. Tento
poznatek má uplatnění ve fuzzy logice a to, že počet fuzzi množin je obvykle maximálně 9.
40
Navíc naše smyslové vnímání nás také může silně klamat, jak uvádí Harford (2010, s.
24) lidé se často rozhodují podle toho, jak jsou jednotlivé volby formulovány, psycholog
Daniel Kahneman o tom podal důkazy podložené pokusy, za což mu byla r. 2002 udělena
Nobelova cena za ekonomiku.
Závěr
Člověk je inteligentní bytost schopná velice kvalitního uvažování, vyhodnocování
situací a rozhodování. Také je schopen jak popisuje Žáček (2009, s. 17-18) myslet strategicky,
přejímat nové poznatky na základě minulých zkušeností a na jejich základě přijímat nová a
lepší rozhodnutí. Tento příspěvek si neklade za cíl dokázat, že umělá inteligence
představovaná počítači je lepší než lidské bytosti. Jak uvádí Cook (2012, s. 2017) roku 1997
se odehrál velice zajímavý šachový zápas mezi nejmodernějším počítačem společnosti IBM
s označením Deep Blue a světovým šampiónem Gari Kasparovem. Mnohé odborníky
překvapil výsledek, že člověk stále dokáže počítač porazit v této v podstatě výpočetní úloze.
Na druhé straně pro určité typy rozhodovacích procesů, které lze popsat
matematickými modely a exaktně je řešit je vhodnější použít výpočetní techniku. Za prvé
z důvodu rychlejšího výpočtu a také lepšího výpočtu, protože pro lidské myšlení zde existují
určité ergonomické limity, které je třeba mít na vědomí, jak uvádí Gilbertová (2002, s. 203204). Čili počítač jako pomocný rozhodovací nástroj a manažer jako osoba schopná
komplexního myšlení, strategického uvažování a rozhodování při neúplných informací se
mohou skvěle doplňovat, ale jedno nemůže být nahrazeno druhým.
Je logické, že lepší rozhodnutí např. v oblasti umístění nového centrálního skladu,
přesunutí pracoviště, polohy nové pobočky, naplánování logistické trasy apod. přinese ve
svých důsledcích úsporu nákladů i času. Optimalizační procesy hrají důležitou roli jako
generátory úspor provozních nákladů a lze konstatovat, že kdo dokáže lépe zvládat
rozhodovací procesy, ten získává konkurenční výhodu.
Prameny
[1] COOK, W., J. Po stopách obchodního cestujícího. Matematika na hranicích možností.
Praha: Dokořán, 2012. 255 s. ISBN 978-80-7363-412-4.
[2] Gilbertová, S., Matoušek, O.: Ergonomie, Optimalizace lidské činnosti. Praha. Grada,
2002. 240 s. ISBN 80-2470-226-6.
[3] Harford, T.: Logika života. Praha: Práh, 2010. 247 s. ISBN 978-80-7252-3016.Jablonský, J.: Programy pro matematické modelování. Praha: VŠE, 2007. 259 s.
ISBN 978-80-245-1178-8.
[4] Rollo, J.: Praktické příklady z operační analýzy. Praha: Redakce ekonomické a
polytechnické literatury, 1973. 146 s. 04-322-73.
[5] Zelenka, A., Král, M.: Projektování výrobních systémů. Praha: ČVUT, 1995. 365 s.
ISBN 80-01-01302-2.
[6] Zelinka, I. Umělá inteligence - hrozba nebo naděje?. Praha: BEN TL, 2003. 142 s.
ISBN 80-7300-068-7.
[7] Žáček, V.: Strategický management. Praha: ČVUT, 2009. 317 s. ISBN 978-80-0104443-8.
41
POSOUZENÍ VZTAHU ZÁVISLOSTI MEZI PRODUKCÍ
AUTOMOBILŮ A SPOTŘEBOU OBRÁBĚCÍCH STROJŮ
POMOCÍ KORELAČNÍ ANALÝZY ČASOVÝCH ŘAD
EVALUATION OF THE RELATION BETWEEN MOTOR VEHICLES
PRODUCTION AND MACHINE TOOL CONSUMPTION BY MEANS
OF CORRELATION ANALYSIS OF TIME SERIES
Jan Kožíšek, Barbora Stieberová
[email protected], [email protected], http://www.rep.fs.cvut.cz/
Abstrakt
Cílem tohoto článku je posoudit vzájemný vztah mezi produkcí automobilů a spotřebou
obráběcích a tvářecích strojů. Analýza je postavena na výpočtu korelačních koeficientů, je zahrnuta
také opožděná korelace. Analýza je provedena nejprve pro celý svět, zvlášť pro Čínu a pro země
sdružené v asociaci CECIMO.
Klíčová slova: korelační analýza, časové řady, produkce automobilů, spotřeba obráběcích
strojů.
Abstract
The aim of this article is to evaluate the relation between production of automotive vehicles
and machine tool consumption. The calculation is based on the correlation coefficients, also lagged
correlation is taking into consideration. The analyses is carried out for the summary of word data, for
China and for the countries joined in the association of CECIMO.
Key words: correlation analysis, time series, production of automotive vehicles, machine tool
consumption.
Úvod
Ekonomické jevy jsou často určovány obecným rytmem a celkovou tendencí
(trendem) ekonomického vývoje, který je vyjádřen shodným celkovým vývojem značného
počtu kvantitativních jevů ve formě ukazatelů. Abychom obdrželi vysokou hodnotu
korelačního koeficientu nebo indexu u dvou nebo více časových řad, stačí, aby vývoj
porovnávaných ukazatelů měl shodný nebo opačný směr. [1] Kdy však můžeme očekávat, že
mezi ukazateli (ekonomickým jevy) existuje skutečný (kauzální) vztah?
Na vývoj ukazatelů v čase působí:

globální vývojová tendence a trend daného ukazatele, který je často stejný u řady
ukazatelů,

cyklické vlivy zahrnující také vlivy sezónní

skupina náhodných vlivů.
Zkoumáme-li skutečný vztah, budeme se zabývat ne původními hodnotami (xi, yi), ale
spíše souběžností mezi nepravidelnými složkami srovnávaných časových řad. Jestliže tato
42
kolísání probíhají souběžně (paralelně), je málo pravděpodobné, aby neexistovala příčinná
(kauzální) závislost mezi zkoumanými jevy. Korelované časové řady ukazatelů tedy
oprostíme od vývojové tendence (trendu) a nebudeme tedy zkoumat korelaci napozorovaných
hodnot časové řady xi a yi, ale budeme zkoumat korelaci odchylek těchto hodnot od jejich
trendů, tj. korelaci hodnot hodnot 𝑧𝑖 = 𝑦𝑖 − 𝑦̂𝑖 a 𝑢𝑖 = 𝑥𝑖 − 𝑥̂𝑖 , 𝑦̂𝑖 a 𝑥̂𝑖 jsou odhadové
(vyrovnané, teoretické) hodnoty zkoumaných časových řad. [1], [2], [3] [4]. Pro měření
těsnosti korelační závislosti ukazatelů časových řad lze také použít rozdíly (ročních,
měsíčních nebo čtvrtletních) hodnot jednotlivých časových řad: xi – xi-1 ; yi – yi-1. [2] [3]
Strojírenství je stále tahounem průmyslu, neboť zahrnuje mnoho oborů, které
produkují dopravní prostředky, automobily osobní, nákladní, užitkové, těžké dopravní
prostředky, stavební stroje, zemědělské stroje, traktory, nakladače, agregáty k těžbě a
zpracování dřeva, zařízení pro chemický průmysl, zařízení pro těžbu ropy, železniční vagony,
lokomotivy, vagony pro metra, a případně i větší produkty jako jsou lodě, letadla, vrtné
soupravy, vrtné plošiny apod. Výroba obráběcích a tvářecích strojů a zařízení je situována do
tradičních strojírenských oblastí. Jedná se o hospodářsky vyspělé státy s tradicí a dostatečnou
základnou v oblasti vědy a výzkumu. Jde např. o Německo, USA, Japonsko, Rusko, ale dnes
také Čínu, Indii, Taiwan, Jižní Koreu…
Cílem tohoto článku je posoudit vzájemný vztah mezi produkcí automobilů a
spotřebou obráběcích a tvářecích strojů. K analýze je použit výpočet korelačního koeficientu
nejprve pro data samotná, poté jsou časové řady očištěny o trendovou složku. Rovněž je
zjišťována opožděná korelace, kdy jsou data spotřeby posunutá o 1 rok oproti produkci
automobilů. Analýza je provedena nejprve pro celý svět, potom pro Čínu jako zemi, jejíž
podíl na celosvětové produkci jak obráběcích strojů, tak automobilů roste. Potom je posouzen
vztah mezi produkcí automobilů a spotřebou obráběcích strojů v zemích CECIMO (Comité de
La Cooperation des Industries de la Machine-Outil) združující 15 evropských států:
Rakousko, Belgii, Českou Republiku, Dánsko, Finsko, Francii, Německo, Itálii, Nizozemí,
Portugalsko, Španělsko, Švédsko, Švýcarsko, Turecko a Velkou Británii.
1. Postup analýzy
Nejprve je analýza provedena pro původní data xi – produkce automobilů a yi –
spotřeba obráběcích strojů. Jsou vypočteny korelační koeficienty:
ryx 
n x
n xi yi   xi  yi
2
i

  xi  n yi2   yi 
2
2

Potom je analýza provedena pro časové řady oproštěné od vlivu trendu, je zkoumána
korelace odchylek zjištěných hodnot od jejich trendů, tj. korelace hodnot [1], [2], [3] [4]:
𝑧𝑖 = 𝑦𝑖 − 𝑦̂𝑖
𝑢𝑖 = 𝑥𝑖 − 𝑥̂𝑖
𝑦̂𝑖 a 𝑥̂𝑖 jsou odhadové (vyrovnané, teoretické) hodnoty zkoumaných časových řad.
Vyrovnání časových řad se provádí pomocí analytických funkcí (přímky, parabola,
exponenciála) nebo pomocí klouzavých průměrů.
43
Pro lineární vyrovnání budou mít funkce tvar:
xˆi  a xt  bxt ti
yˆ i  a yt  byt ti
a
Korelační koeficienty odchylek ui a zi vypočteme podle následujícího vztahu [1], [3]:
rzu 
n z
n ziui   zi  ui
2
i

  zi  n ui2   ui 
2
2

Nakonec byla zjišťována opožděná korelace - vliv nezávisle proměnné (produkce
automobilů) i-tého roku a na závisle proměnnou (i+1)ního roku (spotřeba obráběcích strojů).
Na závěr je proveden test významnosti korelačních koeficientů dle [5]. Jednotlivé
korelační koeficienty jsou srovnány s kritickou hodnotou korelačního koeficientu, pokud je
vypočtený korelalační koeficient vyšší než kritická hodnota, hovoříme o korelační závislosti
mezi proměnnými. Kritické hodnoty koeficientů se mění v závislosti na počtu analyzovaných
hodnot a odpovídajícímu stupni volnosti, který je o 2 jednotky nižší než počet hodnot n.
2. Analyzovaná data
Na následujících grafech je zobrazen vývoj obou analyzovaných ukazatelů – produkce
automobilů a spotřeby obráběcích strojů – pro celý svět, Čínu a země Cecimo.
100
90
80
70
60
50
40
30
20
10
0
2002
2004
2006
Produkce automobilů v mil. kusů
2008
2010
2012
2014
Spotřeba obráběcích strojů (MT Consumption) v mld. Euro
Obr. 2: Produkce automobilů a spotřeba obráběcích zdrojů - celý svět (2003 – 2013)Zdroj:
spotřeba strojů (STATISTICS REPORT CECIMO General Assembly [6]., počet aut
(http://www.oica.net/category/production-statistics/ [7])
44
45
40
35
30
25
20
15
10
5
0
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Spotřeba obráběcích strojů (MT Consumption) v mld. dolarů
Obr. 2: Produkce automobilů a spotřeba obráběcích zdrojů - Čína (2003 – 2012)
Zdroj: spotřeba strojů (The world machine-tool output & consumption survey 2005-2014:.
Gardner publication [8 - 17], počet aut (http://www.oica.net/category/production-statistics/
[7])
20
18
16
14
12
10
8
6
4
2
0
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Spotřeba obráběcích strojů (MT Consumption) v mld. Euro
Obr. 3: Produkce automobilů a spotřeba obráběcích zdrojů Cecimo (2003 – 2013)
Zdroj: spotřeba strojů (STATISTICS REPORT CECIMO General Assembly [6]., počet aut
(http://www.oica.net/category/production-statistics/ [7])
Z grafů je patrné, že se Čína chová rozdílně než ostatní země, co se týká spotřeby
strojů. Po 10 let neustále roste bez ohledu na krizi odstartovanou v roce 2009 krizí
v bankovním sektoru. Na konci sledovaného období však Čína ve spotřebě strojů zpomalila,
což indikuje, že výrobci více využívají stávající stroje a zařízení.
3. Korelace mezi naměřenými daty
Pro všechny tři analyzované vztahy je provedena regresní a korelační analýza
naměřenými daty xi – produkce automobilů a yi – spotřeba obráběcích strojů. Jsou vypočteny
regresní koeficienty byx, které udávají průměrnou změnu výše spotřeby strojů při jednotkové
45
změně produkce automobilů. Jednotlivé regresní koeficienty společně s korelačními
koeficienty jsou uvedeny v následující tabulce.
Tab. 1: Regresní a korelační koeficienty vztahu mezi xi a yi
Regresní koeficient
byx
Korelační koeficient
ryx 
n x
n xi yi   xi  yi
2
i

  xi  n y   yi 
2
2
2
i

Celý svět
1,3
(mld. €/mil. aut)
Čína
1,9
(mld $/mil. aut
CECIMO
0,79
(mld. €/mil. aut)
0,93
0,957
0,517
Kritická hodnota korelačního
r 0,975 (9) =
r 0,975 (8) =
koeficientu [5]
0,6021
0,6312
Zdroj: vlastní výpočty autorů
r 0,975 (9) =
0,6021
Pro celý svět: Korelačního koeficientu ryx = 0,93 vyjadřuje, že mezi proměnnými y a x
je velmi silná korelační závislost, kritická hodnota korelačního koeficientu r 0,975 (9) = 0,6021
je nižší, takže korelace mezi proměnnými je prokázána. Zatím nelze hovořit o příčinné,
kauzální závislosti. Pro Čínu vychází korelační koeficient také vysoký. Pro země CECIMO je
hodnota korelačního koeficientu nižší než kritická, ale dosahuje slušné hodnoty a proto
budeme pro sdružení CECIMO počítat i korelační koeficient odchylek ui a zi.
4. Korelace odchylek – očistění časových řad o trendovou složku
Nejprve je nutné vyrovnat jednotlivé časové řady vhodnou funkcí. Pro Čínu bude
použita lineární závislost, řady pro země CECIMO byly vyrovnány pomocí klouzavých
průměrů pro 3 období a pro celý svět byla data vyrovnána jak lineárně, tak pomocí
klouzavých průměrů pro 3 období. Potom byly pro odchylky mezi původními a vyrovnanými
hodnotami stanoveny korelační koeficienty rzu.
Tab. 2: Korelační koeficienty vztahu mezi ui a zi
Celý svět
(vyrovnáno
lineárně)
Celý svět
(vyr. klouz.
prům. pro 3
období)
Čína
(vyrovnáno
lineárně)
Cecimo
(vyr. klouz.
prům. pro 3
období)
0,75
0,64
0,44
0,606
Korelační koeficient rzu
rzu 
n z
2
i

