Kembali ke semua artikel

Investigasi Varians Inventaris: Panduan Detektif

Menemukan varians membutuhkan waktu beberapa detik. Memahami mengapa itu terjadi dan mencegahnya terulang kembali membutuhkan kerja detektif. Ini adalah buku panduan investigasi Anda.

Dalam artikel ini

Anda baru saja memindai kotak terakhir di Lorong 4, Bin C. Sistem Anda mengatakan seharusnya ada 147 unit. Anda menghitung 132. Ada selisih 15 unit, dan jari Anda melayang di atas tombol "Sesuaikan". Akan sangat mudah untuk hanya memperbarui angka dan melanjutkan.

Tapi inilah masalahnya: menyesuaikan hitungan memperbaiki gejalanya, bukan penyakitnya. Inventaris yang hilang itu tidak lenyap begitu saja. Itu salah diambil, salah diterima, salah label, atau salah dicatat. Jika Anda tidak mengetahui yang mana, itu akan terjadi lagi. Dan lagi. Dan akhirnya, kebocoran kecil itu menenggelamkan kapal.

Panduan ini mengajarkan Anda cara menyelidiki varians inventaris seperti detektif, bukan petugas data. Anda akan belajar kapan harus menggali lebih dalam, pertanyaan apa yang harus diajukan, dan bagaimana mengubah setiap ketidakcocokan menjadi perbaikan proses.

Mengapa investigasi penting: gejala vs. penyakit

Sebagian besar tim gudang memperlakukan varians seperti salah ketik. Mereka memperbaikinya dan melupakannya. Tapi setiap varians adalah petunjuk. Itu memberi tahu Anda di mana proses Anda rusak.

Pertimbangkan ini: jika SKU yang sama menyimpang 10 unit setiap minggu, Anda tidak memiliki masalah inventaris. Anda memiliki masalah proses. Mungkin label bin pudar. Mungkin dua produk serupa disimpan berdampingan. Mungkin satu pengambil secara konsisten mengambil kotak yang salah. Menyesuaikan hitungan setiap minggu mengobati gejalanya. Menemukan akar penyebab menyembuhkan penyakitnya.

Penelitian menunjukkan bahwa 58 persen pengecer global memiliki inventaris yang tidak akurat karena data yang terfragmentasi dan proses yang ketinggalan zaman. Perbaikannya bukan lebih banyak penghitungan. Itu adalah investigasi yang lebih baik.

Triase varians: kapan menyesuaikan vs. kapan menyelidiki

Tidak setiap varians layak mendapatkan audit forensik. Anda memerlukan sistem triase yang memisahkan kebisingan dari sinyal.

Tetapkan ambang batas toleransi

Tetapkan aturan yang jelas untuk apa yang disesuaikan secara otomatis dan apa yang diselidiki. Kerangka kerja umum adalah:

Zona Penyesuaian Otomatis (Hijau)

Varians ≤ 2 persen atau nilai ≤ $50. Terima penghitungan ulang, perbarui sistem, catat kode alasan (misalnya, rusak, stok ditemukan), dan lanjutkan.

Zona Investigasi (Kuning)

Varians > 2 persen dan ≤ 5 persen, atau nilai $50 hingga $500. Picu penghitungan ulang kedua oleh orang yang berbeda. Jika penghitungan ulang mengonfirmasi varians, selidiki.

Zona Eskalasi Segera (Merah)

Varians > 5 persen atau nilai > $500. Berhenti. Hitung ulang segera. Tinjau transaksi. Libatkan supervisor. Dokumentasikan semuanya.

Perketat ambang batas ini untuk item A (SKU bernilai tinggi) dan longgarkan untuk item C (curah bernilai rendah). Varians 5 persen pada laptop senilai $2.000 adalah tanda bahaya. Varians 5 persen pada ring senilai $0,10 adalah kebisingan statistik.

Bagan alur triase varians menunjukkan zona hijau, kuning, dan merah
Tetapkan ambang batas yang jelas untuk memutuskan kapan harus menyesuaikan dan kapan harus menyelidiki.
Aturan Ambang Batas Dolar

Selalu selidiki varians apa pun yang melebihi ambang batas dolar Anda, bahkan jika persentasenya kecil. Varians 1 persen pada palet senilai $10.000 masih merupakan kerugian $100.

