MIGLIORAMENTO FLESSIBILITÀ, PRODUTTIVITÀ ED ECONOMICITÀ OPERATIVITÀ LEASEPARK

Transcript

1 MIGLIORAMENTO FLESSIBILITÀ, PRODUTTIVITÀ ED ECONOMICITÀ OPERATIVITÀ LEASEPARK CHIARA ROZZA Lean Six Sigma Project Manager Assago, 16 Marzo 211

2 NOLEGGIO BENI BENI ICT ICT IN IN BNP BNP PARIBAS NOLEGGIO BENI ICT & LEAN SI SIGMA 2

3 BNP PARIBAS Leader europeo nei servizi bancari e finanziari di statura mondiale con ampia copertura internazionale e forte presenza in tutte le grandi piazze finanziarie internazionali Tra le 6 banche più solide (rating AA) Capitalizzazione di Mercato 3 banca mondiale 6 tra i brand bancari globali Mondo 12 Europa 3 Zona Euro 2 Francia 1 3

4 PRESENTE IN OLTRE 8 PAESI 4

5 TRE AREE DI ATTIVITÀ Clientela Privata Clientela Corporate Istituti Finanziari Retail Banking Investment Solutions Corporate and Investment Banking 5

6 NOLEGGIO BENI ICT NEL GRUPPO BNP PARIBAS Retail Banking Società commerciale detenuta al 1% da BNP Paribas Leasing Solutions specializzata in soluzioni finanziarie, amministrative e logistiche per il parco informatico e delle attrezzature per ufficio 7. filiali (5. fuori Francia) 21 milioni di clienti Entità: BDDF, BNL bc, BNP Paribas Fortis, BGL BNP Paribas, BancWest, Personal Finance (Findomestic), Equipment Solutions (Arval, Leasing Solutions, Artegy, Arius) 6

7 NOLEGGIO BENI ICT IN BNP PARIBAS NOLEGGIO BENI BENI ICT ICT & LEAN LEAN SI SI SIGMA SIGMA 7

8 PROJECT CHARTER Business Case Per raggiungere gli obiettivi economici fissati a budget è critico garantire il controllo dei rischi operativi legati all attività di renting dei parchi informatici aziendali, area di business in fase di sviluppo. E inoltre prevista una crescita consistente dei volumi delle pratiche renting da 14 mio a fine 29 a 24 mio a fine 21. Diviene strategico rendere più efficace ed efficiente la gestione della piattaforma operativa renting attraverso: Semplificazione e standardizzazione della documentazione contrattuale garantendo flessibilità operativa; Ottimizzazione dei processi di gestione operativa delle pratiche renting. Problem Statement L attuale documentazione contrattuale renting ed i processi di gestione dell area operativa renting: non sono flessibili e non si adattano alla variabilità contrattuale tipica di quest attività; richiedono un consistente intervento manuale dei gestori con un rischio operativo fuori controllo. L attuale struttura operativa non consente di gestire i volumi crescenti previsti. Objectives Mantenendo la stessa struttura operativa: Ridurre il lead time della gestione documentale del 4% entro dicembre 21 Migliorare lo standard qualitativo della documentazione contrattuale Project Background Scope In scope: - Business Unit Technology Solutions, prodotto Leasepark - Processo produzione e stampa documentazione contrattuale - Processo attivazione pratiche dalla raccolta della documentazione contrattuale alla fatturazione al cliente e pagamento al fornitore Out of scope: - Altre Business Unit, altri prodotti finanziari - Processo delibera pratiche, processi post vendita Metrics / CTQ Lead Time Actual 68 giorni (media) Target 4 giorni (media) Project Execution Project Leader Chiara Rozza Champion Carlo Grossi, LIT General Manager Team members Renting Operations Dpt. (process owner) Renting Operations Dpt. (gestore) Sales LIT Legal Dpt. IT Development Coach Rocco Imperatore Milestones Define 31 Mag 1 Measure 3 Lug 1 Analyze 31 Ag 1 Improve 3 Sett 1 Control 31 Ott 1 8