  zi  n u   ui 
2
Kritická hodnota
koeficientu [5]
2
i
2

korelačního r 0,975 (9) = r 0,975 (7) = r 0,975 (8) = r 0,975 (7) =
0,6021
0,6664
0,6319
0,6664
Z tabulky vyplývá, že kauzální vztah mezi produkcí automobilů a spotřebou
obráběcích strojů je potvrzen v tom samém roce pouze pro celý svět, pokud bychom se
přiklonili k větší správnosti vyrovnat data pomocí lineárního trendu, korelační koeficienty
vyrovnání jednotlivých časových řad vycházejí nad 0,8, což by svědčilo pro toto rozhodnutí.
V případě vývoje spotřeby obráběcích strojů v zemích CECIMO však lineární závislost použít
nelze. Jak je uvedeno v [4] správné vyrovnání je klíčové pro celou analýzu. V následující
kapitole si provedeme korelační analýzu odchylek se zpožděním spotřeby strojů oproti
produkci automobilů o 1 rok.
46
5. Opožděná korelace
Nejprve provedeme posunutí časových řad vůči sobě tak, aby produkci automobilů
v roce 2003 odpovídala spotřeba strojů v roce 2004, atd. Nyní budeme postupovat jako
v předchozí kapitole. Nejprve vhodně vyrovnáme hodnoty časových řad a stanovíme
korelační koeficienty odchylek naměřených a vyrovnaných hodnot. Vypočtené korelační
koeficienty opožděného vztahu uvádí následující tabulka.
Tab. 3: Korelační koeficienty vztahu mezi ui a zi – opožděná korelace
Celý svět Celý svět Čína
(vyrovnáno (vyr. klouz. (vyrovnáno
lineárně)
prům. pro 3 lineárně)
období)
Cecimo
(vyr. klouz.
prům. pro 3
období)
Korelační koeficient rzu
rzu 
n z
2
i

  zi  n ui2   ui 
2
Kritická hodnota
koeficientu [5]
2

0,51
0,14
0,98
0,383
korelačního r 0,975 (8) = r 0,975 (6) = r 0,975 (7) = r 0,975 (6) =
0,6319
0,7067
0,6664
0,7067
Korelační koeficient odchylek opožděného vztahu spotřeby strojů oproti produkci
automobilů pro Čínu vychází vysoký, vyšší než je příslušná kritická hodnota korelačního
koeficientu, tedy lze říci, že v případě Číny se zpožďuje spotřeba strojů za produkcí
automobilů. U celého světa se korelační koeficient snížil oproti korelačnímu koeficientu
nezpožděného vztahu, je nižší než kritická hodnota korelačního koeficientu. V případě zemí
sdružených v CECIMO lze na základě výše koeficientu, že ani opožděný vztah mezi
studovanými veličinami nebyl prokázán.
Závěr
Cílem tohoto článku bylo posoudit vzájemný vztah mezi produkcí automobilů a
spotřebou obráběcích a tvářecích strojů. Celosvětová krize (původně bankovní) v roce 2009
způsobila pokles obou sledovaných proměnných celosvětově, pouze Čína zaznamenala pouze
malé pozastavení v růstu. Pokud provedeme výpočet korelačních koeficientů mezi
neočištěnými údaji, působí nám na obě řady globální trend a z vysokých hodnot korelačních
koeficientů jednotlivých ukazatelů nelze vyvozovat kauzální vztah. Po vhodném vyrovnání
časových řad buď lineárně, nebo pomocí klouzavých průměrů, lze ze stanovených korelačních
koeficientů odchylek usuzovat již na možnost kauzálního vztahu – ten se objevuje ve stejném
roce vzájemného působení proměnných pouze v případě vztahu časových řad ukazatelů pro
celý svět. Co se týká opožděné korelace, tak nejsilnější vztah mezi zpožděnou spotřebou
strojů oproti produkci automobilů vychází v Číně, v rámci celého světa a v zemích
sdružených v CECIMU opožděná závislost prokázána nebyla.
47
Prameny
[1]
KOŽÍŠEK, Jan. Ekonomická statistika a ekonometrie. Praha: VČVUT, 2005. ISBN. 8001-03229-9.
[2]
KAŇOKOVÁ, Jara. K některým otázkám korelace časových řad. Statistika. 1967, 5
[3]
KAŇOKOVÁ, Jara. Teorie statistika pro řízení a plánování, Praha: SNTL, 1989.
[4]
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER Jan, FISHER, Jakub. Statistika pro
ekonomy. Praha: Proffesional Publishing, 2007. ISBN 978-80-86946-43-6.
[5]
KOŽÍŠEK, Jan. Statistické tabulky a jejich použití. Praha: VČVUT, 2002. ISBN. 80-0102593-4.
[6]
Statistic report CECIMO General Assembly, Vienna, September 2013, [online]. [cit.
3.8.2014].
dostupné
z WWW
http://www.sst.cz/download/pdf/Statiscal_overview_national_indicators_Vienna_2013_
updated.pdf
[7]
Production
statistics,
[online].
[cit.
3.8.2014].
http://www.oica.net/category/production-statistics/
[8]
The World Machine-Tool Output & Consumption Survey 2014 [online]. [cit.
25.7.2014].
dostupné
z WWW
http://www.gardnerweb.com/cdn/cms/2014wmtocs_SURVEY.pdf
[9]
The World Machine-Tool Output & Consumption Survey 2013 [online]. [cit.
25.7.2014].
dostupné
z WWW
https://www.gardnerweb.com/cdn/cms/uploadedFiles/2013wmtocs_SURVEY.pdf
dostupné
z
WWW
[10] The 2012 World Machine-Tool Output & Consumption Survey [online]. [cit.
25.7.2014].
dostupné
z WWW
http://www.gardnerweb.com/cdn/cms/uploadedFiles/World%20Machine%20Tool%20O
utput.pdf
[11] The 2011 world machine-tool output & consumption survey: the world survey at a
glance. Gardner publication, [online]. [cit. 25.7.2014]. dostupné z WWW
http://www.thefreelibrary.com
[12] The 2010 world machine-tool output & consumption survey: the world survey at a
glance. Gardner publication, [online]. [cit. 25.7.2014]. dostupné z WWW
http://www.thefreelibrary.com
[13] The 2009 world machine-tool output & consumption survey, Gardner publication
[25.7.2014]. [online]. [cit. 25.7.2014]. dostupné z WWW http://www.thefreelibrary.com
[14] The 2008 world machine-tool output & consumption survey:. Gardner publication
[25.7.2014]. Dostupnost. http://www.thefreelibrary.com
[15] The 2007 world machine-tool output & consumption survey. Gardner publication
[online]. [cit. 25.7.2014]. dostupné z WWW. http://www.thefreelibrary.com
[online]. [cit. 25.7.2014]. dostupné z WWW Dostupnost. http://www.thefreelibrary.com
[online]. [cit. 25.7.2014]. dostupné z WWW Dostupnost. http://www.thefreelibrary.com
48
REAL-TIME MARKETING RESEARCH IN PROCESSES OF
MANAGEMENT OF AUTOMOTIVE COMPANIES
REAL-TIME MARKETINGOVÝ VÝZKUM V AUTOMOBILOVÉM
PRŮMYSLU
Michael Kupec
[email protected], http://rep.fs.cvut.cz/
Abstrakt
Cílem příspěvku je ověření metody, jež prostřednictvím marketingového výzkumu
aplikovaného online, tedy v reálném čase (Real Time) v odvětví automobilového průmyslu, eliminuje
diskrepance mezi statickými a dynamickými informacemi. Real time přístupy totiž zajišťují včasnější a
přesnější výsledky než metody klasického marketingového výzkumu. To zároveň přispívá k
integrovanému řízení průmyslových podniků, což se dá v současném turbulentním prostředí považovat
za konkurenční výhodu.
Klíčová slova: Real time, diskrepance, marketingový výzkum, informace, řízení.
Abstract
The aim of this paper is to verify the methods by which marketing research applied online, in
real time (Real Time) in the automotive industry, eliminating the discrepancy between static and
dynamic information. Real time access is providing more timely and more accurate results than
classical methods of marketing research. This also contributes to the integrated management of
industrial enterprises, which can be in the current turbulent environment regarded as a competitive
advantage.
Key words: Real time, discrepancy, marketing research, information, management.
1. Introduction
Real-time marketing research in particular processes of management of automotive
companies is one of important problems which have to managers get under control every day.
The fact, that increase of difficulties of goals for managers is continual and ceaseless only
with connection to contraction of reaction time for appropriate solutions and decisions from
management of companies, is the proof that importance of this field is huge.
Management arises in directional functions usually from statistic information although
environment of economic is dynamic. That means that using of incurrent dates and facts can
be fatal for strategies of organization. But Kupec (2014) says that differences between statistic
and dynamic information are possible to vanish with help of new attitude of real-time
marketing research. These rules are valid especially for automotive companies.
Is necessary to keep improvement and fluent increase of processes and keep trying to
stay in the peak of companies. Innovations are needful in all kinds of fields but marketing
49
research can have one of the most important roles in the competitions between companies
focused to making of cars.
The text is focusing to analyze of real-time marketing research for automotive field.
The specialization is according with last job of author of this text. And in the light of the fact
that Czech Republic is without any doubts in the close connection between its economy and
its automotive production, there is a logical argument for this choosing of this theme.
2. References
Using of out-of-date information can have radical influence to strategies of companies.
Differences. The goal of this text is to check this method for automotive industries in
theoretical way. Real-time management in general is a surety of well-timed and more correct
results then in classical methods of marketing research (Kupec – Krettter, 2013). That is
important for integration of direction in industrial companies which is important in current
unsure economic situation.
A definition by Kotler of the research is systematic picking, determination, analyzing
and concussing of information in connection to concrete problem of concrete company. A
basic premise is using of marketing attitude for direction of company influenced by social
environment. Characteristics of this research are on the one side the uniqueness, recency and
validity of information. On the other side it is necessary to pay high costs which are connected
to getting of dates, salary for employees and costs to their education, time and methods.
The work is inspirited in thoughts of actual books oriented mainly to marketing and
management (Kotler: Principles of Marketing, 2010; Matúš: Vybrané problémy súčasného
marketingu, 2007; Kozel: Moderní marketingový výzkum, 2006; apod.). Suggested process
for real-time marketing research can use automotive industry or all kinds of companies in
which is usual recording of consumer behavior into companies date warehousing.
So marketing research can be included in subset of marketing which is part of
economy. That is the point which uses for example Ms. Johnová (2008). She gives more in
the basic thought because she says that marketing is in modern image young field of economy
which started to increase systematically about 1950 of twenty century in free market places.
But for totally understanding of marketing research is possible to bring retrospective
thoughts by Weitze and Wensley (2002). They show some of different used ways (separate or
common) to study of marketing thinking. They says that probably the most relevant way is
analyzing of separated thoughts or marketing concepts which was chosen like an usage for
this text.
3. Methodology
In standard methodological rules of scientific work are entities chosen because of the
topic. They are closely connected to each other and to make them particular is important to
keep a way of analyzing and systematical researching of interested parts which can approach
by achievement of goal.
Examined disciplines are: information by customers and clients, marketing research,
statistic work and automotive sector which is necessary to checking of this ask in direction of
automotive companies. (Kupec, 2014) But still is needful to keep in mind processed
connections of marketing and management of directions in automotive companies.
50
Costumers’ information is first topic of research because they are basic factors for
production. Costumers come to car shops and they want to have specific product with
concrete attribute and exact setup. To analyze of these dates is suitable to use selected
marketing technics as marketing research (Boone – Kurtz, 2011).
Marketing research is connection between costumers and marketing specialists
because of business information. There is suitable to use statistic methods. For right using of
statistic methods is necessary to be well known in particular field which is in this cause
automotive environment because all of this theoretical entities is important to put in the real
environment.
4. Results
The goal of this text was to make the literature search current situation of knowledge
in the field of marketing research in automotive companies. Is clear fact that present-day
society is subject to information. Ways how costumers get this information are still more.
Every day is invented and set up new communication medium.
For surviving of automotive companies in this complex net of dates and information
have to use marketing management modern attitudes to marketing. One of these is real-time
marketing. But to target marketing tools to right group of costumers has to marketers have
valid information about costumers.
Needfulness of the collection of information and a detailed scanning the environment
for car companies is evident. It determines the components of a modern marketing
information system, internal data and marketing monitoring of surrounding events, by way of
the micro and macroenvironment analysis, demographic environment and other essential
macroenvironments.
Result of this research was a need of new department for automotive companies which
would be part of the automotive company but on the edge of indoor environment of company
(detached part of automotive company – DPAC). That means that it would be detached
workplace with close contact to outside environment of costumers and close still in close
contact to management of automotive company.
A next picture is a concept how could be organization of this cooperation between
detached workplace of company and management of company work. This position of DPAC
would be assurance for good working real-time marketing. All works would work in on-line
regime. This concept is own innovative authors´ work by basic of Kupec (2014).
51
Pic. 1 Real-time marketing research
Source: own construction
Description of picture is following. Phase 1. shows that management has to collected
information and occasions from all parts of companies because production and selling of cars
is complex and difficult process which requires many different information from lot kinds of
fields from lowest employees to highest employees. Then management has to interpret this
dates and make conclusions about claims.
Phase 2. is only about handing over claims to marketing research to DPCA. Phase 3. is
process of on-line research during costumers which could be performance for example by
internet question blank. In phase 4. is in process handing over from DPAC to management of
results of information probably with using automatic evaluation. The last phase is presentation
of new strategies, results and other things.
This concept is working in theoretical level. For attestation is necessary to keep
research about this topic and try to put this model to real environment in. And there is certain
dangerous as for example that detached working place can show elements of trying to
separation from company or that management could lose control over DPAC.
52
5. Conclusion
Main reason for this work was the fact that automotive companies which are one of
the cardinal industry companies in Czech Republic need to predict behavior of costumers
which is still more influenced by different elements. For that is possible to use classical
technics but is necessary to try new ways to get self in front of competition in fast increase
economy.
One of the ways is method of real-time marketing research. The constructed method of
real-time marketing in theoretical level collected analyzed and evaluated information with
advantage of isolation of unnecessary employees which should assure the less level of failing.
Process of designed real-time marketing research eliminates degradation of
information during of presentations of results from many departments of company. On-line
research allows to reacted for new situation on labile and always developing marketplace of
car industry.
References
[1] KOZEL, R. a kol. 2006. Moderní marketingový výzkum. 1. vyd. Praha : Grada
Publishing, a.s., 2006. 280 s. ISBN 978-80-247-0966-6.
[2] MATÚŠ, J. 2007. Vybrané problémy súčasného marketingu. 1. vyd. Trnava : FMK
UCM v Trnave, 2007. 111 s. ISBN 978-80-89220-78-6.
[3] JOHNOVÁ, R. 2008. Marketing kulturního dědictví a umění. Art marketing v praxi. 1.
vyd. Praha : Grada Publishing, 2008. 288 s. ISBN 978-80-247-2724-0.
[4] WEITZ, B. A. – WENSLEY, R. 2002. Handbook of marketing. 1. Ed. London : SAGE
Publications, 2002. 582 s. ISBN 978-0-7619-5682-2.
[5] BOONE, L. E. – KURTZ, D. L. 2011. Contemporary Marketing. 15. Ed. Stamford :
Cengage Learning, 2011. 800 s. ISBN 978-1-1112-2178-2.
[6] ISON, S. – WALL, S. 2007. Economics. 1. Ed. Harlow : Pearson Education Limited,
2007. 543 s. ISBN 978-0-27368-107-6.
[7] KUPEC, Václav. Marketingový výzkum ve vybraných procesech řízení banky. Trnava:
UCM, 2014. ISBN 978-80-8105-566-9.
[8] KUPEC, Václav a Anton KRETTER. Měření atributů marketingových informací.
Communication Today, Trnava: FMK UCM v Trnave, 2013, roč. 4, č. 1, s. 106-116.
ISSN 1338-130X.
[9] KOTLER, P. – ARMSTRONG, G. 2010. Principles of Marketing. 13. Ed. New Jersey :
Pearson Education, 2010. 637 s. ISBN 978-0-13-700669-4.
[10] CHURCHILL, G. A. – IACOBUCCI, D. 2010. Marketing Research: Methodological
Foundations. 10. Ed. Mason : South-Western Centage Learning, 2010. 624 s. ISBN
978-0-324-35995-4.
53
SOUČASNÉ OTÁZKY EKONOMICKÉ TEORIE A PRAXE
CONTEMPORARY QUESTIONS OF ECONOMIC THEORY AND
PRACTICE
Karel Macík, Theodor Beran, Šárka Findová
Abstrakt
Cílem příspěvku je bližší analýza některých významných nákladových ukazatelů,
charakterizující strukturu nákladů produktu v podobě přidané hodnoty jeho výrobou. Je zdůrazněn
problém v současné kalkulační a analytické praxi. V popředí stojí dvě otázky: za prvé hledání postupu,
resp. metody, jak určit s ohledem na komplikovanost nákladových struktur, použitelný ukazatel
v podobě přidané hodnoty produktu, za druhé pak účelnost nebo význam zjištění ukazatele přidané
hodnoty produktu. Příspěvek má podnítit diskusi o této problematice v teoretických a praktických
odborných kruzích.
Klíčová slova: analýza, produkt, přidaná hodnota, národní důchod, ukazatel.
Abstract
The aim of this paper is more details analysis of some important cost indicators,
characterizing the cost structure of the product in terms of its value added production. Problem is
stressed in the current calculation and analytical practice. In the front are two questions: first search
procedure, respectively methods to determine, having regard to the complexity cost structures, uses
the indicator as a value-added product, and secondly the usefulness and importance of finding
indicators of value added product. The paper is to stimulate discussion on this issue in theoretical and
practical professional circles.
Key words: analysis, product, value added, national income, indicator.
Úvod
V souvislosti s posilováním tendencí globalizace ve společnosti i s vlivem krize v
první dekádě 21. století se vynořila otázka o vhodnosti hrubého domácího produktu jako
ukazatele pro měření makroekonomické výkonnosti. Hrubý domácí produkt je souhrnným
makroekonomickým agregátem, který je souhrnem přidaných hodnot jednotlivých
podnikatelských subjektů, tedy hodnot zboží a služeb vyrobených, resp. poskytnutých na
daném území (v určitém časovém rozmezí) a je považován za nejsouhrnnější agregát výroby.
Zároveň je HDP používán jako ukazatel ekonomické prosperity, také jako ukazatel sociálního
pokroku a je rovněž důležitým indikátorem při hodnocení dlouhodobé konkurenceschopnosti
ekonomik. Ukazatel HDP je dán součtem přidaných hodnot jako snadno dostupný ukazatel ve
statistikách všech zemí světa a za účelem mezinárodního srovnání jsou sladěny i národní
systémy účetnictví tak, aby byla respektována obsahová náplň výsledného ukazatele.
54
Již v počátcích globální ekonomické krize v roce 2009 začaly totiž vznikat diskuse o
vhodnosti HDP pro měření makroekonomické výkonnosti [8]. Zpráva charakterizuje zásadní a
dílčí omezení ukazatele HDP, vyplývající z jeho využívání pro hodnocení životní úrovně a
blahobytu. Za dílčí omezení ukazatele při hodnocení ekonomické výkonnosti lze podle zprávy
považovat problematiku odpisů (amortizace), zohlednění „domácnostní“ produkce,
problematiku měření hodnoty veřejných statků a zachycování kvalitativních změn výrobků a
služeb. Z hlediska dílčího omezení HDP Stiglitzova zpráva poukazuje na nástup nové
ekonomiky v souvislosti s důsledky dynamického rozvoje informačních technologií. K tomu
je nutno dodat, že velký podíl informačních technologií na objemu kapitálových statků a nižší
životnost počítačů a jejich softwaru znamená (za jinak stejných podmínek) větší opotřebení za
časovou jednotku.
Plánovací a informační systémy slouží podniku je tehdy, jsou-li skutečně nastalé jevy
porovnávány s předpokládaným vývojem těchto jevů, vzniklé odchylky analyzovány
s ohledem na jejich příčiny a učiněna odpovídající opatření k odstranění nepříznivých
odchylek. Skutečný průběh musí být zpětnovazebně kontrolován a případně korigován.
Pro posuzování objektivnosti hodnot vykazovaných v účetnictví jako jednoho ze
základních principů účetnictví je otázka oceňování konkrétních skutečností a jevů. Tento
princip je považován za samozřejmost mnohými pracovníky v oblasti účetnictví a nákladové
problematiky. Ve skutečnosti tomu tak všeobecně není např. u vykazování vnitropodnikové
kooperace, oceňování vnitropodnikových zásob, hospodářského výsledku jednotlivých
vnitropodnikových útvarů atd.
V tomto článku se pokusíme přiblížit řešení jednoho z problémů, a to oceňování
hodnoty určitého produktu.
1. Oceňování hodnoty určitého produktu
1.1 Přiřazování úplných nákladů na produkt
Problematika oceňování je v účetnictví poměrně rozsáhlá a vnáší do jeho systému,
který je chápán jako exaktní nástroj řízení podniku, určitý stupeň nepřesnosti, resp. nejistoty.
Praktické důvody vedou k tomu, že se ve finančním a vnitropodnikovém účetnictví používá
několikeré ocenění výkonů a vnitropodnikových zásob, a to jednak ve skutečných vlastních
nákladech, jednak v předem stanovených čili plánovaných – rozpočtovaných, předem
kalkulovaných – vlastních nákladech. V zásadě můžeme otázku oceňování zásob rozdělit do
dvou skupin:
 oceňování zásob pořízených nákupem při skladování a spotřebě,
 oceňování vnitropodnikových zásob, tj. zásob nedokončené výroby a výrobků na
skladě.
Pro oceňování zásob na vstupu existuje teoreticky celá řada postupů, z nichž vhodné a
legislativně přípustné jsou v ČR metody “First In – First Out (FIFO), metoda průměrných cen
a metoda předem stanovených cen se systémem rozpouštění oceňovacích odchylek při
spotřebě těchto zásob. Vliv na zkreslení hospodářského výsledku se zde dá u posledně
jmenovaného postupu vcelku spolehlivě vyloučit. Tyto přístupy s jejich příznivými i
nepříznivými dopady jsou všeobecně známé.
Vnitropodniková kooperace, čímž je myšleno zaznamenávání pohybu zásob mezi
jednotlivými útvary v podniku v podobě polotovarů v různém stadiu rozpracovanosti plynule
v čase, tedy dříve, než dochází k závěrce účetního systému, vytváří problém, jak tyto
polotovary ocenit, neboť jejich skutečné náklady dosud neznáme. Je používána řada přístupů,
55
z nichž můžeme jmenovat např. využívání stálých vnitropodnikových cen. Tyto
vnitropodnikové ceny mohou být konstruovány různě. Většinou vycházejí z předem
stanovených přímých nákladů s možností zahrnutí výrobních a dalších režií. Toto ocenění je
však možno považovat za provizorní, i když se dostává do závěrečných účetních bilancí a
výkazů. Z toho vyplývá důsledek, že v bilancích vykazované zásoby jsou zachyceny
nespolehlivě a tedy neobjektivně, což je v rozporu se zásadou věrného a poctivého obrazu
skutečnosti (true and fair view).
Navíc tu vystupuje problém oceňování jednotlivých produktů (výrobků, služeb). Tím
se zabývá systém kalkulování nákladů a cen. Z kalkulační praxe je známa celá řada postupů
buď plně absorbujících všechny nákladové položky (absorpční kalkulace) nebo pracujících
jen s částí nákladových položek (neabsorpční kalkulace). Na tomto místě je nutné zdůraznit,
že pro kalkulační účely není vhodné účetní (bilanční, druhové) členění nákladů, jak je uvádí
výsledovka, resp. výkaz zisků a ztrát v účetnictví. Tyto náklady je nutno přeskupit
(transformovat) na kalkulační třídění, rozlišující přímé a nepřímé náklady). [1]
Strukturu nákladů na produkt v různém pojetí ukazuje obr. 1. Mezi postupy absorpční
kalkulace patří stále používaná přirážková kalkulace, v níž se vychází z nákladů přímých a
k nim přiřazovaných nákladů nepřímých pomocí vhodně zvolené rozvrhové základy. Tato
metoda je oblíbená pro svou jednoduchost, její výsledky však mohou být velmi nespolehlivé,
neboť přiřazuje náklady, které mají většinou fixní charakter (režijní náklady), nákladům
variabilním, tedy většinou přímo úměrným množství produktů. Tento postup kalkulace lze
různě upravovat volbou vhodných peněžních i nepeněžních základen (pracnost produktu,
hodinové režijní sazby apod.). Je možné kombinovat rozvrhované náklady variabilní i fixní,
pokud je znám kauzální vztah mezi produktem a těmito náklady. Tím se zužuje rozvrhovaná
část nákladů a snižuje nespolehlivost kalkulace. To znamená, že určitému produktu
přiřazujeme náklady, které s jeho výrobou nesouvisí, z nichž jsme vyloučili např. náklady na
speciální nástroje a nářadí, které alokujeme přímo konkrétnímu produktu.
VÝSLEDOVKA
nákladové druhy
KALKULAČNÍ NÁKLADY
přímé
náklady
nepřímé
náklady
ABSORPČNÍ KALKULACE
FIXNÍ A VARIABILNÍ NÁKLADY
neabsorp.
kalkulace
absorpční
kalkulace
KRYCÍ
PŘÍSPĚVEK
FN + ZISK
PŘIDANÁ
HODNOTA
PRODUKTU
PŘIRÁŽKOVÁ KALKULACE
Obr. 1: Strukturované náklady produktu
1.2 Přiřazování neúplných nákladů na produkt
Pro úplnost ještě uveďme alespoň jeden kalkulační postup, u nějž se nepočítá
s úplným spektrem nákladových položek, tedy zmiňovanou metodu neabsorpční kalkulace.
Zavádí se zde pojem příspěvek na úhradu (angl. contribution margin, něm.
Deckungsbeitrag), tj. mezní, marginální, krycí příspěvek. Příspěvek na úhradu k-té skupiny
56
produktu uk představuje rozdíl mezi prodejní cenou produktu pk a variabilními náklady tohoto
produktu PVNk
uk = pk - PVNk
(1)
Příspěvek na úhradu je částka, kterou výrobek přispívá k úhradě (krytí) fixních
nákladů a tvorbě zisku podniku. Příspěvek na úhradu je stálejší veličinou než zisk, neboť
zůstává relativně stejný bez ohledu na vyráběná množství výrobků. Tradiční metody
kalkulace nákladů rozvrhují úplné náklady na jednotku výrobního výkonu a zjišťují zisk z
prodeje jednotlivých výrobků. Moderní metody kalkulace uplatňují systémová hlediska, tedy
např. to, že ne každý výrobek vyvolává fixní náklady a ne každý prodej jednotlivého výrobku
tvoří zisk. Fixní náklady i zisk se váží k určitému časovému období, a nikoli k jednotlivým
výrobkům.
Dlouhodobý vývoj v oblasti kalkulačních metod ukazuje na nespolehlivost
předběžných kalkulací získaných metodami úplných nákladů, a proto se pozornost stále více
obrací k těm metodám, které se zaměřují na náklady vznikající v přímé souvislosti s produkcí
jednotlivých výrobků, tedy na tzv. vyvolané náklady. Kalkulované sazby úplných vlastních
nákladů neumožňují variantnost, nutnou pro pružné rozhodování a plánování, neboť ty
předpokládají znalost vyráběného množství jednotlivých druhů výrobků. Bez této znalosti
nelze stanovit podíl fixních nákladů na výrobek a jejich rozvržení je nutno odhadovat. Také
zisk dosažený určitým výrobkem není proporcionální vzhledem k vyráběnému množství, což
znesnadňuje ekonomické rozhodování v oblasti volby optimální struktury výrobního
programu. Metoda variabilních nákladů je použitelná pro řešení strategických systémových
úloh, jako např.

