Upptagen men inte lönsam
in Tillverkning

Det korta svaret

Hög beläggning och tunna vinster är ett kundmix- och bidragsproblem som döljer sig som ett operationsproblem. Tillverkare har en specifik knipa här – automationfallet på 45M dollar hänger på just den kund som driver marginalproblemet. Tills det är prissatt kommer bidrag per maskintimme fortsätta att röra sig av skäl ingen kan spåra, och debatten om bidrag per jobb eller konto förblir en åsiktsfråga.

När beläggningen är hög men verken ändå inte täcker sina kostnader är instinkten att leta efter spill eller ställtidsförluster. Sådant finns alltid, men att minska det täpper inte gapet eftersom orsaken ligger tidigare: de order som tas täcker inte de maskintimmar, spillnivåer och ställtider de faktiskt förbrukar.

Mönstret upprepas i de tre verken. Ett fåtal kunder ger positivt bidrag per maskintimme. Resten fyller schemat, håller takten tight och lämnar bankkontot oförändrat. Eftersom den volymen upptar flaskhalsen kan det högre bidragande arbetet inte växa; begränsningen är inte efterfrågan utan att flaskhalsen redan är upptagen av fel mix.

Lösningen är därför en urvalsregel, inte ett nytt produktivitetsprogram. När varje jobb och kund är rangordnad efter bidrag per maskintimme följer beslutet om vad som ska behållas eller tas bort direkt.

Tillverkare som driver tre verk med 310M dollar i omsättning når den här punkten när automationfallet på 45M dollar är knutet till den kund som redan driver marginalproblemet: hög beläggning rapporteras, men bidraget per maskintimme för den volymen är fortfarande negativt när spill och ställtid räknas in.

Hur du ser att det är ditt problem

De här tre tillsammans är signaturen. En ensam pekar oftast någon annanstans.

✓ Kapacitetsutnyttjandet ligger högt medan månatligt bidrag per maskintimme för hela mixen inte går att ange utan en specialrapport.
✓ En eller två kunder står för merparten av de schemalagda timmarna, men deras marginal efter spill och ställtid är känd som låg eller negativ.
✓ Nya order tas fortfarande in även när de kräver långa körningar som tränger undan högre bidragande arbete som redan ligger i kön.

Steget som brukar göra det värre. Att godkänna automationinvesteringen på 45M dollar innan mixen är korrigerad, vilket bara lägger till kapacitet för samma låg-bidragande volym och förvärrar problemet.

Who this is for — and who it is not

It is for you if you run or finance a manufacturer and everyone is fully occupied and cash is tight. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Hur det ser ut när analysen körs

Below is an excerpt from a real run of this analysis on en tillverkare. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Kessler Industrial Components, a sample company profile used for testing rather than a customer — $310M revenue, three plants.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Vad motorn gör med den här frågan

This question routes to Proprietary EFF Methodology, one of 29 engagements the platform runs. For tillverkare it works through contribution per machine hour, capacity utilisation, customer concentration and scrap, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Läs en komplett rapport här if you would rather see the depth first.

Frågor som folk ställer om det här

Hur vet jag vilket arbete jag ska sluta ta?

Rangordna efter bidrag per enhet av din verkliga flaskhals – maskintimme, debiterbar timme, leveransslot, kvadratmeter. Inte efter omsättning och inte efter bruttomarginalprocent, båda gynnar pålitligt fel arbete när flaskhalsen är kapacitet.

Skadar det relationen att säga nej till arbete?

Ibland, och det är oftast billigare än alternativet. I praktiken gör ett pris som speglar vad arbetet förbrukar antingen kontot lönsamt eller flyttar det till en konkurrent, och båda utfallen är bättre än det nuvarande.

Är det ett prissättningsproblem eller ett effektivitetsproblem?

Testa det: om varje jobb kördes perfekt med noll spill, skulle de tunna jobben då gå runt? Om svaret är nej är det prissättning och urval, och inget effektivitetsprogram når dit.

Is this different in manufacturing than in other industries?

Materially, yes. The $45M automation case depends on the very customer that causes the margin problem — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are contribution per machine hour, capacity utilisation, customer concentration, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a manufacturer?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on contribution per machine hour and capacity utilisation. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.