Buku panduan investigasi: 4 langkah untuk menemukan kebenaran

Ketika varians masuk ke wilayah investigasi, ikuti alur kerja ini. Setiap langkah membangun bukti.

Langkah 1: Hitung ulang dulu, tanya kemudian

Sebelum Anda menyelami log transaksi, verifikasi bahwa hitungan itu nyata. Kesalahan manusia adalah penyebab paling umum dari ketidakcocokan.

Protokol Penghitungan Ulang

  • Gunakan penghitung yang berbeda:Tetapkan seseorang yang tidak melakukan penghitungan pertama untuk menghilangkan bias konfirmasi.
  • Lakukan penghitungan buta:Jangan beri tahu penghitung kedua apa yang dikatakan sistem atau apa yang ditemukan penghitung pertama. Biarkan mereka menghitung secara mandiri.
  • Periksa lokasi lengkap:Pastikan tidak ada kotak yang tersembunyi di balik stok lain, didorong ke belakang, atau duduk di lantai tanpa label.
  • Verifikasi SKU:Konfirmasikan bahwa Anda menghitung produk yang benar. SKU yang mirip sering menjadi penyebabnya.

Jika penghitungan ulang cocok dengan varians asli, Anda telah mengonfirmasi ketidakcocokan nyata. Sekarang pekerjaan detektif dimulai.

Langkah 2: Tinjau transaksi terbaru

Tarik riwayat transaksi untuk SKU dan lokasi. Cari petunjuk dalam 7 hingga 14 hari terakhir.

Daftar Periksa Tinjauan Transaksi

  • Log penerimaan:Apakah SKU baru saja diterima? Apakah tim memverifikasi jumlahnya, atau apakah mereka menerima slip pengepakan secara membabi buta?
  • Catatan pengambilan:Apakah SKU diambil untuk pesanan? Apakah pengambilan dikonfirmasi dengan pemindaian barcode atau entri manual?
  • Transfer:Apakah stok dipindahkan antar lokasi? Apakah transfer dicatat di kedua bin "dari" dan "ke"?
  • Pengembalian:Apakah pelanggan mengembalikan item ini? Apakah itu distok ulang di lokasi yang benar?
  • Penyesuaian:Apakah SKU ini telah disesuaikan secara manual baru-baru ini? Siapa yang menyetujuinya, dan mengapa?

Cari pola waktu. Jika varians muncul pada hari yang sama dengan penerimaan besar, akar penyebabnya kemungkinan adalah kesalahan penerimaan. Jika muncul setelah gelombang pengambilan, curigai kesalahan pengambilan.

Langkah 3: 5 Mengapa (analisis akar penyebab)

Setelah Anda memiliki data transaksi, telusuri akar penyebab menggunakan teknik 5 Mengapa. Metode ini, yang dikembangkan oleh Toyota, memaksa Anda untuk bergerak melewati penjelasan tingkat permukaan.

Berikut adalah contoh dunia nyata:

Mengapa hitungan meleset 15 unit? Karena hitungan fisik lebih rendah dari catatan sistem. Mengapa hitungan fisik lebih rendah? Karena 15 unit dikirim ke pelanggan yang salah. Mengapa mereka dikirim ke pelanggan yang salah? Karena pengambil mengambil kotak yang salah dari Bin C. Mengapa pengambil mengambil kotak yang salah? Karena dua SKU yang tampak serupa disimpan bersebelahan, dan label bin identik dalam ukuran dan warna. Mengapa label bin identik? Karena sistem pelabelan kami tidak membedakan secara visual antara SKU yang serupa. Akar Penyebab: Diferensiasi visual yang tidak memadai dalam pelabelan bin untuk produk yang mirip.

Perhatikan bagaimana investigasi berpindah dari apa yang terjadi (kotak yang salah dikirim) ke mengapa sistem membiarkannya terjadi (desain label yang buruk). Itulah kekuatan analisis akar penyebab.

Diagram analisis akar penyebab 5 Mengapa menunjukkan langkah-langkah menurun
Telusuri melewati gejala untuk menemukan akar penyebab yang sebenarnya.

Langkah 4: Dokumentasikan semuanya

Setiap investigasi varians harus membuat jejak audit. Diri masa depan Anda (dan auditor Anda) akan berterima kasih.