určení podílu jednotlivých výrobků na tvorbě hospodářského výsledku
podniku;

určení pořadí výhodnosti výrobků a optimální sortiment výroby;

určení minimální hranice prodejní ceny výrobků;

rozhodování o tom, zda určitý polotovar, součást, díl apod. vyrobit či získat
kooperací;

rozhodování o výhodnosti nákupu či nájmu určitého zařízení;

určení pořadí postupného zařazování kapacit do provozu, respektive jejich
vyřazování z provozu.
V neabsorpčních kalkulacích se nezjišťuje zisk z prodeje jednotlivých produktů, ale
zisk celého podniku. Postup lze znázornit takto (nk je počet produktů k-tého druhu):
q
Celkové tržby (výnosy):
CV   pk nk
k 1
q
- Variabilní náklady všech produktů VN   PVN k nk
k 1
q
q
k 1
k 1
Celkový příspěvek na úhradu
U   uk nk   nk  pk  PVN k 
- Fixní náklady
FN
Zisk podniku
Z
Platí tedy, že celkový příspěvek na úhradu je rozdíl mezi celkovými výnosy (CV)
a celkovými variabilními náklady (VN)
57
U = CV – VN
a celkový zisk organizace
Z = U - FN.
2. Problematika přidané hodnoty jednotlivého produktu
2.1 O významu přidané hodnoty
Hlavní pozornost článku je soustředěna na otázku, zda má smysl vyjadřovat přidanou
hodnotu konkrétního výrobku či ne. Velmi často je věnována pozornost této otázce jednak na
nejvyšší ekonomické a politické úrovni státu, jednak v odborných publikacích. Zdůrazňuje se
zejména to, že mnohé české výrobky mají příliš nízkou přidanou hodnotu, nikde se však
nesetkáme s informací, resp. postupem, jak přidanou hodnotu výrobku určit. V příspěvcích
uveřejněných ve sbornících několika předcházejících konferencí byla tato otázka zmíněna [2].
Přidaná hodnota výrobku souvisí s celou řadou diskuzí a tvrzení, z nichž některé
zmíníme. Jak působí specializace činností v rámci podnikatelských činností? Je vhodné
upouštět od tradičních činností, spojených s vědou, výzkumem, vývojem nových produktů a
výrobních technologií a jejich nahrazování pořizováním např. licencí, resp. know how
nabízeným z vnějších zdrojů, krátce využíváním outsourcingu? Musíme mít na paměti, že
uvedené příklady vedou ke snižování přidané hodnoty, což souvisí se snižováním
zaměstnanosti a kvalifikovanosti zaměstnanců. Podniky se často zbavovaly četných činností
spojených se službami, obsluhou, opravami budov a zařízení, vedení účetnictví, které
nahrazovaly nákupem, za které jim vzrůstaly náklady.
Je tedy outsourcing vždy užitečný pro podnik? Zjednodušuje organizaci a řízení
(logistika, spolehlivé fungování vstupů a výstupů)? Lze však tvrdit, že přispívá ke snižování
přidané hodnoty produktů. Jestliže se jedná o kooperaci, tedy interní outsourcing mezi
jednotlivými částmi společnosti, nejedná se vlastně o ztráty, resp. o nižší zisk. Totéž platí o
produkci, která se při svém zpracování pohybuje mezi jednotlivými společnostmi jednoho
státu, a jejím vlivu na HDP.
K zajišťování špičkových produktů je zapotřebí odborně dobře připravené
konstruktéry, technology a v neposlední řadě i manažery a ekonomy. Opačně se projevuje
vnější outsourcing produktů mezi jednotlivými zeměmi, neboť do hrubého domácího
produktu se počítá jen s přidanou hodnotou produkce daného státu, poněvadž ta přispívá ke
vzniku HDP. Je proto jistě prospěšnější vyvíjet produkty v domácím prostředí, než jejich
výrobu zajišťovat nákupem zahraničních licencí. Toto tvrzení nemusí platit absolutně ve
všech případech, neboť vše záleží i na připravenosti a úrovni výrobních kapacit, schopnostech
a zkušenostech výrobců.
2.2 Úvahy o postupu vyjádření přidané hodnoty produktu
Z uvedených třídění nákladů na obr. 2 není žádné vhodné pro výpočet přidané hodnoty
produktu. Přesnější výraz je hodnota přidaná zpracováním, kterou každý výrobce přidá
svojí činností k hodnotě nakupovaných meziproduktů, tj. surovin, materiálů, paliv, polotovarů
a služeb, tedy rozdíl mezi tržní cenou produktu a cenou meziproduktů. Hrubá přidaná
hodnota produktů zahrnuje odpisy dlouhodobého majetku.
58
Kalkulační náklady
Kalkulační vzorec
Nákladové druhy
Účetnictví
Kapacitní náklady
o nákladech
Výsledovka
fixní
?
Útvary
?
variabilní
Příspěvek na úhradu
Výkony
Procesní náklady
Hodinové režiní
paušály
Přidaná hodnota
útvarů
Přidaná hodnota
výkonů
?
Obr. 2: Třídění nákladů obvyklá při kalkulací nákladů na produkt
Existují dva způsoby výpočtu PH

PH = Tržby - dodavatelsky pořízený materiál, suroviny, subdodávky, energie, služby,
paliva apod. (označuje se jako materiálové vstupy, resp. výkonová spotřeba).

