• bags
• balancing
• bilanciamento
• borse
• estimate
• manufacturing
• methods
• metodi
• optimization
• ottimizzazione
• produzione
• stima
• tempi
• time

La tesi condotta ha messo in luce una criticità significativa nel processo di stima dei tempi di lavorazione delle borse. L'esigenza di ottenere rapidamente una valutazione preliminare per la determinazione del Costo Industriale e del prezzo di vendita si scontra con la limitatezza delle informazioni disponibili in una fase così precoce. Questa dinamica, accentuata dalla velocità intrinseca del settore e dalla frequente prototipazione, conduce inevitabilmente a stime imprecise, basate sull'esperienza soggettiva e con scarsa riproducibilità. Le conseguenze di tali stime errate si propagano a cascata sull’intera produzione.
In primo luogo si manifesta un impatto diretto sul calcolo del Costo Industriale, con il rischio di sottostima o sovrastima che inficia la definizione del prezzo di vendita e del MUP. In secondo luogo emerge una problematica cruciale legata al bilanciamento della produzione. L'assenza di una tempificazione dettagliata delle micro-operazioni in fase pre-produzione rende il bilanciamento sommario e inefficace, generando difficoltà nella distribuzione dei compiti, nell'identificazione dei colli di bottiglia e nella prevedibilità dell'utilizzo delle risorse.
Il ricorso al rilievo cronometrico in produzione, sebbene più accurato, si rivela una soluzione tardiva che non permette un bilanciamento preventivo, con conseguenti ritardi, sprechi e stress sugli operatori, impattando negativamente sul time-to-market.
La risposta strategica a queste problematiche è stata l'introduzione dell'Estimator, uno strumento ideato nel 2024. Consiste in un foglio di calcolo Excel grazie al quale, selezionando tramite un menu a tendina le variabili legate alle operazioni che vengono fatte, fornisce istantaneamente un valore medio ideale per l’operazione selezionata, attingendo da un Database di tempi rilevati. Il risultato è una stima data-driven standardizzata meno soggetta a discrezionalità e soprattutto disponibile in tempi estremamente ridotti. Nel corso del tirocinio ho potuto aiutare il Team ideatore dell’Estimator nell’implementazione e nell’utilizzo di quest’ultimo, effettuando analisi comparative e portando alla luce i punti critici ed i relativi miglioramenti, come la creazione di “moduli standardizzati”.
L'analisi comparativa condotta su un ampio campione di borse ha evidenziato un errore medio contenuto dell'8,15%, confermando la buona affidabilità predittiva del tool. Tuttavia, l'analisi ha anche identificato aree di miglioramento, tra cui la necessità di ampliare il numero di sotto-fasi e variabili considerate, di includere operazioni precedentemente non previste e di integrare un coefficiente legato al tipo di materiale lavorato. In quest'ottica di miglioramento sono stati introdotti i suddetti “moduli standardizzati" per vari componenti di una borsa, facendo in modo sia di velocizzare l'utilizzo dell'Estimator sia di garantire una maggiore coerenza e standardizzazione delle stime stesse.
L'Estimator ha permesso di disporre di uno spacchettamento di micro-operazioni con relativi tempi stimati prima dell'avvio della produzione, consentendo un approccio proattivo al dimensionamento delle fasi sia nelle isole che nelle celle produttive, una migliore pianificazione delle risorse, una riduzione del rischio di colli di bottiglia e inefficienze, e un potenziale miglioramento del time-to-market.
L'applicazione dell'Estimator al caso studio specifico ha confermato il suo potenziale nel fornire stime dei tempi di lavorazione più accurate e dettagliate. Grazie a confronto col tempo effettivo si è sottolineato un gap di Margine Unitario di Profitto trascurabile ed un bilanciamento della produzione efficace ed in linea con gli output del MES.
In conclusione, il percorso intrapreso con l'introduzione e il continuo affinamento dell'Estimator e la progressiva formazione di una libreria di componenti standardizzati, rappresenta un'evoluzione significativa verso una gestione più efficiente e precisa del processo di stima dei tempi di lavorazione, con un diretto miglioramento del bilanciamento della produzione e della definizione del Costo Totale Industriale.

The thesis conducted highlighted a significant critical issue in the process of estimating the processing times of handbags. The need to quickly obtain a preliminary evaluation for determining the Industrial Cost and selling price clashes with the limited information available at such an early stage. This dynamic, accentuated by the inherent speed of the sector and frequent prototyping, inevitably leads to inaccurate estimates based on subjective experience and with low reproducibility. The consequences of such inaccurate estimates cascade throughout the entire production process.
Firstly, there is a direct impact on the calculation of the Industrial Cost, with the risk of underestimation or overestimation affecting the definition of the selling price and the MUP (Markup). Secondly, a crucial issue arises in the balancing of production. The absence of detailed timing of micro-operations during the pre-production phase makes the balancing rough and ineffective, leading to difficulties in task distribution, identification of bottlenecks, and predictability in resource usage.
Although time studies during production are more accurate, they turn out to be a late solution that does not allow for proactive balancing, resulting in delays, waste, and operator stress, negatively impacting the time-to-market.
The strategic response to these issues was the introduction of the Estimator, a tool designed in 2024. It consists of an Excel spreadsheet which, by selecting variables related to the performed operations from a dropdown menu, instantly provides an ideal average value for the selected operation, drawing from a database of recorded times. The result is a standardized, data-driven estimate that is less subject to discretion and, most importantly, available in extremely short timeframes. During my internship, I was able to support the team that developed the Estimator in its implementation and use, conducting comparative analyses and identifying critical points and related improvements, such as the creation of “standardized modules.”
The comparative analysis conducted on a large sample of handbags showed a contained average error of 8.15%, confirming the tool's good predictive reliability. However, the analysis also identified areas for improvement, including the need to expand the number of sub-phases and variables considered, include previously unaccounted-for operations, and integrate a coefficient related to the type of material used. With this improvement approach, the aforementioned “standardized modules” were introduced for various handbag components, aiming both to speed up the use of the Estimator and to ensure greater consistency and standardization in the estimates themselves.
The Estimator made it possible to break down micro-operations with their estimated times before the start of production, allowing a proactive approach to phase sizing in both islands and production cells, better resource planning, reduced risk of bottlenecks and inefficiencies, and a potential improvement in time-to-market.
The application of the Estimator to the specific case study confirmed its potential in providing more accurate and detailed processing time estimates. Thanks to the comparison with the actual time, a negligible gap in Unit Profit Margin was highlighted, along with an effective production balancing aligned with the MES outputs.
In conclusion, the path undertaken with the introduction and continuous refinement of the Estimator and the progressive development of a library of standardized components represents a significant evolution towards more efficient and accurate management of the processing time estimation process, with a direct improvement in production balancing and the definition of the Total Industrial Cost.