Data-analyse als motor voor continu verbeteren

Data-analyse als motor voor continu verbeteren
dinsdag 23 februari 2021

Data, data, data
Processen verbeteren met data is relevant en voor vele maakbedrijven ook vanzelfsprekend. Immers via verschillende systemen worden data verzameld en het is een gemiste kans om daarvan geen gebruik te maken. In ERP systemen zijn rapportages een standaardonderdeel. De voorwaarde is wel dat data betrouwbaar is. Goede data, dat wil zeggen, juiste data die betrouwbaar is, op het juiste moment beschikbaar is en verwerkt kan worden in een (bestaand) systeem, geven feilloos weer waar de pijn in organisaties zit. Natuurlijk ook waar het goed gaat. Geen nieuws tot zover. Of…is het wel zo vanzelfsprekend dat data betrouwbaar, beschikbaar en bruikbaar zijn op het gewenste moment? Het antwoord is heel vaak: nee. Toch wordt er met die data die beschikbaar is, (niet helemaal betrouwbaar en juist) geanalyseerd waar de verbeteringen mogelijk zijn. Dat leidt vaak niet tot de beste besluiten. En daar zit de echte pijn! Met die wetenschap wordt data gemeden en niet meer gebruikt voor besluitvorming. Dat is echt zonde!

Processen op orde
Die pijn van onbetrouwbare data is niet direct merkbaar of voelbaar. Processen zijn immers ook zonder data te verbeteren. Met betrokken medewerkers is dat snel en relatief eenvoudig te realiseren. Samen met de medewerkers bereik je een duurzame en houdbare verbetering, zo is onze ervaring. Met strategieën zoals Quick Response Manufacturing kan dit ondersteund en ingevoerd worden. Met de medewerkers terug naar de tekentafel om de processen te herzien. Een architect tekent eerst het huis alvorens te bouwen of te verbouwen. Zo kan het ook met processen in organisaties. Gebruik de kennis van de medewerkers als proces-architecten. Dit levert veel goede en duurzame verbeteringen op. Gedragen door de medewerker waarmee de slagingskans groter is. Hiermee wordt het fundament van betrouwbare processen gelegd. De waarde van goede en betrouwbare data is de borging van het proces en voortdurende monitoring en bijsturing ervan.

Welke data?
Een relevante vraag is welke informatie zij nodig hebben om die processen succesvol te laten functioneren. ERP systemen vullen deze vraag ‘automatisch’ in met beschikbare data die vertaald wordt in ‘meest gevraagde informatie’. Is dat voor jouw specifieke situatie ook zo? Daar ligt direct de verbinding naar de juiste data verzameling in die processen. Het begint met inzicht en weten wat je wilt weten. Nog belangrijkrijker: ga je er echt op acteren? Praktische belemmeringen zoals het moeten registreren van data, onvoldoende hulpmiddelen (eenvoudige zaken als terminals, laptops of barcodescanners) zijn oorzaak van een valse start bij dataverzameling. Door dit aspect mee te nemen en randvoorwaarden in te vullen is de kans op zuivere data vele malen groter. Een achilleshiel is het praktische nut voor de data-verzamelaar. Waarom al die data verzamelen? Veel gehoord: ‘er wordt niets mee gedaan’ of ‘ik ben geen administrateur’. Dat vraagt uitleg over het praktische ('what’s in it for me’), maar ook zeker het strategische nut. Meedenken en mee-beïnvloeden maakt de kans van slagen nu eenmaal groter. Dat is in ieders belang. Van de medewerker en van de leiding. In het speelveld van de dataverzameling is het relevant onderscheid te maken in operationeel niveau (dagelijks gebruik), tactisch niveau (gebruikt voor verbeterprocessen, analyse van trends) en strategisch niveau (onder meer gebruikt voor onderbouwing van investeringen).

Praktijkvoorbeeld
In een middelgroot metaalbedrijf gebruikt men een draaibank die al langere tijd onbetrouwbaar is, wat zich uit in langere procestijden, storingen en uitval van producten. Hoewel dit een publiek geheim is op de productievloer, wijzen de cijfers die de holdingdirectie krijgt daar niet op. Uit die cijfers blijkt dat het weliswaar een verouderder machine is, maar de prestaties nog steeds naar verwachting zijn. Wat is hier aan de hand? In de dagelijkse praktijk zorgt de ploegleider voor de urenverantwoording van die machine. Hij weet heel goed hoe de werkelijke prestaties zijn, maar door enige creativiteit toe te passen in de registratie ontstaat een beeld dat er geen vragen gesteld worden. Al vaker heeft hij geklaagd over de staat van deze machine en daar werd maar weinig mee gedaan.. Het management ziet de realiteit en stelt een investeringsvoorstel op voor vervanging en dient dit in bij de holdingdirectie. Die zijn enigszins verbaasd over de onderbouwing. Hoewel zij snappen dat een oude machine op enig moment vervangen moet worden, is de urgentie volgens de cijfers niet aanwezig en wordt het voorstel vooruitgeschoven. Er zijn namelijk urgentere investeringen nodig. Het management moet nu met de ‘billen bloot’ en toelichten dat de registratie van de uren geen werkelijk beeld geeft…

Dit praktijkvoorbeeld geeft aan dat een relatief eenvoudige registratie grote gevolgen heeft voor de bedrijfsvoering. Zorg dat de data juist en betrouwbaar is!

Analyse en actie
Bespreken van de verzamelde data en de vertaling ervan is cruciaal. In de praktijk is dat geen ‘druk op de knop’. Het zelf verzamelen, interpreteren en daaraan conclusies verbinden die tot verbeteringen leiden vergt een investering in tijd. Die tijd win je ruimschoots terug met het verbeteren van de juiste aspecten in jouw proces. Dat motiveert en is, als je het wat vaker gedaan hebt, ook nog eens leuk. Werkplezier is ook een motor van continu verbeteren! Onderschat de praktische kennis van medewerkers niet. Zij zijn de vaklieden. Help ze wel met de vertaling en verwerking van de data. Dat is een vak apart. Het is werkelijk zonde om samen veel energie in verbeteringen te steken en die door gebrek aan juiste data en interpretatie ervan niet te continueren.

Tot slot
Het start altijd met het op orde brengen van je processen. Meten dat die niet op orde zijn, keer op keer, is frustrerend en niet zinvol. Dan is ‘terug naar de tekentafel’ de eerste stap. Verder is het belang van juiste en waarheidsgetrouwe registratie van data de basis van goede data-analyse en besluitvorming!

Wil je meer weten over het effectief gebruikmaken van data bij het verbeteren van jouw bedrijfsprocessen? Neem dan contact op met Luc Spiegels en/of Mathieu Siemons (via info@impactbydata.nl). Zij werken samen om data en procesoptimalisatie duurzaam en praktisch te verbinden. Met hun gezamenlijke activiteit: Impactbydata.nl maken zij dat proces laagdrempelig en zorgen voor bedrijfsbrede betrokkenheid. Kijk voor meer informatie op www.impactbydata.nl