PH = Součet osobních nákladů (mzdy), odpisů dlouhodobého majetku a finančních
nákladů a zisku.
Na Ústavu řízení a ekonomiky podniku Fakulty strojní ČVUT byla vypracována
metoda tzv. převodních matic, které jsou založeny na inverzní transformaci kalkulačních
nákladů výkonů na druhové náklady výkonů. Podrobný popis tvorby převodních nákladových
matic je uveden např. v článku v seznamu publikací [1].
Převodní tabulky kombinující nákladové druhy a náklady jednotlivých
vnitropodnikových útvarů v kalkulačním členění nákladů (obr. 3) je možno použít pro
vyjádření přidané hodnoty pro společnost, resp. jeho vnitropodnikové útvary, pokud vedou
vnitropodnikové účetnictví (ř. 11 Účet zisků a ztrát), ale nikoli pro vyjádření přidané hodnoty
jednotlivého produktu v dané společnosti, pokud se přímo nejedná o hromadnou produkci
jednoho druhu produktu, resp. výrobků podobných (z hlediska tvaru, technologie apod.), u
nichž je možno aplikovat výpočet nákladů pomocí metody ekvivalenčních čísel.
Kalkulační
náklady
Technolo- Všeobecná
Zásobo-
Prodejní
Přímý
Přímé
Ost. přímé
gická vý-
výrobní
vací
Správní
(odbytová)
materiál
mzdy
náklady
robní režie
režie
režie
režie
režie
Součet
Druhové
náklady
.
.
.
N1
N2
Útvary
Útvary
Útvary
hlavní a
vedlejší
hlavní a
vedlejší
hlavní a
vedlejší
výroby
výroby
výroby
d1
d2
d3
Útvary
Útvary
Útvar
Útvary
Energertika Energertika Zásobování Administrativa
Doprava
Doprava
Sociální
Nářadí
Nářadí
činnosti
Údržba
Údržba
Péče o
Výroba
Výroba
prostředí
hlavní
hlavní
Konstrukce
Výroba
Výroba
Technologie
vedlejší
vedlejší
Útvar
Prodej
.
.
.
n
Součet
Nákladové druhy za celý podnik
NÁKLADOVÉ DRUHY PODLE ÚTVARŮ (VNITROPODNIKOVÉ VÝSLEDOVKY)
1
2
Nn
r1
r2
r3
r4
r5
Kalkulační náklady za celý podnik
Obr. 3 : Převodní tabulka druhových nákladů a nákladů vnitropodnikových středisek
59
Doposud totiž neexistovala v kalkulační praxi možnost vyjádření druhové nákladové
struktury pro každý jednotlivý produkt. Jednou z možností jak toho docílit, je vytvoření
analytického účetnictví pro každý jednotlivý produkt, který při svém zpracování prochází
příslušnými nákladovými středisky. Jejich souhrn by představoval náklady každého střediska
v druhovém členění ex post či ex ante, a ten k dispozici není. Z toho dále plyne, že není-li
k dispozici druhová nákladová struktura produktu, nelze určit na jednotlivý produkt ani podíl
spotřeby jednotlivých složek nákladů, tj. např. spotřeby surovin a materiálu, spotřeby energie,
mzdové náklady. Otázkou tedy je, jak lze dospět k druhové struktuře nákladů
jednotlivého produktu? Ta je nutná k vyjádření přidané hodnoty daného produktu.
Nejprve je třeba najít způsob, jak vytvořit obdobnou převodní tabulku pro každý
produkt (k-tý) v podobě zobrazené na obr. 3, které budou tvořit řádkovou strukturu převodní
tabulky [6]:
Složky přidané hodnoty:
n1k - Mzdové náklady
n2k - Odměny členům orgánů spol. a družstva
n3k - Náklady na sociální zabezpečení
n4k - Sociální náklady
n5k - Daně a poplatky
n6k - Odpisy dlouhodobého nehmotného a hmotného majetku
n7k - Zůstatková cena prodaného dlouhodobého majetku a materiálu
n8k - Zúčtování rezerv a časového rozlišení PV
n9k - Tvorba rezerv a časového rozlišení
n10k - Zúčtování OP do provozních nákladů
n11k - Ostatní provozní výnosy
n12k - Ostatní provozní náklady
n13k - Převod provozních výnosů
n14k - Převod provozních nákladů
n15k - Provozní výsledek hospodaření
Sloupcovou strukturu převodní matice každého z k-tého druhu produktu budou
představovat náklady vnitropodnikových útvarů v druhové struktuře v podobě analytických
účtů tohoto produktu (obr. 4).
Analytické účty produktu k podle
vnitropodnikových útvarů
U1
U2
...
Přidaná
Um
hodnota
produktu
Nákladové druhy
n1
n2
.
.
.
n15
S
Obr. 4: Schéma převodní tabulky nákladů k-tého produktu
Předpokládáme, že u každého produktu známe jeho přímé náklady. Zde je nutno se
soustředit nejen na „klasicky uznávané přímé náklady“, ale na jejich kauzální (vyvolané)
60
náklady produktu, které jsou většinou zahrnovány do režijních nákladů útvaru. Nemusí se
přitom jednat vždy jen o náklady variabilní, ale též náklady fixní. Můžeme zde jmenovat např.
náklady na spotřebu energie, speciální nářadí a přípravky, speciální stroje a přístroje atd.
Zbývá pak jen část režijních nákladů útvaru, kterou je třeba alokovat na konkrétní produkty.
Zde nepřipadá v úvahu jen rozvrhování podle vhodně zvolené základny, ale např. využití
metody Activity Based Costing (např. u některých druhů služeb jako je údržba, opravy
apod.), aplikace vztažené k pracnosti produktu, ploše a prostoru pracoviště a některé další
přístupy jako např. metoda režijních sazeb. Tím vlastně přecházíme inverzně od kalkulačního
členění nákladů k členění druhovému [2].
Není třeba zdůrazňovat, že převodní matice nebude identická s původní maticí
druhových nákladů, ale tato nepřesnost by neměla přesahovat přípustný rozdíl vyjádřený
v procentech. Je totiž nutné, aby byla věnována pozornost převodní matici s ohledem na
konkrétní zásahy ve výrobním procesu a provádět přesuny jednotlivých položek nákladových
druhů mezi produkty.
Znázornění nákladů na obr. 3 je nejpodrobnější informací o nákladech na konkrétní
výkon. Jedná se pochopitelně o ideální představu. Musí se totiž počítat s tím, že výsledná
celopodniková převodní matice může být velmi nepřesná co do její shody se skutečností a že
tedy půjde jen o prvou aproximaci takovéto matice. K jejímu správnému sestavení je totiž
velmi nutné absolvovat další kroky, bez nichž musí nutně dojít k nepřesnostem. Přesto však i
takováto hrubě sestavená matice může přinést zajímavé poznatky o složení režií, které se
jinak nikdy v úplnosti neprojeví, a mohly by to být poznatky alarmující, které by mohly vést k
úvahám o nutnosti přistoupit k opatřením podle konkrétních podmínek.
Převodní matice k-tého výkonu na obr. 3 nemusí být definitivní, neboť jsou-li známy
detailní informace o některých položkách ostatních výkonů, např. o vyšším zatížení náklady
na odpisy speciálního nářadí a strojů, lze provést vzájemné přesuny těchto nákladových
položek mezi výkony v převodních tabulkách. Je zřejmé, že ne všechna pole matice budou
obsazena. Je jen třeba dbát na to, aby nebyla porušena rovnováha nákladů podle kalkulačního
a druhového třídění a jejich shodný výsledný součet. Z převodní tabulky na obr. 3 lze již
snadno určit přidanou hodnotu danou zpracováním k-tého výkonu v daném podniku, jak je
v tabulce naznačeno.
Závěr
Záměrem článku není detailní matematické odvození postupu sestavování převodních
matic z důvodu dodržení zadaného rozsahu článku, ale poukázání na některé významné
nákladové ukazatele, charakterizující strukturu nákladů jednotlivého produktu v podobě
přidané hodnoty jeho zpracováním. Tento problém je ve stávající kalkulační a analytické
praxi zcela zanedbáván. Odborné publikace zabývající se kalkulační problematikou a
manažerským účetnictvím otázku hodnoty přidané zpracováním produktu zcela pomíjejí.
Dochází zde k paradoxnímu jevu, kdy na jedné straně zaznívají názory ekonomů, odborných
institucí a politiků, že je důležité se v rámci českého národního hospodářství zabývat přidanou
hodnotou vyráběných produktů, na druhé straně však neexistují instituce, které by se zabývaly
otázkami, které je nutno řešit s ohledem na zprostředkování této důležité ekonomické
veličiny.
V příspěvku používaný termín „produkt“ je chápán v nejširším smyslu, představovaný
výrobky, činnostmi a službami, vyráběnými nebo poskytovanými daným podnikatelským
subjektem. V popředí stojí dvě otázky: Za prvé hledání postupu, resp. metody, jak určit s
ohledem na komplikovanost nákladových struktur, použitelný ukazatel v podobě přidané
hodnoty produktu, za druhé pak účelnost nebo význam zjištění ukazatele přidané hodnoty
61
produktu. Uváděný příspěvek by měl podnítit diskusi o této problematice v teoretických a
praktických odborných kruzích. Mohl by přispět i k inspiraci v oblasti vědy a formulaci témat
disertačních doktorských pracích na vysokých školách.
Prameny
[1] Macík, K.: Kalkulace a rozpočetnictví, Vydavatelství ČVUT Praha, 2007, ISBN 978-8001-03926-7.
[2] Macík, K.: Některé opomíjené skutečnosti ve vnitropodnikovém řízení, In Manažerské
nástroje v řízení podniku a jejich integrační role. Sborník příspěvků z 6. mezinárodní
konference Integrované inženýrství v řízení průmyslových podniků, Brno 2005, ISBN 8001-03330-9.
[3] Macík, K.: Účetnictví pro manažery, GRADA Publishing, s.r.o. 1995, Praha, ISBN 807169-225-5.
[4] Macík, K. - Macík J.: Kalkulace nákladů a jejich inovace. Sborník příspěvků z 8.
mezinárodní konference Integrované inženýrství v řízení průmyslových podniků, Brno
2007, ISBN 978-80-01-03787-4.
[5] Vollmuth, H. J.: Führungsinstrument Controlling, 2., durchgesehene Auflage, WRS
Verlag Wirtschaft, Recht und Steuern, München 1991, ISBN 3-8092-0760-8.
[6] Macík, K. - Beran, T.: Ekonomická způsobilost podniku a její hodnocení, ISQ Praha 2007.
[7] Kislingerová, E. a kol.: Manažerské informace, C. H. Beck Praha 2004.
[8] Stiglitz, J. E.; Seb, A.; Fitousi, J. P.: Report by the Commission on the Measurement of
Economic Performance and Social Progress 2009.
62
MODERNÍ NÁSTROJE DIGITÁLNÍ TOVÁRNY
MODERN TOOLS FOR DIGITAL FACTORY
Pavel Scholz, Michal Koukal, Tereza Vyskočilová
[email protected],[email protected],[email protected],
Abstrakt
Článek se zabývá možnostmi využití moderních nástrojů digitální továrny s konkrétním
zaměřením na oblast procesního a časového plánování, výkonosti pracovníků, robotiky a
automatizace, tvorby prostorového uspořádání, simulace výrobních a logistických systémů a procesů.
V rámci jednotlivých oblastí dále specifikuje nejznámější softwarové produkty a definuje přínosy
plynoucí z jejich využívání a také přínosy implementace celé digitální továrny.
Klíčová slova: Digitální továrna, simulace, optimalizace, ergonomie, robotika.
Abstract
The paper deals with options of use some modern tools of Digital Factory, focus on simulation
production and logistics systems and processes, creating layouts, processes and time planning,
workers performance, robotics and automation. In a frame of individual area specify the significant
software tools and defines their benefits and benefits of the Digital Factory.
Key words: Digital Factory, simulation, optimization, ergonomics, robotics.
Úvod
Z důvodu rostoucí globalizace, dynamického tržního prostředí a neustále rostoucích
požadavků zákazníků již podniky nemohou obstát v silné konkurenci bez důsledné
restrukturalizace a neustálé optimalizace podnikových procesů. Čím dál větší důraz je kladen
na štíhlost podniku, pružnost výroby, rychlou reakci na plnění přání zákazníků v reálném
čase, bez prodlev a s co možná nejnižšími náklady. Takto komplexní požadavky je možné
splnit pouze s využitím softwarových (SW) nástrojů Digitální továrny (DF – Digital Factory),
které dokáží zabezpečit efektivní návrh, plánování a řízení výroby a také predikovat
sledované ukazatele výroby pro různé varianty řešení.
Cílem článku je čtenáře blíže seznámit právě s problematikou DF, zejména hlavními
oblastmi jejího nasazení. V rámci jednotlivých oblastí jsou popsány základní principy
fungování SW nástrojů v těchto oblastech a jejich hlavní přínosy. Na závěr článku jsou pak
shrnuty a kvantifikovány celosvětové přínosy DF jako celku.
1. Představení digitální továrny
Asociace německých inženýrů (VDI) definovala DF jako „Komplexní síť digitálních
modelů, metod a nástrojů, zahrnující simulace a 3D vizualizace, které jsou integrovány v
rámci průběžného řízení dat“. Cílem DF je dosáhnout komplexního a systémového
projektování, plánování, ověření a průběžného zlepšení všech významných podnikových
63
struktur, procesů a zdrojů ve vztahu k produktu. Díky přesnému modelování, simulacím a
vizualizacím je možné snížit množství chyb, které by se jinak projevily až při náběhu výroby.
Kompletní portfolio nástrojů DF v současnosti nabízejí pouze 2 společnosti: německá
společnost Siemens s balíkem Tecnomatix (zkr. STX) a francouzská společnost Dassault
Systemes (zkr. DS) s produktem Delmia. Další společnosti se zaměřují pouze na některé z
oblastí DF. V dalším textu se pojednává o 5 hlavních oblastech DF a SW, které je pokrývají.
2. Procesní a časové plánování
Pro efektivní vývoj a implementaci procesů je nezbytnou podmínkou práce s řízeným
prostředím. Jednotlivé týmy, které se procesním inženýrstvím v podniku zabývají, musí
pracovat v prostředí úzké spolupráce a sdílet svá data, jedině tak bude zajištěna potřebná
výkonnost vedoucí k úspěšnému zavedení nových výrobků a procesů [1]. K efektivnímu
plánování výrobních procesů je možné využít SW řešení Delmia Process Engineer (DS) nebo
Process Designer/Simulate (STX) využívaný např. v koncernu Volkswagen [2].
Tyto softwary slouží k vypracování návrhu výrobních procesů. Umožňují vyhodnotit
různé výrobní alternativy, koordinovat prostředky, plánovat varianty, zavádět změny,
odhadovat délky výrobních cyklů a náklady již v raných fázích plánování koncepce výroby.
Disponují širokou řadou nástrojů pro vytváření analýz v grafickém 3D prostředí, s jejichž
pomocí je možné analyzovat, validovat a optimalizovat výrobní procesy pro celé závody,
linky (Obr. 1) a jednotlivé operace [3,4].
Obr. 1: Vizualizace montáže automobilu (zdroj: [4])
Principem plánování výrobního procesu je stanovit, co se bude vyrábět (výrobek) a
čím se to bude vyrábět (zdroje), na základě toho se definuje výrobní proces. K definování
produktů, zdrojů, procesů, postupu operací a stanovení časů se využívá PERT diagram nebo
Ganttův diagram, uživatel tak získá přehled o návaznostech jednotlivých operací a zdrojích,
které do nich vstupují. Součástí SW jsou knihovny, jejichž obsahu projektant využívá např. k
definování výrobních technologií, zařízení, prostředků (upínače, přípravky, nástroje), operací
(upnutí tyče) nebo k časovému ohodnocení výrobního procesu. Po fázi statického naplánování
budou jednotlivé operace odsimulovány a bude ověřena realističnost jejich naplánování a
provedena optimalizace délek cyklů. Dále tyto SW zpravidla obsahují další moduly pro
simulaci ergonomie, návrh a ověřování robotických operací nebo analýzu montáže [2,3,4].
64
S využitím těchto nástrojů dokáží podniky rychleji uvádět nové výrobky na trh, díky
možnosti virtuálního ověřování koncepce výrobků a výroby v jejím celém rozsahu. Je snazší,
rychlejší a efektivnější plánovat výrobu. Mezi další přínosy patří optimalizace délky cyklů;
snížení nákladů na změny, zvýšení kvality a produktivity výrobního inženýrství [3].
3. Lidský faktor
Díky svým znalostem a zkušenostem a mnohdy obtížné a nákladné nahraditelnosti je
člověk tím nejcennějším, co podnik má. Zároveň však pro svou chybovost a nedokonalost
představuje velmi rizikový faktor úspěchu. Aby pracovníci dosahovali očekávaných výsledků,
musíme jim zajistit optimální pracovní postupy a podmínky. S tím nám pomáhají
ergonomické SW prostřednictvím analýzy a simulace pracovních úkonů a podmínek. Od 90.
let existovalo několik různých digitálních modelů člověka (softwarových řešení), které se
nakonec sloučily do těch nejprogresivnějších: Delmia Human (DS), Jack (STX), Ramsis
(Human Solutions) [5].
Princip použití spočívá ve vygenerování modelu člověka na základě nastavených
