3. ÇEVİK ÜRETİME GEÇİŞ MODELLERİ
3.3. Çevikliğe Geçiş İçin Taslak Model ve Simülasyon Kullanımı
Bu modelde şirketlerin çevik yapıya geçiş aşamasında yapacağı yatırımlarla çevik olmanın getireceği mali avantajlar net bugünkü değerleri üzerinden hesaplanıp karşılaştırılarak üretim yapan sistemin hangi konfigürasyonları için çeviklik değerinin daha fazla olduğu bir simülasyon uygulamasıyla tespit edilmiştir[29].
Simülasyon Tanımı
Bir modelin nasıl işlediğini anlamak için çeşitli parametreleri değiştirerek farklı durumlara sistemin ne cevap vereceğini araştırmada yardımcı olacak uygulamaya simülasyon adı verilir. Bu çalışmada iki ürünle üretim yapan bir firmanın için belirli konfigürasyonlarının bu iki ürünün değişen taleplerine cevap vermelerinin maliyeti finansal veriler kullanılarak model olarak sunulmuş ve belirsizlik ortamı simüle edilerek rastgele değişimlere modelin verdiği cevaplar incelenmiştir.
3.3.1. Çeviklik Değerinin Tanımı
Bir üretim sistemine kaynaklarına ve altyapısına yatırım yaparak kazandırılan çevik yapının değeri, şirketin çalışma ortamındaki değişimlere tepkisinin finansal sonuçları olarak ortaya çıkar. “Çevikliğin değeri” göreceli bir kavramdır ve iş ortamındaki dinamik belirsizliklere bağlıdır. Belirli bir sistem için değişim çok ileri bir gelecekte meydana geliyorsa veya iş ortamı soldukça stabil ise çevikliğe duyulan ihtiyaç ve dolayısıyla çevikliğin değeri daha az olacaktır. Ayrıca değişimin hızlı olduğu bir ortamda sistemin değişime ayak uydurabilmesi uzun süre alıyorsa vay yüksek maliyetler gerektiriyorsa çevikliğin değeri yine az olacaktır.
Çevikliğin değerini ölçmek için ilgili bütün nakit akışlarının net bugünkü değerinin (NBD) iyi bir yöntem olduğu gözlenmiştir, çünkü NBD yöntemi nakit akışlarının büyüklüğünü ve zamanlamasını ve aynı zamanda firmanın sermayesinin fırsat maliyetini göz önüne almaktadır. NBD’in belirlenmesi için ilgili nakit akışları şu şekilde olacaktır:
• İş çevresindeki değişim meydana geldiğinde bu değişime cevap vermek için gerekli olan maliyet (Belirsiz bir T=Tc zamanında)
• Sistemin değişime cevap vermesi sonucu oluşan nakit girişleri veya kârlar (Tr cevap verme süresi olmak üzere Tc+Tr zamanından başlayarak)
Burada önemli olan T=0 zamanındaki çevikliğe ilk yatırımın miktarıdır. Ancak T=0 anında gelecekle ilgili şeyler, özellikle değişimin tipi ve zamanlaması belirsiz olduğu için sistemin cevap verme şeklini rasgele değişim içerisindeki çevre için muhtemel senaryolara göre oluşturmak gerekir. Sistemin değişime cevabı olarak beklenen NBD belirlemiş ve çevikliğin bir ölçütü olarak kullanılmıştır. Bu ölçüt aracılığıyla iki veya daha fazla sistemin ya da belirli bir sistemin farklı tasarım konfigürasyonları çeviklikleri aynı çevresel değişimler simüle edilerek ve beklenen NBD’leri belirlenerek karşılaştırılabilir. Aynı zamanda çevredeki değişimlere tam anlamıyla ve derhal cevap verebilen mükemmel çevik sistem de tanımlanabilir. Mükemmel çevik sistemin NBD’i ile belirli bir sistemin NBD’i arasındaki fark çevikliğe yatırımın potansiyel değerini ortaya koymaktadır ve bu da yatırım kararlarını verirken yardımcı olabilir.
Bir üretim sisteminin çeviklik değerlendirmesini NBD cinsinden yapmak için yapılacak iki şey vardır:
1. Üretim sisteminin çeşitli bileşenleri için çeviklik özelliklerinin belirlendiği bir çerçeve model oluşturulmalı, bu modelde çevikliğe ulaştıran çeşitli yollar arasındaki nedensel ilişkiler gözetilerek ve üretim sisteminin çeşitli potansiyel ve beklenmeyen değişimlere ve rasgele belirsizliklere cevap verebilme yeteneği kantitatif olarak belirlenmelidir.
2. Üretim sisteminin çevredeki çeşitli beklenmeyen değişimlere cevap verme sürecini simüle edecek ve bunu finansal terimlerle açıklayacak bir metodoloji geliştirilmelidir.
