Problem › Vi kan inte se om strategin fungerar › Tillverkning

Vi kan inte se om strategin fungerar
in Tillverkning

En strategi som inte kan vara fel kan inte kontrolleras, och de flesta skrivna strategier inom tillverkning är skrivna så att de inte kan vara fel. Frågan för tillverkare är inte den generella. Det $45M-automatiseringsfallet hänger på kunden som orsakar marginalproblemet – så ett svar som ignorerar bidrag per maskintimme blir fel. Analysen måste utgå från kapacitetsutnyttjande och kundkoncentration, inte från omsättning.

Det korta svaret

Vanliga orsaken till att en strategi inte går att utvärdera är att den aldrig formulerades så att den kunde slå fel. Påståenden som höja bidrag per maskintimme över de tre anläggningarna ger inget som motsäger dem när $45M-automatiseringsfallet vilar på kunden som redan driver marginalproblemet, så planen överlever oavsett resultat på kapacitetsutnyttjande eller kassation.

En kontrollerbar strategi anger mekanismen – denna omställning eller takttidsjustering ger denna förändring i bidrag per maskintimme till detta datum – och den observation som visar att mekanismen inte fungerar, till exempel att den koncentrerade kunden inte ökar volymen tillräckligt för att täcka den tillkommande kapaciteten.

Den andra vanliga orsaken är fördröjning. Strategier verkar på längre horisonter än rapporteringscykler, så det ärliga svaret är att identifiera ledande indikatorer som rör sig tidigt, som kassation eller kapacitetsutnyttjande, och ange i förväg vad de ska visa före nästa anläggningsgenomgång.

Hur du ser att det är ditt problem

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

✓ Inget mål för bidrag per maskintimme är skrivet som skulle stoppa eller vända automatiseringssatsningen om nyckelkunden inte ökar beställningarna.
✓ Veckorapporter listar genomförda omställningar eller taktförbättringar utan att visa om de flyttade bidrag per maskintimme eller minskade kundkoncentrationen.
✓ Vd och produktionschef drar olika slutsatser om kapacitetsutnyttjandet ökar eftersom de använder olika antaganden om kundvolym utan delad data som kan avgöra saken.

Steget som brukar göra det värre. Att lägga till fler rapporter om kassation och utnyttjande, vilket ökar antalet siffror utan att knyta någon av dem till ett felvillkor för automatiseringssatsningen.

Who this is for — and who it is not

It is for you if you run or finance a manufacturer and the strategy has no failure condition written anywhere. 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.

Excerpt from a real Percision run · Quick Market Scan · sample company profile

The move. Monetise existing tooling and qualification stickiness by selling design-for-manufacturability services to the same OEMs that currently force 3% annual price-downs.

The leak it closes. Closes value leakage to OEMs via contractual price-downs; design authority creates new margin pool that subsidizes existing build-to-print programmes

The assumption it rests on. Customer A engineering manager will sign first paid DFM engagement within 6 months — the engine put the probability at 0.7.

What the run committed to
Investment required	$8-12M tooling CapEx + $4.5-6.0M annual engineering payroll (18-24 FTEs at $250K fully-loaded cost)
Expected return	5.1× — $57-86M incremental EBITDA over 5 years / $12M maximum downside
Revenue, year 1	$0.5-1.0M DFM service revenue
Revenue, year 2	$3.5-5.0M DFM service revenue + $8-12M design-authority production revenue
Revenue, year 3	$7-10M DFM service revenue + $35-50M design-authority production revenue
Exit criteria	Abandon this move if first paid DFM engagement is not signed by Month 9, OR if cumulative engineering hires fall below 12 FTEs by Month 18, OR if DFM-to-production conversion value falls below $4M by Month 24

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

Vad ska jag mäta för att veta om en strategi fungerar?

Mekanismen den bygger på, inte utfallet den utlovar. Utfallet kommer sent; mekanismen rör sig tidigt och visar snabbare om orsakssambandet håller.

Hur länge ska jag vänta innan jag bedömer en strategi?

Bestäm det innan ni börjar, och koppla det till mekanismens naturliga cykel. Att bestämma i efterhand gör att tidslinjen alltid anpassas till det resultat som kom.

Vad gör jag om siffrorna är tvetydiga?

Det är oftast ett tecken på att strategin inte var tillräckligt specifik för att ge ett rent test. Smalna av tills ett enda tal avgör frågan.

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.