proměnných (výška, váha nebo percentil populace), a jeho vložení do vytvořeného modelu
pracoviště. V prostředí s lidským modelem pak provedeme statickou (jedna poloha) nebo
dynamickou (sled úkonů) simulaci pracovní činnosti. Pro náročnější úkony se využívá prvků
virtuální reality (brýlí, rukavic, obleku), jež převedou pohyb skutečného člověka do SW [5,6].
Úkony podrobíme požadovaným analýzám typu: proveditelnost operace z hlediska dosahů,
viditelnosti a kolizí; pracovní postoj a zatížení končetin, zad, atd.; schopnost stihnout úkony v
potřebném taktu; výkon podaný pracovníkem v porovnání s fyzickými schopnostmi či časem
na odpočinek; vyhodnocení souladu se standardy a legislativou [3,5,6]. Nakonec navrhneme
nápravná opatření, která ověříme simulací. Opatření může představovat změnu pracovní
polohy zaměstnance (Obr. 2), změnu konstrukce výrobku, změnu pracovního postupu, návrh
vhodného montážního přípravku (Obr. 3), úpravu celého pracoviště, … [7]
Obr. 2: Úprava polohy
Zdroj: [7]
Obr. 3: Použití přípravku
Zdroj: [7]
Ergonomické SW mají v praxi ještě rozsáhlejší využití. S jejich pomocí se navrhují
uživatelsky komfortnější výrobky. U automobilů pomáhají ověřovat výhled řidiče, jeho dosah
na ovládací prvky, pohodlí při výstupu/nástupu atd. [6] U jednodušších výrobků přispěly např.
k úpravám rukojeti a spouště pistole pro nanášení barvy. Pro školení pracovníků se jako
výstup sestavují obrázkové manuály, instruktážních videa a ve spojení s virtuální realitou
může jít o on-line zácvik [6].
65
Mezi hlavní přínosy lze zařadit: zvýšení produktivity zlepšením podmínek a
odstraněním nevhodných postojů a úkonů; možnost porovnat různá řešení daného problému;
snížení počtu nemocí z povolání a s tím spojených nákladů; analýza proveditelnosti
montážních a výrobních operací; zkrácení náběhu výroby a úspora investičních nákladů; lepší
vizualizace a komunikace navrhovaných řešení [3,4].
4. Robotika a automatizace
Do robotizace již dnes neinvestují pouze velké, ale i menší podniky [5]. Pro ně však
tato investice představuje značnou finanční zátěž a je tedy nutné již od prvního okamžiku
zajistit bezproblémový chod robotů, k čemuž mají napomoci softwary zaměřené na robotiku:
RobotExpert a Robcad (STX), Delmia Robotics (DS), Workspace, Roboguide (Fanuc), …
Prvním směrem použití těchto SW je naprogramování a simulace samotné práce
robota. Programování je graficky orientované s optimalizací drah za účelem eliminace
zbytečných pohybů pro úsporu času a energie. Při návrhu se používá knihoven s
předdefinovanými typy vybavení a aplikací (výměna nástroje, bodové svařování, lakování,
atd.). Výsledný program je možné analyzovat na detekci kolizí či znázornit Ganttův diagram.
Druhým směrem je prostorový návrh celé robotické linky s koordinací, kontrolou dosahu a
kolizí robotů a možností optimalizovat chod buňky pro různé produkty a analyzovat náklady
[3,4,9].
Díky použití těchto softwarů jsme schopni otestovat různé varianty řešení a vybrat tak
nejvhodnější roboty a jejich vybavení, maximalizovat využití, minimalizovat průměrné
náklady na výrobek a důležité také je, že při programování nemusíme zastavovat výrobu
[3,4,8].
5. Tvorba prostorového uspořádání
Nedílnou součástí tvorby výrobního systému je návrh prostorového uspořádání.
Neefektivní návrh vede k nepřehledným a zdlouhavým materiálovým tokům, nadbytečnému
pohybu pracovníků, neefektivnímu zásobování, plýtváním ploch atd. Všechny tyto vlivy se
negativně projeví v konečných nákladech produktu. K návrhu a ověření prostorového
uspořádání je možné využít celou řadu SW produktů např.: FactoryCAD a Process Designer
(STX), Delmia Process Engineer (DS) nebo VisTable, který je na tuto oblast přímo zaměřen.
Tvorba prostorového uspořádání v zásadě probíhá již při plánování dílčích výrobních
procesů a jejich návaznosti, kdy projektant vybírá zařízení z knihoven a umisťuje je do
layoutu výrobní dílny. Tímto způsobem jsou navrženy také transportní sítě, které představují
uličky pro pohyb pracovníku a manipulaci s materiálem. K vyhodnocení navrhovaných řešení
jsou k dispozici analýzy materiálových či personálních toků vyjadřující četnost toku
materiálu, nástroje pro přezkoušení minimálních vzdáleností mezi strojními zařízeními,
vyhodnocení layoutu na základě nákladů na dopravu, atd. [3,9]
Hlavní přínosy spočívají v minimalizaci nákladů na manipulaci s materiálem; lepším
využití manipulačních prostředků; zefektivnění prostorového využití; zvýšení bezpečnosti a
zlepšení hygieny práce; eliminování úzkých míst a nadbytečných pohybů [5].
6. Simulace výrobních a logistických systémů a procesů
Snaha podniků uspokojit potřeby a přání zákazníků vede ke zvyšování variant
vyráběných produktů a neustálému tlaku na jejich náklady. Vzhledem k tomuto trendu se
stávají výrobní a logistické procesy a systémy složitější, než tomu bylo dříve v případě
66
sériové výroby několika málo produktů. Již není možné nové ani stávající procesy a systémy
jednoduše navrhovat a optimalizovat a neobejdeme se tak bez použití k tomu určených SW,
nejčastěji objektově orientovaných. Mezi nejznámější patří Plant Simulation (STX), Delmia
Production Systems Simulation (DS), Simul8, Arena (Rockwell Software), Witness, … [5]
Při tvorbě modelu pracujeme se sadou základních objektů, které reprezentují výrobní
proces, montáž, dopravník, atd., čímž je usnadněna základní práce s programem. Složitější
objekty jsou součástí specializovaných knihoven nebo vznikají kombinací programování a
stávajících objektů. Objekty mají rozsáhlé možnosti parametrizace od nastavení různých
druhů časů a výměny nástrojů u výrobních procesů, přes rychlost dopravníků k možnosti
nastavovat matematická rozdělení. Uživatel je tedy schopen bez znalostí programování
propojením jednotlivých základních objektů a jejich parametrizací sestavit jednodušší model a
provést simulaci a analýzu zaměřenou na úzká místa, vytížení pracovišť a pracovníků (Obr. 4)
nebo třeba velikost materiálového toku. K vytvoření co nejreálnějších modelů využívajících
např. filosofií typu Kanban nebo Just-In-Time, se však uživatel již neobejde bez znalostí
programování [3,4]. Po provedení simulací, přistupujeme k optimalizaci modelu vzhledem k
zadaným kritériím (maximalizace výrobnosti, minimalizace nákladů, …). S nalezením
optimálního řešení, nám v těchto softwarech pomáhá nástroj, který hledá řešení pomocí změn
námi zadaných parametrů a vyhodnocením jejich dopadů [10]. V závislosti na typu řešeného
problému může stačit navýšení kapacity zásobníku nebo přidání směny.
Obr. 4: Prostředí SW Plant Simulation
Zdroj: [3]
Tyto softwary nalézají využití ve všech výrobních oblastech od automobilového a
leteckého průmyslu k výrobě nábytku. Mimo výrobu spadá využití do oblasti logistiky a to při
návrhu a optimalizaci dodavatelsko-odběratelských vztahů nebo skladů. Čím dál více se
rozšiřuje použití i do nevýrobních oblastí, jako je zdravotnictví, bankovnictví, doprava [3,4].
67
Přínosem simulačních softwarů je provádění rozsáhlých analýz (úzkých míst, využití
dopravních kapacit, vytížení pracovišť, …), zvýšení produktivity, minimalizování velikosti
skladovacích prostor a zásob, minimalizace dopravních vzdáleností a optimalizace uspořádání
prostor, zkrácení celkové doby výroby zakázek, úspora provozních nákladů a investičních
prostředků, optimalizace za účelem snížení spotřeby energie, … [3,4,10].
7. Kvantifikace přínosů
Největších přínosů DF, jak je uvádí a kvantifikuje zahraniční studie CIM data report
„The Benefits of Digital Manufacturing“ (Tab. 1), je dosahováno ve fázi vývoje, protože zde
je nejefektivněji možné provádět změny a virtuálně ověřovat různé možnosti řešení. Ve fázi
vývoje je pozitivně ovlivněna oblast technické přípravy výrobku a výroby, dojde
k zdokonalení a urychlení přípravných procesů, což zlepší připravenost výroby a v konečném
důsledku také kvalitu finálního výrobku. S tím spojené zvýšení nákladů v přípravné fázi
výroby se však bohatě vrátí díky rychlejšímu uvedení výrobku na trh, eliminaci chyb a
nákladů spojených s náběhem výroby (Obr. 5) a i výslednými nižšími výrobními náklady. U
již existujících výrobků, procesů a systémů je samozřejmě dosahováno nižších přínosů, což
souvisí s omezenými možnostmi optimalizace.
Tab. 1: Přínosy Digitální továrny (Zdroj: [11])
Přínosy
Rychlejší náběh výroby
Zkrácení projektových dob
Snížení počtu zařízení
Úspora ploch
Úspora nákladů díky lepšímu využití zdrojů
Úspora nákladů díky optimalizaci mater. toků
Úspora investic do nových zařízení
Zvýšení produktivity
Rozsah (%)
až o 15
až o 20
až o 40
až o 25
až o 30
až o 35
až o 20
až o 10
Obr. 5: Přemístění nákladů při využití digitalizace
Zdroj: [11]
68
Závěr
Mohlo by se zdát, že i přes své nezpochybnitelné přínosy je a bude DF (případně jen
její dílčí nástroje), pro mnohé podniky stále hudbou budoucnosti kvůli ceně. Zejména pro
menší podniky, které by těchto nástrojů chtěly využít, však není bezpodmínečně nutné SW
pořizovat, ale existuje zde možnost využít služeb druhých subjektů, jako jsou poradenské
společnosti nebo vysoké školy, které se na tyto oblasti specializují. Z tohoto důvodu je nutné
u těchto nástrojů alespoň znát základní princip a smysl použití a největší přínosy. I přesto vše
si ale současně musíme neustále uvědomovat, že tyto SW nástroje jsou dobrými pomocníky,
ale jakékoliv jejich použití se neobejde bez selského rozumu.
Tento příspěvek byl podpořen grantem Studentské grantové soutěže ČVUT č.
SGS14/185/OHK2/3T/12.
Prameny
[1] Tecnomatix #2: Efektivní plánování výrobního procesu. Konstruktér.cz [online]. 2012 [cit.
2014-08-31]. Dostupné z: http://www.caxmix.cz/2012/07/02/tecnomatix-2-efektivniplanovani-vyrobniho-procesu/
[2] Soubor nástrojů digitální továrny. MM Průmyslové spektrum. Praha: Vogel Publishing,
2008, č. 11. Dostupné z: http://www.digitovarna.cz/clanek-84/soubor-nastroju-digitalnitovarny.html
[3] [A5] Tecnomatix: Siemens PLM Software - ČESKÁ REPUBLIKA. Siemens PLM
software
[online].
2014
[cit.
2014-08-31].
Dostupné
z:
http://www.plm.automation.siemens.com/cz_cz/products/tecnomatix/index.shtml
[4] Dassault Systemes. Delmia [online]. 2014
http://www.3ds.com/products-services/delmia
[cit.
2014-08-31].
Dostupné
z:
[5] Oblasti nasazení Digitální továrny. Digital factory [online]. 2011 [cit. 2014-08-31].
Dostupné z: http://digipod.zcu.cz/index.php/cs/oblasti-nasazeni
[6] BAUMRUK, Martin. Digitální továrna a ergonomické analýzy v automobilovém
průmyslu. MM Průmyslové spektrum [online]. Praha: Vogel Publishing, 2012, roč. 2012,
č. 10 [cit. 2014-08-31]. Dostupné z: http://www.digitovarna.cz/clanek-84/digitalnitovarna-a-ergonomicke-analyzy-v-automobilovem-prumyslu.html
[7] LÄMKULL, Dan; HANSON, Larsand Roland Örtengren. A Comparative Study of Digital
Human Modelling Simulation Results and their Outcomes in Reality: A Case Study within
Manual Assembly of Automobiles. International Journal of Industrial Ergonomics, 2009,
vol. 39, no. 2. pp. 441. ISSN 0169-8141.
[8] Robotika a automatizace. AXIOM TECH [online]. [cit. 2014-08-31]. Dostupné z:
http://www.axiomtech.cz/24830-tecnomatix-digitalni-tovarna-robotika-a-automatizace
[9] Řízení hmotných toků ve výrobě. IT SYSTEMS [online]. 2014 [cit. 2014-08-31]. Dostupné
z: http://www.systemonline.cz/rizeni-vyroby/rizeni-hmotnych-toku-ve-vyrobe.htm
[10] ULRYCH, Zdeněk a Antonín MILLER. Simulace logistických toků a zásobování
materiálem. IT SYSTEMS [online]. 2013, roč. 2013, č. 11 [cit. 2014-08-31]. Dostupné z:
http://www.systemonline.cz/rizeni-vyroby/simulace-logistickych-toku-a-zasobovanimaterialem.htm
[11] Digitální továrna - mocný nástroj pro průmyslovou výrobu. AUTOMA [online]. 7/2008
[cit. 2014-08-31]. Dostupné z: http://www.odbornecasopisy.cz/res/pdf/37514.pdf
69
MODERNÍ METODY A NÁSTROJE ŘÍZENÍ VE STŘEDNÍCH
A MALÝCH PODNICÍCH
MODERN METHODS AND TOOLS OF MANAGEMENT IN MEDIUMSIZED AND SMALL ENTERPRISES
Ladislav Vaniš
[email protected], http://rep.fs.cvut.cz
Abstrakt
Následující příspěvek se zabývá shrnutím existujících moderních metod a nástrojů řízení
v malých a středních podnicích a pohled podnikatelů na používání těchto metod.
Klíčová slova: podnik, řízení, nástroje, metody, moderní, konkurenceschopnost.
Abstract
The following contribution deals with the summary of existing methods and tools of modern
management in small and medium-sized enterprises and entrepreneurs view on the use of these
methods.
Key words: enterprise, management, tools, methods, modern, competitiveness.
1. Existující moderní nástroje řízení
Management, jak víme, má několik definic. Jedna z nich je následující: „Věda
a umění, jak řídit podnikové činnosti“. A jsou známé i manažerské funkce, nejčastěji
uváděné jako sekvenční: plánování, organizování, zajištění pracovních sil, vedení lidí,
kontrola; a tzv. průběžně prováděné: analýza problému, rozhodování, koordinace při
řešení.
I když je nasnadě, že umění řídit je jedním z kvalifikačních předpokladů dobrého
manažera, v dnešní době informačních technologií je nutné mít efektivní podpůrné prostředky
pro správné řízení podniku. Jedná o tzv. manažerské nástroje.
Manažerské nástroje jsou charakterizovány jako formalizované prostředky pro výkon
manažerských funkcí v podniku. Jejich cílem je vytváření takového prostředí v podniku, které
vede k efektivnímu zvyšování manažerské práce. Takových manažerských nástrojů však
existuje celá škála. Od jednoduchých plánovacích softwarů až po celé ekonomické informační
systémy. Je zjevné, že tyto nástroje je třeba setřídit podle určitých hledisek. Jedno z takových
hledisek je oblast použití. Podle oblasti použití lze zařadit nástroje do určitých skupin.
Pro využití manažerských nástrojů dle skupin lze využít následující model podniku
(tzv. držitelský též investorský – stakeholders) model:
70
VLASTNÍCI
VĚŘITELÉ
ZAMĚSTNANCI
PODNIK
DODAVATELÉ
KONKURENCE
ODBĚRATELÉ
STÁT
Význam vztahů podniku se stakeholdery (vyjádřený finančně)
věřitelé vlastníci zaměstnanci odběratelé stát dodavatelé
10%
22%
4%
36%
2%
26%
Obr. 3: Model podniku „Stakeholders“
Upraveno dle zdroje:
https://is.bivs.cz/el/6110/zima2011/B104MNR/Prezentace-Moderni_nastroje_rizeni.pdf
Rozdělení nástrojů používaných v řízení je z tohoto pohledu následující:
1.1 Externí nástroje
Nástroje monitorující vnější prostředí podniku
 PEST (PESTLE) analýza
 SWOT analýza
 Benchmarking
 Ranking
 Rating
 Ansoff analýza
 Boston Consulting Group (BCG) analýza
 General Electric (GE) matice
 SPACE analýza
Nástroje řízení vztahu se zákazníky (odběrateli)
 Value Management (VM)
 Customer Value Analysis (CVA)
 Customer Value Management (CVM)
 Customer Relationship Management (CRM)
 Key Account Management (CAM)
71
Nástroje řízení vztahu s dodavateli
 Supply Chain Management (SCM)
 Supply Chain Collaboration (SCC)
Nástroje řízení vztahu ke konkurenci
 Analýza 5 F (Five Forces) podle Portera
 Competitive Intelligence
Nástroje řízení vztahu k veřejnosti (státu)
 Corporate Identity (CI)
 Public (Corporate) Affairs
 Public Relation (PR)
 Public Private Partnership (PPP)
1.2 Interní nástroje
Nástroje monitorující vnitřní prostředí podniku
 Reporting
 Controlling
 Due diligence
 VRIO analýza
 Balanced Scorecard (BSC)
 Business Intelligence
 EFQM – Evropský model excelence (European Foundation for Quality Management)
 Activity Based Costing (ABC)
 Activity Based Management (ABM)