9 IDENTIFICAZIONE CTQs PROGETTO VOC Definizione caratteristiche misurabili processo critiche per cliente Definizione priorità e obiettivi progetto coerenti con bisogni cliente CUSTOMER: General Manager LIT Responsabile raggiungimento degli obiettivi di budget e della gestione relazioni coi principali clienti. METODO RACCOLTA VOC: Intervista Approfondire il punto di vista del cliente riguardo il processo e le performance attese. VOC La stampa della documentazione contrattuale èin gran parte manuale e richiede troppo tempo per produrla, imponendo un doppio inserimento dei dati (a sistema e sui documenti) e doppi controlli. NEED Ridurre il tempo di predisposizione della documentazione contrattuale. Aumentare la produttività ottimizzando il processo di gestione operativa dei contratti. CTQ Lead Time Produttività L'attuale documentazione contrattuale è troppo complessa, diversa per ogni cliente, non flessibile rispetto alle esigenze del business, con errori. Ridurre i rischi operativi semplificando e standardizzando la documentazione contrattuale garantendo flessibilità operativa. Qualità 9

10 CLARIFY DATA CTQs PROJECT Y DEFINIZIONE OPERATIVA TIPO DATO CARATTERISTICHE PERFORMACE CTQs LSL USL TARGET DIFETTO Lead Time CTQ PRIMARIO Tempo di attraversamento medio espresso in giorni dalla data di proposta (ordine noleggio da cliente) alla data di attivazione (1 fattura di noleggio al cliente) Continuo giorni 9 giorni 4 giorni nel 9% dei casi Contratti gestiti oltre 9 giorni Produttività CTQ SECONDARIO Numero di contratti chiusi a persona / Numero di persone Continuo n/a n/a n/a n/a Qualità CTQ SECONDARIO % contratti gestiti secondo gli standard qualitativi definiti: a concordanza parametri contratto con parametri a sistema b clausole contrattuali coerenti c assenza errori operativi Discreto n/a n/a 1% Errori della tipologia a, b e c sui contratti Attraverso la VOC sono stati identificati: CTQ Primario (Lead Time): misurabile e considerato criticità principale dal cliente (Y del progetto); CTQ Secondario (Produttività): misurabile e dipendente dal lead time; CTQ Secondario (Qualità): non misurabile e legato al processo as is. 1

11 MAPPATURA PROCESSO HIGH LEVEL SIPOC Identificazione limiti del processo e attività chiave Accordo sponsor e team su perimetro progetto S Supplier I Input P Process O Output C Customer Area commerciale T T Commerciale Renting Delibera Rischio Anagrafica cliente ACCORDO QUADRO Accordo Quadro da sottoscrivere Cliente T1 T1 Cliente Accordo Quadro sottoscritto Piano finanziario ORDINE NOLEGGIO Ordine Noleggio da sottoscrivere Cliente Piattaforma Operativa T2 T2 T3 T3 Cliente Fornitore Beni Ordine noleggio sottoscritto Conferma ordine ORDINE ACQUISTO VERBALE CONSEGNA Ordine Noleggio da sottoscrivere Verbale Consegna da sottoscrivere Fornitore Beni Fornitore Beni Cliente T4 T4 Fornitore Beni Verbale consegna sottoscritto Fattura vendita ATTIVAZIONE CONTRATTO 1 fattura noleggio Pagamento fornitore Cliente Fornitore Beni 11

12 DATA COLLECTION PLAN Supporto nel verificare l utilità (misurare la cosa giusta ) e la validità statistica (misurare le cose correttamente ) dei dati raccolti Garantire la significatività e rappresentatività dei dati raccolti CTQ PRIMARIO: LEAD TIME METRIC STRATIFICATION FACTORS OPERATIONAL DEFINITION SAMPLE SIZE SOURCE AND LOCATION COLLECTION METHOD WHO WILL COLLECT DATA Y Lead Time - Totale - Mese entrata pratica - Commerciale - Numero rilavorazioni Differenza tra "data invio ordine noleggio" e "data attivazione" 1% Forward 2 Estrazione sistema Chiara / Mirko Lead Time - Ordine Noleggio / Ordine Acquisto Differenza tra "data invio ordine noleggio" e "data invio ordine acquisto" 1% File.xls Dati manuali Chiara / Mirko Lead Time - Ordine Acquisto / Verbale Consegna Differenza tra "data invio ordine acquisto" e "data invio verbale consegna" 1% File.xls Dati manuali Chiara / Mirko Lead Time - Verbale Consegna / Attivazione Differenza tra "data invio verbale consegna" e "data attivazione" 1% File.xls Dati manuali Chiara / Mirko PERIMETRO ESTRAZIONE Contratti decorsi dal 1 gennaio 21 al 31 luglio 21 (nuova organizzazione piattaforma operativa) CRITERI SELEZIONE DATI Eliminazione outliers : Contratti clienti speciali (processo differente) Contratti con tempi <= 5 giorni e > 16 giorni (date modificate) DEFINIZIONE BASELINE Estrazione da sistema informatico di: Data proposta (prima lavorazione) e data registrazione (ultima lavorazione) Pratiche rilavorate 12

