UCLA Anderson Global Supply Chain Blog

供应链质量管理：性能与一致性

——Guillaume Roels

随着20世纪90年代以来外包业务的增长，供应链已变得非常复杂，涉及多个中间环节。这份由Sourcemap.com发布的数据显示了当今手提电脑供应链的复杂性：

显然，各公司很难透过如此多的层级掌握整个运营过程。这种透明度的缺乏也不可避免地带来了管理方面的一些挑战。例如，波音在开发梦想飞机的过程中出现了严重耽搁，部分原因是由于他们对二级和三级供应商的工作几乎完全无法监测。另外一个例子是美泰在2007年发生的玩具大规模召回事件，起因是其承包商下分包商的一位雇员将美泰购买的油漆换成了有毒的铅超标油漆。更近的一则案例是关于三星Galaxy系列，其两家电池供应商分别存在设计缺陷且绝缘胶带使用不足以及另外的制造缺陷问题。

在如此支离破碎的供应链中实施质量管理的确困难重重。提及质量，人们往往将性能（即产品的平均质量）和一致性（即平均性能差异小）区分开来。为了解释这些概念，请考虑某一特定产品以下输出级别随时间发生的变化：

尽管平均输出级别为100，客户可能会更偏好150的输出级别，因此通过提升平均输出级别可将质量、即性能提升至150，以更加符合客户的质量预期，如绿线所示：

这项工作一旦完成，可通过降低平均值周围各值的差异，改善一致性，来进一步改善质量，如橙线所示：

在多层级供应链中，质量的性能和一致性两方面都可能出现问题。

畸变的性能标准

对质量标准的定义往往非常宽松，供应商也不会因其交付的质量而受到问责。假设供应商被要求生产质量等级为150 ± 60的产品。如果供应商的平均输出质量为100，可能满足了合同条款，但买方可能由于其输入（即供应商的输出）低于理想水平而遇到严重的生产问题。例如，买方流程经优化后，目标输入质量等级可能为150，但产出可能在输入等级低于110时大幅降低。如果供应商能够小幅改善其输出等级，例如从100提升至120，那么买方的产出能够得到大幅提升。

在这一案例中，供应商绝不能改善其自身流程的一致性。如果供应商确实降低了其流程的差异性，交付始终保持在100左右的质量等级，买方则永远不会有机会提升产出！

这类畸变的性能标准问题绝大多数源自供应商缺乏对买方输入用途的理解。比如说，供应商是否总是了解其输出质量会对买方的产出造成何种影响？或者它会与其他供应商的关键输入发生何种交互作用？

供应商不一定是有错的一方。事实上，他们对买方需求的理解不足往往源自买方对自身流程的理解不足。或者可能由于质量标准牵涉很多方面，因而难以定义。

流程差异的涟漪效应

即使整个供应链中的性能标准都得到了恰当设定，但由于不同的中间流程缺乏一致性，多层级供应链中仍可能出现质量问题。这将导致产生类似于牛鞭效应的涟漪效应，随供应链中间环节数量的增加而放大。

为了说明一致性不佳带来的影响，假设流程链中每家公司都达到99%的一致性，即在获得无缺陷输入的前提下生产1%的缺陷产品。首先假定供应链由两家这样的公司组成，缺陷仅在产品进入终端市场时才被发现。这种情况下，供应商生产的1%缺陷产品被买方进行加工，因此浪费了宝贵的产能。更重要的是，整个供应链将仅生产99% x 99% = 98%的合格产品，即缺陷率为2%。

随着我们向供应链上游追溯，不良的质量一致性逐渐呈放大效果。这与向供应链上游追溯、需求差异呈相反方向放大的牛鞭效应不同。此外，即使每家公司的流程都达到近乎完美的一致性，中间环节越多，缺陷也越多！例如，如果供应链由n个中间环节组成，每个环节的流程一致性均为99%，整个供应链可能会生产多达1 – (99%)ⁿ的缺陷产品。当供应链中有n=5个中间环节时，这一数字为5%；当供应链中有n=10个中间环节时，这一数字为10%。中间环节越多，放大效应带来的结果越糟糕！