Vybrané nástroje řízení podniku jako celku
 Theory of Constraints (TOC) – teorie omezení
 Lean production, lean manufacturing – štíhlá výroba
 Outsorcing, insorcing
 Outplacement
 Reengineering
 Factoring
 Forfaiting
 Leasing
 Sdružování podniku, integrované formy podnikání
 Kritické faktory úspěchu (CSF)
. Vybrané nástroje řízení (vedení) pracovníků
 Leadership (vedení pracovníků)
 Coaching (koučování pracovníků)
 Mentoring
 Counselling
 Teambuilding
 Personální controlling, audit a benchmarking
72
Tento výčet moderních nástrojů řízení nemusí znamenat, že se jejich používáním podnik
stane úspěšným a konkurenceschopným. A ne každý podnik musí využívat veškeré nástroje
řízení. Zajímavé je proto sledovat, jak se k nástrojům a moderním metodám řízení staví sami
podnikatelé.
2. Názor podnikatelů
Následující údaje jsou upraveny a převzaty z průzkumu Asociace malých a středních
podnikatelů a živnostníků v ČR. Jedná se průzkum mezi podniky s počty od 20 do 250
zaměstnanců. Vybrané názory se týkají především konkurence a moderních metod řízení.
V této souvislosti doporučuji i zhlédnutí souhrnného vyhodnocení na:
http://www.youtube.com/watch?v=CQquB--6JdY
2.1 Názory na konkurenci
Vybrané otázky se týkaly konkurenceschopnosti a barierám rozvoje společností
Otázka č. 1: V čem spatřujete hlavní konkurenční výhodu Vaší společnosti oproti konkurenci?
Hlavní konkurenční výhoda
Kvalita produktů
22%
Odbornost,
profesionalita
personálu
15%
Tradice značky,
reference
12%
Pružnost, flexibilta
jednání, pružnost
dodávky
24%
Znalost a informace
o trhu
9%
Neuvedli
3%
Jiné
9%
Cena produktů
6%
Graf č. 1: Hlavní konkurenční výhoda (zdroj: průzkum AMSP ČR…upraveno)
Největší výhodu spatřují podnikatelé v pružnosti jednání a v pružnosti dodávky,
naopak cena nehraje až tak důležitou roli.
73
Otázka č. 2: V čem spatřujete hlavní bariéry rozvoje Vaší společnosti?
Hlavní bariéry rozvoje
Malá podpora
státu
30%
Silná konkurence
v odvětví
42%
Nedostatečná
propagace a
Zastaralé metody
marketing
řízení podniku
3% Nedostatečná 7%
obchodní činnost
5%
Žádné bariéry
neshledávám
13%
Graf č. 2: Hlavní bariéry rozvoje (zdroj: průzkum AMSP ČR…upraveno)
Největší bariérou je silná konkurence v odvětví a dále je patrný vliv státu. Co se týká
zastaralých metod řízení podniku, na to není kladen žádný důraz.
Otázka č. 3: Mají české výrobky srovnatelnou
kvalitu jako zahraniční?
Otázka č. 4: Konkurují české výrobky
zahraničním hlavně nižší cenou?
Kvalita českých výrobků
20%
Cena českých výrobků
29%
69%
15%
7%
4%





28%
Rozhodně souhlasím
Spíše souhlasím
Ani souhlasím, ani nesouhlasím
Spíše nesouhlasím
Rozhodně nesouhlasím
Graf č. 3: Kvalita českých výrobků
(zdroj: průzkum AMSP ČR…upraveno)
17%
11%





Spíše souhlasím
Graf č. 4: Cena českých výrobků
74
Podnikatelé jsou ve větší míře přesvědčeni o tom, že české výrobky i ve srovnání se
zahraničními jsou konkurenceschopné.
2.2 Názory na metody řízení
Otázka č. 5: Je pro potřeby našeho podniku Otázka č. 6: Jsou moderní metody řízení
intuitivní přístup k řízení dostačující?
firmy klíčové pro kvalitní řízení podniku?
Intuitivní přístup k řízení
Moderní metody řízení
29%
20%
23%
18%
19%
20%
5%
6%
18%