3.3.2. Çerçeve Model
SİSTEM ÇEVRE BEKLENMEYEN DEĞİŞİMLER KARAR BİRİMLERİ • DEĞİŞİMİN ZAMANI • DEĞİŞİMİN TİPİ BİRİM BİLEŞENLERİNİN
ÇEVİKLİK DEĞİŞLKENLERİ • DEĞİŞİMİN SÜRESİ
BİLEŞEN ÇEVİKLİKLERİNİN DİREKT ÖLÇÜTLERİ SİSTEMİN TÜM ÇEVİKLİĞE DAYALI YETENEKLERİ DEĞİŞİMİN TANIMLANMASI
• DEĞİŞİMİN KAPSAMI • DURUM DÖNÜŞÜMÜ OLASILIK MATRİSİ • DEĞİŞİMİN ZAMANI • SOJOURN ZAMAN PARAMETRELERİ • DEĞİŞİMİN MALİYETİ • DEĞİŞİMİN FIRSATLARI SİMÜLASYON
SİMÜLASYONDA SİSTEMİN RASTGELE DEĞİŞİMLERE REAKSİYONU
yZAMANLAMA yMALİYET yAVANTAJLAR
SİSTEMİN YANITININ BEKLENEN NET BUGÜNKÜ DEĞERİ
=
ÇEVİKLİĞİN TOPLAM DEĞERİ
Şekil 3.6 Üretim sistemlerinin çevikliğe geçişini sağlamak için çerçeve model [29]
Bu modelle cevap bulunması amaçlanan sorular şunlardır: • Sistem değişimin ne kadarına cevap verebilecektir? • Sistem değişime ne kadar hızlı cevap verebilecektir? • Değişime cevap vermenin maliyeti nedir?
Model oluşturma sürecinin ilk aşamasında on karar alanında 32 çeviklik değişkeni belirlenmiş (Tablo 3.4) ve ikinci aşamada bu ana karar alanları için çevikliğe ulaştıracak çeşitli yol haritaları incelenmiştir. Üçüncü aşamada ise her bir faktör için uygun birer ölçü skalası belirlenmiştir.
Simülasyon modelinde üretim sisteminin belirli bir Si durumundan rastgele bir zamanda, yine rastgele bir Sj durumuna geçtiği ve bunu Pij dönüşüm matrisine göre yaptığı varsayılmıştır. Değişimin zamanı ve yönünün rastgele olması bu Pij dönüşüm matrisi kullanılarak sağlanmıştır.
Simülasyonun kullanımına örnek olarak K=15000 birim üretim kapasitesi olan bir şirket bu kapasiteyi A ve B ürünlerine çeşitli şekillerde dağıtmıştır. Oluşturulan 5 üretim konfigürasyonu için ürünlerin talep değişimlerini ifade eden 3 durum öngörülmüştür. Sonuç olarak her ürün için atanan kapasite ile o ürün için içinde bulunulan durumdaki talep miktarı dikkate alınarak toplam net kazanç hesaplanır. Bu simülasyon 500 defa tekrarlanarak her durum için kazançların net bugünkü değerlerinin bir dağılımı elde edilmiştir. Hesaplanan durumlardaki kazançlar mükemmel çevik sistemde elde edilecek kazanç miktarından çıkarılarak çevikliğin o konfigürasyon için değeri hesaplanmıştır. Bu değer aynı zamanda çevikliğe yapılabilecek maksimum ilk yatırım miktarı olarak ta algılanabilir.
Tablo 3.4 Çeviklik analizi için veri toplama çalışmasına bir örnek [29]
Karar Alanı Çeviklik
Değişkenleri Direkt Ölçümler Ölçüm Skalası
Ürün veya çıktı pazarı Yeni Ürün Tanıtımı Pazara sunma süresi Asal Sayı: Ortalama ve varyans
Yeni ürün sayısı Asal Sayı: nümerik tahmin
Her yıl tanıtılan yeni model ve yükseltmeler Asal Sayı: nümerik tahmin Mevcut ürünleri için her yıl oluşan yeni pazar sayısı Asal Sayı: nümerik tahmin Dağıtım kanalları Temin süreleri:
Ortalama ve standart sapma Asal Sayı: Ortalama ve varyans
Farklı kanallar Asal Sayı: Ortalama ve varyans
Satış kanallarını değiştirme kolaylığı Çok düşük 1 2 3 4 5 Çok yüksek Yeni satış kanalı oluşturma kolaylığı Çok düşük 1 2 3 4 5 Çok yüksek
Satış kanalını iptal etme kolaylığı Çok düşük 1 2 3 4 5 Çok yüksek
Satış kanalları arasında enformasyon paylaşımı
kolaylığı ve entegrasyonu
Çok düşük 1 2 3 4 5 Çok yüksek Fırsatları belirlemek
için pazarı izleme
İyi tanımlanmış stratejiler ve formel sistemler
Yeni ve geleneksel olmayan pazarları izleme Önemsiz 1 2 3 4 5 Çok önemli Rekabetin sürekli değerlendirilmesi Önemsiz 1 2 3 4 5 Çok önemli Müşteri geri beslemesini ve tatminini değerlendirme Önemsiz 1 2 3 4 5 Çok önemli Gelecekte oluşabilecek sorunların ve dış değişim