解决方案

为减少此类扭曲性能指标以及流程差异所致涟漪效应的发生，供应链各方需要更好地了解通过“缺陷”向下游传播并与其他供应商的产品相互作用而产生的质量成本。发展更加紧密的买方-供应商合作关系、提高透明度、找出性能畸变和流程差异的根源，并调整激励措施，是在供应链中抑制此类质量问题的唯一办法。通过合作，供应链各方有机会通过改善性能以及各自输入的一致性，增加业务总量，并为整个供应链增加价值。

Gestión de calidad en cadenas de suministro: Rendimiento y Conformidad

Por Guillaume Roels

Con el aumento de la práctica de la tercerización desde la década de los 90, las cadenas de suministro se han vuelto muy complejas con la participación de muchos intermediarios. Esta figura, realizada por Sourcemap.com, ilustra la complejidad de las cadenas de suministro de computadoras portátiles de la actualidad:

Es obvio que con tantas capas a las compañías les resulta difícil tener visibilidad completa de sus operaciones. Y esta falta de transparencia inevitablemente genera algunos desafíos gerenciales. Por ejemplo, Boeing sufrió grandes demoras en el desarrollo del Dreamliner, en parte debido a que tenían muy poca visibilidad de sus proveedores de niveles 2 y 3. Otro ejemplo es Mattel que fue afectado por un retiro masivo de juguetes del mercado en 2007 porque los empleados del subcontratista de uno de sus contratistas reemplazaron la pintura comprada por Mattel por pintura tóxica a base de plomo. Más recientemente, las dificultades de Samsung con su Galaxy se atribuyeron a dos proveedores de baterías, el primero por una falla en el diseño y falta de cinta aisladora y el segundo por un defecto de fabricación.

La gestión de calidad en cadenas de suministro tan fragmentadas es extremadamente desafiante. Al hablar de calidad, con frecuencia se distingue entre rendimiento, es decir, la calidad media de un producto, y conformidad, es decir, la falta de variación en ese rendimiento medio. Para ilustrar estos conceptos, considere el grado de salida de un producto particular tenga en cuenta el siguiente nivel de salida de un producto particular a lo largo del tiempo:

Aunque el grado medio de salida es 100, el cliente puede preferir un grado de salida de 150, de modo que se podría mejorar la calidad aumentando el grado medio de salida, o rendimiento, a 150 para que coincida con la calidad deseada del cliente, como representa la línea verde:

Una vez hecho esto, se puede mejorar más la calidad al aumentar la conformidad del producto reduciendo la variación media, como representa la línea naranja:

En cadenas de suministro de múltiples capas pueden surgir problemas en las dimensiones de calidad rendimiento y conformidad.

Estándares distorsionados de rendimiento

Con mucha frecuencia, los estándares de calidad se definen solo en términos muy imprecisos y los proveedores no son responsables de la calidad que ofrecen. Supongamos que se le pide a un proveedor que haga un producto con un grado de calidad de 150 ± 60. Si el proveedor produce una calidad de salida 100 en promedio, es posible que se hayan cumplido los términos del contrato, pero el comprador puede experimentar problemas de producción importantes porque su insumo (que es la salida del proveedor) puede estar por debajo de su nivel óptimo. Por ejemplo, los procesos del comprador pueden haber sido optimizados para un grado de calidad del insumo de 150 y su rendimiento puede caer significativamente cuando el grado del insumo es inferior a 110. Si el proveedor pudiera mejorar levemente el grado de su salida, por ejemplo de 100 a 120, el rendimiento del comprador podría mejorar significativamente.

En este caso particular, lo que el proveedor no debería hacer es mejorar la conformidad de sus propios procesos. Si el proveedor redujera realmente la variación de sus procesos para entregar sistemáticamente un grado de calidad alrededor de 100, ¡el comprador nunca tendría la oportunidad de mejorar su rendimiento!