Spíše souhlasím
Graf č. 5: Intuitivní přístup k řízení





42%
Spíše souhlasím
Graf č. 6: Moderní metody řízení
Co je podstatné, že podnikatelé zároveň chápou, že z pohledu kvality řízení podniků je
nezbytná realizace moderních metod řízení. Jde ale i to, zda tyto metody vůbec znají
a dovedou je ve svém podniku aplikovat.
Moderní metody řízení používané v podniku
Nepoužívám
e
68%
Používáme
28%
Neuvedli
4%
Graf č. 7: Moderní metody řízení podniku zavedené ve firmách
75
Moderní metody řízení podniku v době dotazování využívalo ale jen 28,1%
dotázaných podniků. Existuje zde tedy ještě značný prostor pro zavádění těchto postupů
a metod. Co se týče aktivních znalostí moderního řízení podniku, zde je úroveň relativně
nízká. Značná část oslovených uváděla neexistující metody řízení a necelá čtvrtina uvedla
některou z metod. Také využívání moderních metod řízení je zatím stále relativně nízké.
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
Six Sigma
Štíhlý podnik
Balanced Scorecard
Kaizen
ISO normy
Kontrola
Projektové řízení
Coaching
SWOT
Plánování
Leadership
EFQM model
Jiné
Jaké znáte metody řízení podniku?
Jaké používáte metody v řízení Vašeho podniku?
Graf č. 8: Znalosti a využívání moderních metod řízení podniku
Nejvíce užívanou metodou je Štíhlý podnik, poté Six Sigma a Balanced Scorecard.
V kategorii jiné byly často uváděny metody, které nepatří mezi moderní metody řízení,
z čehož vyplývá neznalost konkrétních nástrojů řízení. Z dalších výzkumů se ukazuje, že
největší zkušenosti s moderními metodami řízení podniku mají společnosti patřící do sektoru
výroby.
76
Závěr
Autor chtěl tímto příspěvkem nastínit situaci ve znalostech a využívání moderních
nástrojů resp. metod řízení. Je nezvratným faktem, že je do budoucna nutné, aby se podniky
v rámci efektivního hospodaření naučily a zejména využívaly moderní nástroje řízení. To
zvýší jejich konkurenceschopnost, ať už na domácích, tak i zahraničních trzích.
V tomto ohledu se i studenti našeho oboru zabývají těmito tématy a lze říci, že jsou
úspěšní. O tom svědčí i některé jejich bakalářské či diplomové práce.
Prameny
[1] Koontz, Harold; Weihrich, Heinz. Management. Praha: Victoria Publishing, 1993. Počet
stran: 659. ISBN: 80-85605-45-7.
[2] Řezáč Jaromír. Moderní management. Manažer pro 21. století. Brno: Computer Press,
2009. Počet stran: 408. ISBN 978-80-251-1959-4.
[3] Management mania. Business Encyklopedie [online]. 2014 [cit. 2014-08-01]. Dostupné z:
https://managementmania.com/cs Managementmania.com.
[4] Moderní nástroje řízení. Řezáč, Jaromír. BIVŠ. www.bivs.cz [online]. Praha, 2011 [cit. 201408-01].
Dostupné
z:
https://is.bivs.cz/el/6110/zima2011/B104MNR/PrezentaceModerni_nastroje_rizeni.pdf.
[5] 10. průzkum AMSP ČR. AMSP ČR [online]. 2011 [cit. 2014-08-1]. Dostupné z:
http://www.amsp.cz/10-pruzkum-amsp-cr-nazory-podnikatelu-na-moderni-metody
77
ON THE OPTIMAL DESIGN OF PRODUCTION CAPACITY
OPTIMALIZACE NÁVRHU VÝROBNÍ KAPACITY
Jan Vlachý
ČVUT v Praze, fakulta strojní, Ústav řízení a ekonomiky podniku, Karlovo nám. 13, Praha 2
[email protected]
Abstract
Using a case study, this paper addresses the issue of production capacity optimization under
uncertainty. The topic relates to a frequently encountered situation, where project value is grossly
impacted by a real option. In such cases, conventional capital budgeting methods generally lead to
incorrect decisions. Statistical simulation, easy to implement and interpret, is shown to be a suitable
tool to analyse the various dynamic and contingent processes, impacting the value of projects.
Key words: Optimization; Capital Budgeting; Real Options.
Abstrakt
Příspěvek se formou případové studie věnuje řešení problému optimalizace výrobní kapacity
investičního projektu při existenci různých variant ekonomicko-technologického řešení za podmínek
nejistoty. Jedná se o v praxi běžnou situaci, kde hodnotu projektu významně ovlivňuje reálná opce, což
může při použití standardních metod investičního rozhodování obecně vést k chybným závěrům.
Ukazuje se, že vhodnou metodou analýzy je statistická simulace, umožňující snadno interpretovatelné
modelování dynamických, a případně i vzájemně podmíněných vnějších a vnitřních procesů,
ovlivňujících hodnotu projektu, a to s použitím poměrně jednoduchých a dostupných prostředků.
Klíčová slova: Optimalizace; investiční rozhodování; reálné opce.
1. Introduction
Designing the optimal capacity for a capital budgeting project is often one of the most
daunting tasks faced by management. Besides the many inputs, ultimately relating to the
technical specification of the project under consideration, it is essential to make precise
estimates of market demand, usually over a period of many years. The investment decision is
then, to a large degree, irreversible, because subsequent project adjustments often incur
prohibitive expenses, commensurate with the principle of sunk costs.
Any estimate of future demand is fundamentally uncertain, however, and the ultimate
capital budgeting decision thus incurs a substantial risk, whose characterization can be
complex. On the one hand, the uncertainty is due to the commitment to carry fixed costs
under a lower demand than projected (i.e. operating leverage), on the other hand the lack of
capacity to satisfy potential demand in excess of the project’s physical capacity constraint (i.e.
opportunity cost). At the same time, management may be in a position to utilize non-operating
(typically marketing-related) instruments in reaction to actual market development.
The real-options methodology, which has over the last three decades developed into
numerous and varied applications [2][9], strives to quantify the value of project flexibility,
achievable through various technical and organizational means. We can thus consider e.g.
options to expand (which respond to an exogeneous increase in demand), or options to
contract (responding to exogeneous drops in demand) [10]. The existence of such real options
78
must be taken into account when assessing any capital-intensive project, because of their
potentially high impacts on investment decisions [8].
One generic option-valuation method, initially proposed in the late seventies [1],
utilizes parametric statistical simulation (Monte Carlo). Not having gained broad acceptance
for the valuation of financial options, primarily because of its extensive computing-resource
requirements as compared to the much more efficient recursive binomial tree pricing model
[5], it has a strong potential for the solution of particular real-option problems [7]. This paper
introduces statistical simulation as a suitable problem-solving tool with regard to the capacity
design of a production facility. A case study demonstrates the power and particular features of
the method, facilitating its use for managerial decision-making support.
2. Problem Setup
We consider a project for the construction of a production facility assuming an initial
project cost I and projected life T. The business plan stipulates expected annual sales of N
units, at a unit price P, with direct unit costs U and annual fixed costs F. Terminal value at
t = T is estimated as Z. The required return (discount rate) is r. For the sake of simplicity, we
omit factors such as taxes and projection trends.
Conventional analysis of such a project is trivial [3]. If independent, it suffices to
calculate its Net Present Value (NPV) as per (1), and should be accepted provided NPV > 0.
With mutually exclusive projects, the one with higher NPV should be selected.
T
NPV =
CFt
 1  r 
t 0
t
(1)
Unfortunately, this rudimentary and time-tested approach ignores the uncertainty of
projected market demand1, but also management‘s capability to react in respect to this
uncertainty. The optimum capacity problem thus reduces to the question whether additional
marginal capacity incurs any marginal expenses. If that is the case, conventional analysis
necessarily leads to minimalistic capital budgeting decisions exactly matching projected
demand under the base scenario2.
Using statistical simulation within a real-option framework, the same problem will be
defined using much more realistic (and, possibly, sophisticated) assumptions, while providing
the decision-maker with quantitative results that can be used for subsequent optimization or
other analytical purposes. To illustrate, we extend the problem definition as follows:
We assume a single primary risk factor, representing each period‘s market demand Dt,
quantified as the maximum amount that can be sold under projected market terms. This will
be parametrized as a stochastic process and generated as a set of random variables in the
course of each simulation run. Actual production will then be co-determined by the maximum
capacity Nmax of the particular project under consideration as in (2).
Nt = min{Dt; Nmax}
(2)
Additional model processes simulate exogeneous or endogeneous impacts of changing
demand. Above all, it is realistic to assume that demand would have some influence on unit
revenues of sales. The model thus includes a control mechanism of discrete price adjustments
1
2
Not to speak about other risk factors, such as future market prices for the product.
Any alternative with excess capacity would feature a lower NPV and the projects are mutually exclusive.
79
(increase pos or decrease neg) contingent on some minimum change (increase pos or
decrease neg) in demand compared to the previous period (3).
Pt | (Dt – Dt-1 < Dt-1 neg) = Pt-1 (1 – neg)
(3)
Pt | (Dt – Dt-1 > Dt-1 pos) = Pt-1 (1 + pos)
Pt | (Dt-1 neg  Dt – Dt-1  Dt-1 pos) = Pt-1
Another assumption relates to an additional overhead expense M contingent on a
major drop in demand (below Dmark), relating e.g. to an ad-hoc marketing campaign (4).
Mt | (Dt-1 < Dmark) = M
(4)
Mt | (Dt-1  Dmark) = 0
Ultimately, the model perceives terminal project value Z as contingent on actual
demand by the end (i.e. final two years) of planned operation (5)3.
ZT = min{Nt-1; Nt}Z / D
for t = T
(5)
3. Model Design and Application
We assess a project with two alternative specifications summarized under Table 1.
One project’s (A) capacity exactly matches most likely expected demand, the other (B) has
20 % excess capacity, incurring higher project costs and fixed costs4.
Table 2: Alternative Project Specifications (source: author)
Param.
I
T
Nmax
P0
U
F