Persyaratan Dokumentasi

  • Detail varians:SKU, lokasi, jumlah yang diharapkan, jumlah yang dihitung, jumlah varians, persentase varians, nilai dolar.
  • Siapa dan kapan:Nama penghitung asli, nama penghitung ulang, tanggal dan waktu setiap penghitungan.
  • Akar penyebab:Penjelasan satu kalimat yang jelas tentang mengapa varians terjadi (misalnya, "Tim penerima menerima jumlah slip pengepakan tanpa verifikasi fisik").
  • Tindakan korektif:Apa yang Anda lakukan untuk memperbaikinya (misalnya, "Melatih ulang tim penerima pada protokol penerimaan buta").
  • Tindakan pencegahan:Apa yang Anda ubah untuk mencegah terulang kembali (misalnya, "SOP yang diperbarui untuk mewajibkan konfirmasi pemindaian barcode untuk semua penerimaan lebih dari 50 unit").

Simpan dokumentasi ini di WMS Anda atau log varians bersama. Ini menjadi dasar untuk pengenalan pola.

Penyebab umum: di mana harus melihat dulu

Jenis kesalahan tertentu bertanggung jawab atas sebagian besar varians inventaris. Ketika Anda memulai investigasi, periksa tersangka yang biasa ini terlebih dahulu.

Kesalahan Penerimaan

Pemasok mengirim 100 unit, tetapi tim penerima Anda mencatat 120 karena mereka memercayai slip pengepakan alih-alih menghitung. Atau mereka menghitung karton tetapi memasukkan potongan. Selalu verifikasi penerimaan secara fisik, terutama selama musim puncak ketika pekerja sementara terburu-buru.

Salah Ambil

Seorang pengambil mengambil Produk A alih-alih Produk B karena terlihat identik, atau ditempatkan bersebelahan. Sistem Anda berpikir Produk B meninggalkan gedung, tetapi masih ada di rak. Gunakan pemindaian barcode untuk menghilangkan kesalahan pemilihan manual.

Kesalahan Lokasi

Stok disimpan di Bin C, tetapi sistem mengatakan Bin D. Atau dipindahkan selama pembersihan dan tidak pernah direlokasi di WMS. Ini menciptakan inventaris hantu (sistem mengatakan ada di sana, tetapi tidak) dan stok yang ditemukan (ada di sana, tetapi sistem tidak tahu).

Kebingungan Unit Ukuran (UOM)

Tim penerima menghitung 10 karton dan memasukkan 10 potongan. Atau mereka menghitung satuan ketika sistem mengharapkan palet. Kesalahan UOM menciptakan varians besar yang bertambah seiring waktu. Buat panduan referensi dan tegakkan.

Typo Entri Data

Seseorang mengetik 150 alih-alih 15, atau mengubah digit (132 vs. 123). Entri manual adalah musuh akurasi. Otomatiskan jika memungkinkan.

Kerusakan atau Pengembalian yang Tidak Dilaporkan

Sebuah kotak tiba rusak, dan tim membuangnya tanpa mencatat penyesuaian. Atau pengembalian pelanggan diterima tetapi tidak pernah distok ulang. Kerusakan dan pengembalian membutuhkan ketelitian alur kerja yang sama seperti penjualan.

Pengenalan pola: pekerjaan detektif yang sebenarnya

Varians individu adalah titik data. Pola adalah wawasan. Di sinilah Anda beralih dari pemadaman kebakaran reaktif ke pencegahan proaktif.

Cari pemicu berulang

Jalankan laporan varians dan filter berdasarkan:

  • SKU yang sama berulang kali meleset: Produk itu sendiri adalah masalahnya. Apakah kemasannya membingungkan? Apakah barcode rusak? Apakah sering dikembalikan?
  • Lokasi yang sama berulang kali meleset: Bin adalah masalahnya. Apakah labelnya pudar? Apakah terlalu tinggi atau terlalu rendah untuk dilihat dengan jelas? Apakah berada di zona lalu lintas tinggi di mana stok tertabrak?
  • Pengambil yang sama berulang kali meleset: Orang tersebut adalah masalahnya. Apakah mereka perlu pelatihan ulang? Apakah mereka terburu-buru? Apakah mereka baru dan tidak terbiasa dengan lokasi SKU?
  • Waktu yang sama dalam sehari/minggu: Prosesnya adalah masalahnya. Apakah varians melonjak selama pergantian shift? Selama volume pesanan puncak? Ketika pekerja sementara bekerja tanpa pengawasan?