La mayoría de estos problemas de estándares distorsionados de rendimiento surgen del hecho de que el proveedor no entiende cabalmente cómo el comprador va a usar el insumo. En particular, ¿los proveedores siempre entienden cómo la calidad de su salida afecta el rendimiento del comprador? ¿O cómo interactúa con la calidad de los insumos clave de otros proveedores?

No necesariamente se debe culpar a los proveedores. De hecho, su falta de comprensión de las necesidades del comprador podría deberse un entendimiento deficiente por parte del comprador de sus propios procesos. O podría ser porque los estándares de calidad son difíciles de definir debido a su naturaleza multidimensional.

Efecto dominó de las variaciones del proceso

Incluso si los estándares de rendimiento están establecidos apropiadamente en toda la cadena de suministro, pueden surgir problemas de calidad en las cadenas de suministro de múltiples capas debido a la falta de conformidad en los procesos de los diferentes intermediarios. Y esto genera un efecto dominó que, al igual que el efecto látigo, se amplifica con la cantidad de intermediarios de la cadena de suministro.

Para ilustrar el impacto de una conformidad deficiente, supongamos que cada compañía en la cadena del proceso logra una conformidad del 99%, es decir, produce un 1% de defectos, condicionada a la recepción de insumos no defectuosos. Para empezar, supongamos también que la cadena de suministro consiste en dos de dichas compañías y que los defectos sólo se detectan cuando llegan al mercado final. En ese caso, el proveedor produce 1% de defectos, que son procesados ​​por el comprador, desperdiciando así una valiosa capacidad. Más importante aún, toda la cadena de suministro en su conjunto producirá sólo 99% x 99% = 98% de productos conformes, es decir, 2% de defectos.

A diferencia del efecto látigo, que propaga la variabilidad de la demanda hacia atrás a medida que avanzamos hacia arriba en la cadena de suministro, la conformidad de la mala calidad se propaga hacia adelante, a medida que avanzamos en la cadena de suministro. Por otra parte, cuantos más intermediarios, más defectos, ¡incluso si el proceso de cada compañía alcanza una conformidad casi perfecta! Por ejemplo, si una cadena de suministro consiste en n intermediarios, cada uno con un 99% de conformidad del proceso, entonces la cadena de suministro en su conjunto puede producir 1 – (99%)ⁿ defectos, que es igual al 5% cuando la cadena de suministro tiene n=5 intermediarios e igual a 10% cuando tiene n=10 intermediarios. ¡Cuantos más intermediarios, peor es la amplificación!

Momento de soluciones

Para reducir la ocurrencia de estas métricas de rendimiento distorsionadas y el efecto dominó de las variaciones del proceso, los socios de la cadena de suministro deben desarrollar una mejor comprensión del costo de calidad cuando los “defectos” se propagan hacia abajo e interactúan con los productos de otros proveedores. Desarrollar una colaboración más estrecha entre comprador y proveedor, mejorar la transparencia, identificar las causas de la distorsión del rendimiento y la variación del proceso, y alinear los incentivos es la única manera de mitigar estos problemas de calidad en la cadena de suministro. Al trabajar juntos, los socios de la cadena de suministro tienen la oportunidad de aumentar el tamaño general del pastel y crear más valor para la cadena como un todo, mejorando tanto el rendimiento como la conformidad de sus insumos.

Quality Management in Supply Chains: Performance and Conformance

Quality Management in Supply Chains: Performance and Conformance

By Guillaume Roels

With the increase in outsourcing practice since the 1990s, supply chains have become very complex, involving many intermediaries. This figure, produced by Sourcemap.com, illustrates the complexity of today’s laptop supply chains:

Clearly, with so many layers, it is difficult for companies to have full visibility on their operations. And this lack of transparency inevitably leads to some management challenges. For instance, Boeing experienced huge delays in developing the Dreamliner, partly because they had very little visibility on their tier-2 and tier-3 suppliers. As another example, Mattel suffered from a massive recall of toys in 2007 because one of their contractor’s subcontractor’s employees substituted the paint purchased by Mattel with toxic lead paint. More recently, Samsung’s struggles with its Galaxy were attributed to two battery suppliers, the first one because of a design flaw and a lack of insulation tape, and the second because of a separate manufacturing defect.