13 BASELINE 3 6 Summary for Lead Time USL Lead Time A nderson-darling Normality Test A -Squared 1,52 P-V alue <,5 Mean 67,996 StDev 4,177 V ariance 1614,18 Skew ness, Kurtosis -, N 81 Minimum 6, 1st Q uartile 3,5 Median 69,428 3rd Q uartile 91,5 Maximum 158, 95% C onfidence Interv al for Mean 59,113 76,88 Process Data LS L Target * USL 9 Sample Mean 67,9965 Sample N 81 Shape 1,76238 Scale 76,4729 Observed Performance PPM < LSL, PPM > USL 27164,94 PPM Total 27164,94 LSL Process Capability of Lead Time Calculations Based on Weibull Distribution Model USL O v erall C apability Pp,41 PPL 1,3 PPU,17 Ppk,17 Exp. Overall Performance PPM < LSL, PPM > USL 26382,69 PPM Total 26382,69 95% C onfidence Interv al for Median 6, 76, 95% Confidence Intervals 95% C onfidence Interv al for StDev 34,8 47,534 Mean Median Circa il 25% dei contratti è difettoso rispetto alle specifiche. I parametri di posizione non rispecchiano la distribuzione reale dei dati. Sospetto di distribuzione bimodale non dimostrato. La normalità dei dati non è verificata. Variabilità molto elevata. Non vi sono cause speciali che impattano sul processo (no outliers). 13

14 MAPPATURA PROCESSO SWIM LANE FLOW CHART Creazione visione comune e condivisa del processo nel team Fotografia funzionamento processo attuale Identificazione oggettiva criticità del processo MAPPATURA: ogni fase del SIPOC è stata esplosa nella flow chart per definire nel dettaglio chi fa cosa ed identificare i passaggi d attività tra attori. AREE CRITICHE: la mappatura ha inoltre consentito di iniziare ad identificare gli ambiti del processo inefficienti e/o complessi su cui focalizzare l analisi. 14

15 Cycle time = 1 minuti Touch time =,1% Varie parti del processo non direttamente controllabili VALUE STREAM MAP AS IS Rappresentazione flussi chiave processo (attività e informazioni) Identificazione e quantificazione metriche principali del processo Identificazione snodi critici 15

16 DATA ANALYSIS BOPLOT Analisi immediata distribuzione e variabilità dati Boxplot of Lead Time Lead Time USL Distribuzione molto dispersa (IQR = 61 giorni, Min = 6 giorni e Max = 158 giorni). Q3 oltre USL 9 giorni. E necessario stratificare i dati per comprendere le fonti di variazione. 16

17 DATA ANALYSIS INDIVIDUAL PLOT MESE ENTRATA PRATICA Individual Value Plot of Lead Time COMMERCIALE Individual Value Plot of Lead Time Lead Time ott-9 nov-9 nov-9 nov-9 nov-9 nov-9 dic -9 dic-9 dic- 9 dic-9 dic- 9 dic-9 dic-9 gen-1 gen-1 gen-1 gen-1 feb-1 feb-1 Mese Entrata Pratica feb- 1 feb-1 mar -1 mar -1 mar -1 mar -1 mar -1 m -1 mar -1 m ar -1 apr -1 apr - 1 apr mag-1 mag-1 mag-1 mag-1 giu-1 u-1 giu-1 u-1 lug-1 lug- 1 Esistono differenze in termini di lead time a seconda del mese di entrata della pratica. Si riscontra una riduzione del lead time nel tempo, sebbene la variazione rimane elevata. Le pratiche entrate dal mese di aprile 21 vengono gestite entro il limite di specifica. USL 9 D E Cod. Commerciale Esistono differenze in termini di lead time a seconda del commerciale che ha gestito la pratica. B e E hanno gestito quasi tutte le loro pratiche entro il limite di specifica. H presenta la maggiore variabilità. Le prestazioni dei commerciali A, F e G, sempre sotto il limite di specifica, non sono rappresentative vista la bassa numerosità campionaria. Lead Time A B C F G H USL 9 17