r
Description
initial investment cost
project duration (periods)
maximum production capacity
initial unit price
unit cost
fixed costs
terminal value ratio (Z =  I)
required return (periodic discount rate)
Alternative A
€ 90 million
Alternative B
€ 93 million
5
100,000 units
120,000 units
€ 1,000
€ 600
€ 5.0 million
€ 5.5 million
15 %
12 %
All simulations have been performed using the Crystal Ball utility [4] with 100,000
experimental runs, schematically described by the flow chart under Figure 1. This setup
provides essentially real-time calculation using standard PC hardware, as well as a margin of
error in NPV calculations under 0.4 % (with 99 % confidence), perfectly acceptable for most
corporate finance applications (median NPV results should thus be strictly understood to mean
e.g. € 24.6  0.1 million).
3
This particular parameter is hard to estimate in capital budgeting projects, partly due to ambiguity as to whether
the facility would be sold for scrap, transferred to second-hand buyers or generic producers, or perhaps retained
for continued production by the owner. Actual utilization of the facility over a relatively brief period preceding
project termination would be of vital importance for this decision.
4
Due to e.g. more machines and furbished space needed on the one hand, and more expensive maintanance and
insurance on the other hand.
80
START
t=0
I, P0, U, F, r, D0,
Dmark, M, neg, pos,
neg, pos, Z =  I
t=t+1
Dt simulation
Nt = min{Dt; Nmax}
< (1+neg) Dt-1
Pt = (1 – neg) Pt-1
NO
Dt = ?
Pt = Pt-1
t<T
> (1+pos) Dt-1
Pt = (1 + pos) Pt-1
YES
Dt < Dmark
ZT = min{Nt-1; Nt} Z / Dt
NO
YES
Mt+1 = M
NPV calculation
END
Figure 1: Single Simulation Run Flowchart (source: author)
Endogeneous control parameters are summarized under Table 2.
Table 2: Control Parameters (source: author)
Triggering Parameter
neg decrease in demand
pos increase in demand
Dmark low demand floor
Value
-6.0 %
6.0 %
90,000 units
Contingent Action
neg unit price drop
pos unit price hike
M
cost of campaign
Value
5.0 %
2.0 %
€ 500,000
Exogeneous demand is being generated under three different distributional
assumptions, roughly matching the various available estimation methods: normal (theoretical
estimate or econometric), BetaPERT (econometric or Delphi) and triangular (Delphi) [7].
The normal (Gaussian) distribution assumes the mean  = 100,000 units and standard
deviation  = 15,000 units, implying a perceived 68 % probability that periodic demand will
remain within the range 85,000; 115,000 units. The triangular and BetaPERT distributions,
primarily used to test distribution-driven sensitivity of the model, use parameters a = 63,000
units, b = 137,000 units, c = 100,000 units, in order to achieve an approximate calibration visà-vis the normal distribution in terms of its mean and standard deviation.
81
4. Results and Conclusion
Table 3: Simulation Results (source: author)
Param. Description
maximum production capacity [units]
Nmax
Dt distribution (Normal, Triangular, BetaPERT)
E(NPV) median NPV [€ million]
NPV95% 5th pctile of NPV distrib. [€ million]
NPV99% 1st pctile of NPV distrib. [€ million]
Alternative A
100,000 units
N
T
P
24.6 24.0 24.8
3.0
2.7
4.1
–5.1 –5.2 –3.4
Alternative B
120,000 units
N
T
P
27.4 27.1 27.6
1.8
1.1
2.6
–7.4 –7.9 –6.2
All simulation results are summarized under Table 3. Clearly, under any of the
demand distributions5, Project B with excess capacity should be preferred, because of its
substantially higher expected NPV, even when taking its slightly less favourable risk
characteristic into account6, and recognizing a margin of error in the E(NPV) estimates of cca
€ 0.1 million. Other optimization criteria might be chosen under different circumstances [12].
29
28
E(NPV ) [$ mil.]
27
26
25
24
23
22
21
90
100
110
N max
120
['000 units]
130
140
150
Figure 2: Capacity Optimization (source: author)
In contrast to conventional scenario analysis, simulation results can be used to perform
a full optimization of the NPV(Nmax) relationship. For example, using linear extrapolations of
the functional I(Nmax) and F(Nmax) assumptions suggests an optimum at ^Nmax ≈ 115,000 units
(within the error-bar constraints), as illustrated under Figure 2. In practice, technical solutions
do not normally facilitate continuous parametrization; however, the investor might make use
of such an idealized optimization to investigate whether another viable project design would
be available, offering a maximum production capacity of cca 115,000 units.
The method can be readily extended to include multiple sources of uncertainty,
different kinds of processes, both exogeneous and endogeneous, derive sensitivities for
5
6
The model is shown to be largely insensitive to choice of distribution.
Alternative B is second-order stochastic dominant to Alternative A [6].
82
particular assumptions and value-drivers etc. (compare e.g. [11]). The primary purpose of this
case has been to show that simulation can be an efficient and affordable tool for solving
certain aspects of capital budgeting projects whose dynamic nature makes them virtually
impossible to properly assess using conventional capital budgeting methods.
References
[1] BOYLE, P. Options: A Monte Carlo Approach. Journal of Financial Economics, 1977,
vol. 4, no. 3, pp. 323-338. ISSN 0304-405X
[2] BRACH, M. A. Real Options in Practice. Hoboken: John Wiley, 2003. ISBN
0-471-26308-7
[3] BRIGHAM, E. F.; EHRHARDT, M. C. Financial Management: Theory and Practice.
14th ed. Boston: Cengage, 2014. ISBN 978-1-111-97220-2
[4] CHARNES, J. Financial Modelling with Crystal Ball and Excel. 2nd ed. Hoboken: John
Wiley, 2012. ISBN 978-1-118-17544-6
[5] COX, J. C.; ROSS, S. A.; RUBINSTEIN, M. Option Pricing: A Simplified Approach.
Journal of Financial Economics, 1979, vol. 7, no. 3, pp. 229-263. ISSN 0304-405X
[6] HADAR, J.; RUSSELL, W. Rules for Ordering Uncertain Prospects. American Economic
Review, 1969, vol. 59, no. 1, pp. 25-34. ISSN 0002-8282
[7] MUN, J. Modeling Risk. 2nd ed. Hoboken: John Wiley, 2010. ISBN 978-0-470-59221-2
[8] MYERS, S. C. Determinants of Corporate Borrowing. Journal of Financial Economics,
1977, vol. 5, no. 2, pp. 147-175. ISSN 0304-405X
[9] REUTER, J. J.; TONG, T. W. (eds.) Real Options in Strategic Management. Advances in
Strategic Management, 2007, vol. 27. ISSN 0742-3322
[10] TRIGEORGIS, L. Real Options and Interactions with Financial Flexibility. Financial
Management, 1993, vol. 22, no. 3, pp. 202-224. ISSN 1755-053X
[11] VLACHÝ, J. Nákladová analýza externího prodeje depozit. Český finanční a účetní
časopis, 2010, vol. 5, no. 3, pp. 63-73. ISSN 1802-2200
[12] ZMEŠKAL, Z.; DLUHOŠOVÁ, D.; TICHÝ, T. Finanční modely: Koncepty, metody,
aplikace. 3rd ed. Praha: Ekopress, 2013. ISBN 978-80-86929-91-0
83
DIGITÁLNÍ TOVÁRNA A PRŮMYSLOVÉ INŽENÝRSTVÍ VE
STROJÍRENSKÉ VÝROBĚ
DIGITAL FACTORY AND INDUSTRIAL ENGINEERING IN
MANUFACTURING ENGINEERING
Luděk Volf
Česká zbrojovka a.s., Svatopluka Čecha 1283, Uherský Brod
[email protected], www.czub.cz
Abstrakt
Počítačová simulace je jedním z nástrojů tzv. digitální továrny. Ve strojírenské výrobě můžeme
simulaci využít jako jednoho z prostředků návrhu a optimalizace výrobních procesů a systémů, tedy
především snižování výrobních a investičních nákladů, splnitelnosti výrobních plánů, prověřování
vlivů zamýšlených inovací atd., obecně pro zvýšení konkurenceschopnosti podniků v již plně
globalizované oblasti strojírenské výroby. Aby bylo možné uvedené přínosy skutečně prokázat a
kvantifikovat, musí být počítačová simulace koncepčně a úspěšně implementována do výrobního
procesu, čímž se zabývá tento příspěvek.
Klíčová slova: digitální továrna, počítačová simulace, implementace, optimalizace, výrobní
proces, průmyslové inženýrství
Abstract
Computer simulation is one of the tools of the digital factory. Simulation in manufacturing
engineering can be used as a means of design and optimization of manufacturing processes and
systems, mainly the reduction of production and investment costs, the ability to fulfill production
plans, examining the effects of the proposed innovation, etc., generally for increasing the
competitiveness of fully globalized field of mechanical engineering. In order to prove and quantified
these benefits computer simulations must be conceptual and successfully implemented into the
manufacturing process, which is addressed in this paper.
Key words: digital factory, computer
manufacturing process, industrial engineering
simulation,
implementation,
optimization,
1. Digitální továrna
V každodenním pracovním životě jsme stále více a více závislí na nejnovějších
technologiích v elektronice a komunikacích. Rychlý rozvoj automatizace, výpočetní,
informační a komunikační techniky spolu se zvýšenou otevřeností světových trhů a
globalizací, posouvá nezbytnost inovací a technického pokroku do stále dalších výrobních
oblastí. [1, 10]
Správné požadavky na návrh layoutu a produkční schopnosti výrobních továren se
stávají klíčovými faktory úspěchu. V minulosti jsme často zvýšili komplexnost výrobních
struktur, která vyústila v neflexibilní jednotné výrobní systémy. [11] Budoucnost však musí
být štíhlá – nejenom v samotné organizaci, ale musíme vyvinout technologie, které nám
umožní urychlit a zpřesnit návrh výrobků, plánování a řízení výroby, logistiku, snížit
ekologickou a energetickou náročnost při výrobě i samotném provozu výrobků tak, abychom
84
byli schopni se adaptovat na rychlé změny produktu už v jeho předvýrobní etapě díky
neustále se zrychlující spirále technologických inovací.
Strategie Product Lifecycle Management (PLM) slučuje principy a činnosti spojené s
řízením životního cyklu výrobku od prvotní představy o jeho návrhu, přes samotnou výrobu,
užití až konečnou recyklaci. PLM je základním prvkem efektivní tvorby a používání globální
inovační sítě – to umožňuje její páteř, kterou tvoří systémy Product Data Management
(PDM), které datově propojují jednotlivé pracovní procesy PLM. Na konci minulého století
vznikl koncept Digital Factory, digitální továrny, který měl digitálně zastřešit strategie PLM
a PDM a integrovat je do výrobního procesu. Podle jedné z definic je digitální továrna
„zastřešující pojem pro rozsáhlou síť digitálních metod, modelů a nástrojů (včetně simulace a
3D-vizualizace), které jsou integrovány v rámci průběžného datového managementu“ [12].
2. Průmyslové inženýrství
V posledních 10 až 15 letech vzrůstá význam komplexního a systémového navrhování
(projektování) výrobních procesů (VP) a systémů (VS), které je jedním z nástrojů pro
systematické odstraňování všech druhů ztrát a plýtvání výrobních zdrojů od nákupu materiálu
a surovin, jejich zpracování ve výrobním procesu až po expedici hotových výrobků. Zvyšují
se tedy požadavky na optimální využití rozhodných vlastností výrobního procesu (VP), tj. na
zvyšování kvality a vypovídací schopnosti předkládaných projektů, produktivity práce,
snižování energetické a materiálové náročnosti, zkracováním průběžné doby výroby apod.
Každá inovace eventuálně modernizace VS a VP se musí se proto připravovat v souladu s
požadavky racionální výroby tj. důsledně vycházet nejen z možných zdrojů stanovených na
základě analýzy dosavadního stavu, tendencí rozvoje VP, ale i ze situace např. marketinku,
managementu tj. ze znalostí problémů organizace, řízení a plánování výroby, otázek
finančních a odbytových, (konkurenceschopnosti), otázek ekologických apod.
Obr. 1 – Vývoj nástrojů PI
Zdroj: prof. Leeder
85
Ukazuje se, že jednou z cest jak řešit spolehlivě tyto náročné a často protichůdné
požadavky je průběžná systémová analýza výrobního procesu především z hlediska věcného,
procesního, prostorového a časového, kterou lze vhodně prosazovat v rámci náplně činností
útvarů „Průmyslového inženýrství“ (PI) ve spolupráci s ostatními útvary podnikové
organizace.
Průmyslové inženýrství je multidisciplinární obor, který kombinuje technické
znalosti se znalostmi podnikového řízení, s cílem optimalizovat a zefektivňovat (ne)výrobní
procesy.
Rozvoj výpočetní techniky vytváří široký prostor také pro nástroje, jako jsou např.
CAD, CAM, CAQ, PDM, CIM které umožňují optimální využití rozhodujících parametrů VP
a VS. Začíná se také více využívat matematického modelování, simulací, např. pomocí
softwarů PlantSimulation, SIMUL8, visTABLE a mnoho dalších, v rámci koncepcí digital
factory a smart factory, ale také využití průmyslové logistiky, matematické optimalizace a to
jak při variantním řešení jednotlivých úkolů, tak při výběru optimální varianty [2]. Nové
teoretické a metodické poznatky, ale zvyšují nároky na přesnou formulaci úloh, podrobnou
specifikaci a komplexnost vstupních dat.
Problematika řízení a plánování výroby se zaměřuje především na kusovou a
malosériovou (případně sériovou) výrobu, která tvoří 60 – 70% celkového objemu výroby,
kde je specifikem široký výrobní program s velkým počtem souběžně běžících zakázek. Že se
jedná o nadmíru aktuální záležitost, potvrzuje široce se rozvíjející spolupráce průmyslové
sféry s akademickou na intenzifikaci implementace principů a nástrojů konceptu digitální
továrny do svých výrobních procesů a systémů, kteréžto nástroje mají samotné řízení a
plánování výroby v jeho novém pojetí vůbec efektivně umožnit. Tato implementace se často
úmyslně provádí prostřednictvím útvarů Průmyslového inženýrství.
3. Simulace
Simulaci (z latinského simulō, napodobit) můžeme pro potřeby řešení úloh
technologického projektování chápat jako proces inženýrského modelování systému (=
výrobní proces nebo výrobní systém). Podle jedné z definic je simulace výzkumnou metodou,
jejíž podstata spočívá v nahrazení zkoumaného systému simulačním modelem, se kterým
provádíme pokusy s cílem získat informace o původním zkoumaném systému.
Některé z důvodů užívaní simulace:
•
•
•
•
zkoumaný systém je natolik složitý, že neexistuje vhodná matematická metoda i
formulace úlohy
zkoumaný systém mění své vlastnosti příliš pomalu nebo příliš rychle
zkoumaný systém by mohl při špatně zvoleném experimentu způsobit katastrofu sám
sobě nebo svému okolí, přičemž nebezpečí takového experimentu nelze předem
odhadnout
se zkoumaným systémem lze těžko nebo vůbec manipulovat (ekonomické systémy),
nelze s ním tedy experimentovat nebo jsou takové experimenty příliš nákladné
Pro využití simulačních metod mluví možnost komplexně zachytit dynamické (s
časem proměnné) a stochastické (náhodné) vady v systému, možnost experimentovat tak, jak
by to v realitě nebylo možné z různých důvodů (nákladnost, nebezpečnost, zdlouhavost,
neexistence reálného systému) a možnost experimentovat v kontrolovatelně se měnících
podmínkách.
86
Širší praktické nasazení simulace do výrobního procesu bylo možné až s rozvojem
výpočetní techniky v devadesátých letech minulého století z důvodu potřeby pracovat
s velkými objemy 2D a 3D dat, nejlépe v reálném čase a to jak při tvorbě simulačních modelů,
přípravě experimentů, tak jejich běhu a následném vyhodnocování [3].
3.1 Simulační model
Simulační model je dynamický systém, v němž nastávají události a stavy jako ve
zkoumaném (simulovaném) systému, a to ve stejném pořadí, avšak v jiných časových
okamžicích. Ve strojírenské výrobě využíváme nejčastěji diskrétní modely, ve kterých se
hodnoty proměnných mění nespojitě, po skocích v určitých časových intervalech [4].
Z hlediska vlastností dynamického systému dále rozlišujeme modely deterministické
(hodnoty proměnných jsou v každém okamžiku přesně definovány, při stejných podmínkách
jsou výsledky simulace stejné, do modelu nejsou zahrnuty náhodné veličiny) a stochastické
(zkoumaný problém nebo metoda řešení mají náhodný charakter, proměnné se chovají
náhodně podle určené pravděpodobnosti).
3.2 Tvorba simulačního modelu
Postup tvorby simulačního modelu nazýváme modelováním (Obr. 2). Simulační model
tvoříme (modelujeme) pro dosažení určitých cílů, kterými může být zodpovězení otázek
z oblastí prověřování vlivu zamýšlených inovací, hledání vhodných pravidel řízení,
posuzování a nalézání vhodné sortimentní struktury výrobků, prověřování splnitelnosti
výrobních plánů, zvyšování průchodnosti výroby s minimálním stavem zásob a provozními
náklady, plánování reorganizací, odstávek, údržby, výměn strojů a využití pracovních sil,
rozhodování o investicích atd.
rozpoznání
problému
programování
modelu
definice
problému
verifikace
modelu
vymezení
systému a
cílů
formulace
modelu
experimenty a
jejich
vyhodnocení
interpretace
výsledků
Obr. 2 Postup tvorby simulačního modelu
Zdroj: autor
3.3 Implementace počítačové simulace
Implementací chápeme zapojení počítačové simulace a simulačního modelu do
rozhodovacích strategických, taktických i operativních rozhodovacích procesů výrobní
společnosti. Hlavním cílem implementace by obecně mělo být poskytování informací pro
kvalifikovaný zásah do výrobního procesu/systému [5].
87
1.
•Formulace
předmětu
simulace
2.
•Vhodnost
použití
simulace
3.
•Definování
cílů
4.
•Sběr a
analýza
dat
5.
•Modelování
a validace
6.
•Provedení
běhů
simulace
7.
•Analýza
výsledků a
jejich
interpretace
Obr. 3 Fáze postupu implementace počítačové simulace
Zdroj: autor
Na Obr. 3 jsou znázorněny jednotlivé fáze postupu implementace, jejichž nesprávné
pořadí nebo vypuštění vede vždy k rozpadu implementačního procesu a nesprávným
výsledkům.
Teprve fyzickým přenesením výsledů simulačních experimentů do reálného výrobního
systému a zafixování tohoto postupu jako běžné praxe při řízení výroby můžeme prohlásit
implementaci počítačové simulace za ukončenou. Jakmile se podaří přijmout simulaci
zamýšlených zásahů do výrobního systému jako automatické ověření těchto zásahů před
jejich realizací, stává se počítačová simulace integrovanou součástí řídicích procesů
společnosti a teprve tehdy můžeme její implementaci označit jako úspěšně ukončenou.
Obr. 3 Ukázka hierarchické tvorby modelu (vlevo nahoře reálné pracoviště, vpravo nahoře
vizualizace pracoviště v modelu, dole detail modelu pracoviště)
Zdroj: autor
88
4. Závěr
Implementace nástrojů digitální továrny do strojírenské výroby je složitý proces
skládající se z několika fází, jehož věrohodné přínosy jsou závislé především na věrohodnosti
vstupních dat. Po úspěšné validaci digitálního modelu a přenesení výsledků optimalizačních
experimentů do reálného výrobního procesu se počítačová simulace může stát velmi mocným
nástrojem pro efektivní výkon řídicích procesů společnosti.
Digitální továrna, jako nástroj průmyslového inženýrství, umožňuje komplexní a
systémové plánování, projektování, ověřování a průběžné zlepšování všech důležitých
struktur, procesů a zdrojů reálné továrny v souvislosti s jejími výrobky, službami, dodavateli a
odběrateli. To vše v reakci na výše popsané nedostatky současné koncepce a především
vzhledem k nedávné globální ekonomické krizi, která přinesla zcela nový rozměr do
požadavků zákazníků, dříve nepředstavitelný ani v automobilovém průmyslu, týkající se
permanentních inovací pátého (nová varianta) a vyšších řádů, jednokusových výrobních
„sérií“ a real-time on-line datového propojení systému dodavatel-výrobce-odběratel-výrobek.
Prameny
[1]
KIMURA, Fumihiko ; MITSUISHI, Mamoru ; UEDA, Kanji . Manufacturing Systems
and Technologies for the New Frontier : The 41st CIRP Conference on Manufacturing
Systems May 26-28, 2008, Tokyo, Japan [online]. London : Springer, 2008 [cit. 201010-24].
[2]
LEEDER, Edvard. Odbornecasopisy [online]. 2010 [cit. 2010-10-24]. Digitální továrna
–
mocný
nástroj
pro
průmyslovou
výrobu.
Dostupné
z
WWW:
<http://www.odbornecasopisy.cz/index.php?id_document=37514>
[3]
Digitální továrna – mocný nástroj pro průmyslovou výrobu. AUTOMA [online]. 2008,
4, [cit. 2010-09-22]. Dostupné z WWW:
<http://www.odbornecasopisy.cz/index.php?id_document=37514>.
[4]
Digitov [online]. 2008 [cit. 2010-09-22]. Digitální továrna. Dostupné z WWW:
<http://www.digitov.zcu.cz/digitalni_tovarna.php>.
[5]
Designtech [online]. 2006 [cit. 2010-09-22]. Navrh-robotizovanych-pracovist. Dostupné
z WWW: <http://www.designtech.cz/c/plm/navrh-robotizovanych-pracovist-1-dil.htm>
[6]
Osterloh, J.: IT-Systems in Production Management.Werkzeugmaschinenlabor WZL
der RWTH Aachen, 2007. 43s. Dostupné z WWW: http://www.wzl.rwthaachen.de/cms/www_content/en/ 7ab8e31a4ca7f394c1256fb700481ac7/pm_ii_v1.pdf
[7]
BRAZ, José; ARAÚJO, Helder; VIEIRA, Alves.  Informatics in control, automation
and robotics I [online]. Dordrecht, The Netherlands : Springer, 2006 [cit. 2010-10-21].
[8]
Pharmacim [online]. 2009 [cit. 2010-09-22]. Quality. Dostupné z
<http://www.pharmacim.fr/?ru=UTILS&se=QUAL&ct=&m2=10&ms=21>.
[9]
Cameron, I.T., Ingram, G.D.: A surveyofindustrialprocess modelling acrosstheproduct
and processlifecycle. Computers and ChemicalEngineering, Volume 32, 2008. p. 420438
WWW:
[10] ZUEHLKE, Prof. Dr. Detlef. SmartFactory – from Vision to Reality in Factory
Technologies. The International Federation of Automatic Control [online]. 2008.
89
Dostupné
z
WWW:
<http://www.nt.ntnu.no/users/skoge/prost/proceedings/ifac2008/data/papers/4283.pdf>
[11] BAUER, Martin; JENDOUBI, Lamine; SIEMONEIT, Oliver. Http://lcawww.epfl.ch
[online]. 2008. Smart Factory – Mobile Computing in Production Environments.
Dostupné
z
WWW:
<http://lcawww.epfl.ch/luo/WAMES%202004_files/wames_Smart%20Factory.pdf>
[12] VDI-RICHTLINIEN, VDI 4499. http://www.vdi.de [online]. 2008. Dostupné z WWW:
<http://www.vdi.de/uploads/tx_vdirili/pdf/9856297.pdf>
90

Proceedings from the 15th Conference on INTEGRATED

Transkript

Podobné dokumenty

Proceedings from the 14th Conference on INTEGRATED

číslo 1 - Strojírenská technologie

čtěte - www vyrobnidruzstevnictvi projekt

MC aktiv 1/2009 - MC

číslo 19

Poznatky špičkových českých trenérů

Možnosti sociální práce na počátku 21. století

Stáhnout PDF - IFC Markets

Předpovídání budoucnosti v ČR – elektřina

CLIL Chemie

ergonomická racionalizace pracoviště v - Strojnícka fakulta