Managing quality in such fragmented supply chains is indeed extremely challenging. When referring to quality, one often makes the distinction between performance, i.e., the mean quality of a product, and conformance, i.e., the lack of variation around that mean performance. To illustrate these concepts, consider the following output grade of a particular product over time:

Although the mean output grade is 100, the customer may prefer an output grade of 150, so one could increase quality by increasing the mean output grade, or performance, to 150, so as to be more in line with the customer’s desired quality, as depicted by the green line:

And once this is done, one can further improve quality by improving the conformance of the product by reducing the variation around the mean, as depicted by the orange line:

In multi-layer supply chains, issues can arise on both performance and conformance dimensions of quality.

Distorted Performance Standards

More often than not, quality standards are defined only in very loose terms and suppliers are not held accountable for the quality they deliver. Suppose that a supplier is being asked to produce a product with a quality grade of 150 ± 60. If the supplier produces an output quality of 100 on average, the contract terms may have well been filled, but the buyer may experience significant production problems because its input (which is the supplier’s output) may be below its optimal level. For instance, the buyer’s processes may have been optimized for an input quality grade of 150, and its yield may drop significantly when the input grade is lower than 110. If the supplier could improve the grade of its output by a small amount, e.g., from 100 to 120, the buyer’s yield could significantly improve.

In this particular case, what the supplier should certainly not do is to improve the conformance of its own processes. If the supplier were indeed to reduce the variation of its processes to deliver a quality grade that is consistently around 100, the buyer would never have the chance to improve its yield!

Most of these issues of distorted performance standards arise from the fact that the supplier has poor understanding of the buyer’s use of the input. In particular, do suppliers always understand how their output quality affect the buyer’s yield? Or how it interact with the quality of other suppliers’ key inputs?

Suppliers should not necessarily be the ones to be blamed. In fact, their lack of understanding of the buyer’s needs could be because of the buyer’s poor understanding of its own processes. Or it could be because the quality standards are hard to define due to their multi-dimensional nature.

Ripple Effect of Process Variations

Even if the performance standards are properly set across the supply chain, quality issues may arise in multi-layer supply chains due to lack of conformance in the different intermediaries’ processes. And this leads to a ripple effect, which, similar to the bullwhip effect, amplifies with the number of supply chain intermediaries.

To illustrate the impact of poor conformance, suppose that each company in the process chain achieves 99% conformance, i.e., produces 1% defects, conditional on receiving non-defective inputs. To start with, suppose also that the supply chain consists of two such companies and that defects are only detected when they reach the final market. In that case, the supplier produces 1% defects, which get processed by the buyer, therefore wasting valuable capacity. More importantly, the entire supply chain as a whole will produce only 99% x 99% = 98% conforming products, i.e., 2% defects.

Unlike the bullwhip effect, which propagates demand variability backwards as we move upstream in the supply chain, poor quality conformance propagates forward, as we move upstream in the supply chain. Moreover, the more intermediaries, the more defects, even if each company’s process achieves near-perfect conformance! For instance, if a supply chain consists of n intermediaries, each with a 99% process conformance, then the supply chain as a whole may produce as many as 1 – (99%)ⁿ defects, which is equal to 5% when the supply chain has n=5 intermediaries, and equal to 10% when the supply chain has n=10 intermediaries. The more intermediaries, the worse the amplification!

Time for Solutions

To reduce the occurrence of these distorted performance metrics and the ripple effect of process variations, supply chain partners need to develop a better understanding of the cost of quality as “defects” propagate downstream and interact with other suppliers’ products. Developing closer buyer-supplier collaboration, improving transparency, identify the causes of performance distortion and process variation, and aligning incentives is the only way these quality issues could be mitigated in the supply chain. Working together, supply chain partners have the opportunity to increase the overall size of the pie and create more value for the chain as a whole, by improving both the performance and the conformance of their inputs.