18 I tempi per fase di processo sono stati analizzati sullo STOCK AL per assenza date su contratti decorsi (né a sistema né su documenti cartacei archiviati) DATA ANALYSIS PARETO CHART Individuazione aree intervento prioritarie NR. PRATICHE IN STOCK PER FASE PROCESSO PRATICHE IN STOCK PER GIORNI ANZIANITA MEDIA Pareto Chart of DOCUMENTO Pareto Chart of DOCUMENTO STOCK DOCUMENTO Ordine Noleggio Ordine Acquisto Mel Other STOCK Percent 51,2 3,2 14, 4,7 Cum % 51,2 81,4 95,3 1, Percent ETA MEDIA STOCK DOCUMENTO Ordine Acquisto Verbale Consegna Ordine Noleggio ETA MEDIA STOCK Percent 33,3 27,3 21,3 18, Cum % 33,3 6,7 82, 1, Mel Percent Il 5% delle pratiche in lavorazione èfermo all invio dell Ordine Noleggio al cliente (fase 1). Il 3% èfermo all invio dell Ordine di Acquisto al Fornitore (fase 3). Non esiste un effetto di Pareto rilevante sull età media dello stock. Le pratiche più anziane sono quelle in attesa di documenti dal Fornitore (Ordine Acquisto e Verbale Consegna). 18

19 DATA ANALYSIS TIME SERIES Analisi esistenza trend temporali nella serie di dati Analisi presenza eventuali cause speciali Time Series Plot of Lead Time Run Chart of Lead Time Lead Time ott-9 nov-9 dic-9 dic-9 gen-1 feb-1 mar-1 apr-1 Anno-Mese Proposta mag-1 giu-1 lug-1 USL 9 Lead Time Number of runs about median: 22 Expected number of runs: 41,5 Longest run about median: 9 Approx P-Value for Clustering:, Approx P-Value for Mixtures: 1, Observation Number of runs up or down: 4 Expected number of runs: 53,7 Longest run up or down: 8 Approx P-Value for Trends:, Approx P-Value for Oscillation: 1, La distribuzione dei dati presenta un trend temporale discendente. Da aprile 21 tutte le pratiche sono gestite nel limite di specifica. I punti consecutivi con lead time identici rappresentano pratiche dello stesso cliente. Sebbene esiste un trend temporale discendente, il lead time rimane molto variabile ed il processo instabile. Presenza di fenomeni di clustering perché ci sono pochi run rispetto agli attesi (p value for clustering <,5). Conferma di fenomeni di trend (p value for trends <,5) come già evidenziato nella times series plot. 19

20 PROCESS ANALYSIS VA / NVA ACTIVITIES Analisi attività per cui il cliente èdisposto a pagare (value added vs. not value added) Analisi attività necessarie per l azienda, ma che non aggiungono valore dal punto di vista del cliente (business value added) TIPO ATTIVITA PROCESS AS IS % SU TOTALE Value Added 7 17% Business Value Added 21 5% Not Value Added 14 33% TOTALE 42 1% Le fasi Value Added rappresentano quasi il 2% del totale (nei servizi si attestano normalmente attorno al 1%). Le fasi Business Value Added sono preponderanti (5% del totale). 2

21 POTENTIAL CAUSES ANALYSIS FISHBONE Analisi qualitativa cause potenziali (Brainstorming e Diagramma Affinità) Cause-and-Effect Diagram Measurements Material Personnel Testo docs No misurazione performance processo Layout docs Commerciale No standard compilazione Tempo firma cliente Gestione circuito info commerciali/gestori Disposizione uffici Attità extra-processo non ottimizzate Archiviazione cartacea No dati processo Blocchi IT Lead Time elevato e variabile Environment Tempo consegna fornitore Methods Gestione manuale docs No doppi controlli No specializzazione per attività Machines Stampa docs semi-automatica Aree d intervento prioritarie individuate sono: Methods, Machines, Material. La marcata evidenza delle cause individuate ha fatto propendere al passaggio dell individuazione immediate delle soluzioni, senza ulteriori approfondimenti analitici. 21