Jika SKU yang sama menyimpang dua kali dalam sebulan, berhenti menghitung dan mulai menyelesaikan. Perlakukan itu sebagai kegagalan proses, bukan kesalahan inventaris.

Dasbor gudang menunjukkan peta panas dan pola varians
Memvisualisasikan data varians membantu mengidentifikasi masalah sistemik seperti lokasi atau shift bermasalah.
Aturan Dua Kali Pukul

Jika SKU, lokasi, atau pengambil memicu investigasi varians dua kali dalam 30 hari, eskalasi ke tinjauan CAPA (Tindakan Korektif dan Pencegahan). Tetapkan pemilik dan tanggal jatuh tempo untuk memperbaiki masalah yang mendasarinya.

Membuat alur kerja resolusi varians

Investigasi ad-hoc gagal. Anda memerlukan alur kerja terdokumentasi yang diikuti setiap anggota tim setiap saat.

Alur Kerja Resolusi Varians Standar

  • Varians terdeteksi:Cycle count atau audit fisik mengidentifikasi ketidakcocokan yang melebihi ambang batas.
  • Penghitungan ulang dipicu:Sistem atau supervisor menugaskan penghitung kedua untuk penghitungan ulang buta.
  • Varians dikonfirmasi:Jika penghitungan ulang cocok dengan aslinya, varians itu nyata. Jika tidak, terima penghitungan ulang dan tutup.
  • Investigasi dibuka:Supervisor meninjau riwayat transaksi dan menugaskan investigasi ke tim yang sesuai (penerimaan, pengambilan, dll.).
  • Akar penyebab diidentifikasi:Tim menyelesaikan analisis 5 Mengapa dan mendokumentasikan temuan.
  • Tindakan korektif:Perbaikan segera diterapkan (misalnya, latih ulang pengambil, label ulang bin, pindahkan SKU).
  • Tindakan pencegahan:Perubahan proses diimplementasikan (misalnya, perbarui SOP, tambahkan persyaratan pemindaian barcode).
  • Penyesuaian disetujui:Supervisor atau manajer meninjau dokumentasi dan menyetujui penyesuaian sistem.
  • Varians ditutup:Penyesuaian diposting, dan kasus diarsipkan dengan jejak audit lengkap.

Banyak platform WMS mendukung alur kerja persetujuan. Konfigurasikan mereka untuk menegakkan proses ini secara otomatis.

Mengubah varians menjadi perbaikan proses

Tujuan utamanya bukan untuk menjadi lebih baik dalam menyelidiki varians. Ini adalah untuk berhenti memiliki varians sejak awal.

Gunakan log varians Anda sebagai mesin perbaikan berkelanjutan:

  • Tinjauan bulanan: Tarik laporan semua varians. Apa 5 akar penyebab teratas? Apa 5 SKU teratas? Apa 5 lokasi teratas?
  • Selam dalam triwulanan: Kumpulkan tim penerimaan, pengambilan, dan inventaris. Bagikan datanya. Brainstorming perbaikan.
  • Audit tahunan: Ukur tingkat varians Anda dari tahun ke tahun. Operasi yang sehat harus melihat frekuensi varians menurun seiring waktu seiring matangnya proses.

Setiap investigasi varians harus menanyakan dua pertanyaan:

1. Apa yang perlu saya perbaiki sekarang untuk memperbaiki ketidakcocokan ini? 2. Apa yang perlu saya ubah secara permanen agar ini tidak pernah terjadi lagi?

Pertanyaan pertama memperbaiki gejalanya. Pertanyaan kedua menyembuhkan penyakitnya.

Kesimpulan: dari pemadaman kebakaran ke pencegahan

Menemukan varians itu mudah. Program cycle counting yang layak akan memunculkan ketidakcocokan. Tetapi menemukan mengapa itu terjadi, dan mencegahnya terulang kembali, memisahkan operasi kelas dunia dari yang biasa-biasa saja.

Perlakukan setiap varians sebagai momen pengajaran. Tanya kenapa. Gali lebih dalam. Dokumentasikan temuan Anda. Cari pola. Perbaiki akar penyebabnya, bukan angkanya.

Seiring waktu, tingkat varians Anda akan turun. Akurasi Anda akan naik. Dan tim Anda akan berhenti memadamkan kebakaran dan mulai mencegah. Itulah tujuannya.

Artikel terkait

Panduan baru untuk tim inventaris dan operator.