22 QUICK WINS Individuazione azioni implementabili immediatamente (Brainstorming) Definizione Action Plan CAUSA No misurazione performance processo SOLUZIONE - Implementazione KPI seguito processo (manuali) Lead Time IMPATTO Rischio Operativo Gestione circuito informazioni tra commerciali / gestori - Creazione script anagrafica cliente - Creazione script / calcolatore condizioni finanziarie Blocchi IT - Formazione IT a gestori Archiviazione cartacea - Attivazione circuito archiviazione ottica per documentazione contrattuale e fatture fornitori Attività extra processo non ottimizzate (es. invio DURC) - Creazione mailing list automatizzata ed invio di gruppo del documento ogni mese 22

23 IMPROVEMENTS Individuazione soluzioni da implementare per ridurre / eliminare cause identificate (brainstorming) Definizione Action Plan CAUSA SOLUZIONE Lead Time IMPATTO Rischio Operativo Testo Documenti - Revisione testo documentazione contrattuale da parte del Legale Layout Documenti - Revisione layout documentazione contrattuale da parte del Marketing Operativo - Creazione standard istruzioni compilazione visuali Gestione documentazione non automatizzata - Automatizzazione stampa documetazione contrattuale e gestione documentale a sistema (sviluppo IT) - Automatizzazione report performance 23

24 OTTIMIZZAZIONE FLUSSI PROCESS TO BE Obiettivo di eliminare costi nascosti, ridurre complessità e lead time processo, utilizzare meglio le risorse TIPO ATTIVITA PROCESS AS IS PROCESS TO BE DELTA Value Added 7 7 Business Value Added Not Value Added TOTALE Sulla base dell analisi di processo sono state eliminate quasi tutte le fasi Not Value Added (12 su 14). Gli step Business Non Value Added sono stati ridotti (da 21 a 19) e semplificati per renderli più fluidi e funzionali agli step Value Added (es. controlli su fasi chiave). 24

25 RISULTATI 7 6 EVOLUZIONE LEAD TIME (in giorni) Time Series Plot of Lead Time Categoria after before % TARGET Lead Time USL Luglio Agosto Settembre Ottobre Anno-Mese Il lead time medio èpassato da 68 giorni (baseline) a 3 giorni (pratiche da agosto a ottobre 21) riducendosi del 69%. Nell ultimo trimestre tutte le pratiche sono state gestite entro il target di 4 giorni. Il trend temporale discendente è più accentuato nell ultimo trimestre. Minore oscillazione del lead time nell ultimo trimestre. 25

26 RISULTATI Categoria after before 1 Test for Equal Variances for Lead Time % Bonferroni Confidence Intervals for StDevs F-Test Test Statistic,14 P-Value, Levene's Test Test Statistic 2,44 P-Value, Process Data LS L Target * USL 9 Sample Mean 3,1429 Sample N 28 Shape 2,826 Scale 33,647 Observed Performance PPM < LSL, PPM > USL, PPM Total, Process Capability of Lead Time Calculations Based on Weibull Distribution Model LSL USL O v erall C apability Pp 1,6 PPL 1,5 PPU 1,7 Ppk 1,5 Exp. Overall Performance PPM < LSL, PPM > USL 734,88 PPM Total 734,88 Categoria after before Lead Time Le performance del processo sono sensibilmente migliorate. La varianza del lead time del processo "prima" delle implementazioni e quella "dopo" le implementazioni sono statisticamente differenti. Gli intervalli di confidenza non sono sovrapposti. P value = conferma l ipotesi alternativa, ovvero Ha: varianza before varianza after. La difettosità del processo si è sensibilmente ridotta passando dal 25% al 7% e la prestazione effettiva (Ppk) è migliorata da,17 a 1,5. 26

27 RISULTATI Le implementazioni effettuate nell ambito del progetto hanno consentito di: Ottenere un risparmio totale annuo di circa 3. euro a fronte di un investimento in sviluppo informatico iniziale di circa 1. euro. Eliminare i rischi operativi legati ad errori nella documentazione e nella reportistica. Le soluzioni di miglioramento del layout della documentazione verranno estese ad altre aree aziendali, in particolare in ambito Customer Care con la revisione dei format di richieste informazioni ai clienti. 27

28 LESSONS LEARNT La flessibilità degli strumenti propri del Six Sigma rende la loro applicazione efficace anche per la risoluzione di problemi in ambito transazionale. Nobody s perfect, but a team can be (M. Belbin) Il forte coinvolgimento ed interesse di sponsor e team hanno rafforzato l efficacia della metodologia DMAIC. Il maggior tempo dedicato alle fasi di Define e Measure ha facilitato e reso più oggettivo il lavoro col team nelle fasi di Analyze e Improve. 28