Plaats big data in de juiste context

Big Data, wat kun je ermee? Het onderwerp is hot, maar vooral gericht op de toepassingen voor het management. Veel minder vaak besproken is de beschikbaarheid van ‘Process Improvement Software’: analytische hulpmiddelen, technieken en software, gericht op het productieproces zelf, te gebruiken door de operator.

De afgelopen 90 jaar heeft een ware digitale revolutie plaatsgevonden, in gang gezet door grote ontwikkelingen in de informatietechnologie. De meest zichtbare verandering is dat er vergeleken met een eeuw geleden aanzienlijk minder handen nodig zijn in het productieproces. De operators die gebleven zijn, kregen wel steeds meer verantwoordelijkheden. Wat hebben zij nodig om hun taken zo goed mogelijk uit te voeren? Dat is de uitdaging waar Aad Eikelenboom zich in heeft vastgebeten en waar het bedrijf QiSOFT een oplossingen voor biedt. Maar eerst doen we even een stap terug in de tijd.

Achtergrond

In 1924 werd de Control Chart (ook bekend als de process-behavior chart) ontwikkeld door dr. Walter E. Shewhart, vanuit de wetenschap dat het terugdringen van variantie in het productieproces van groot belang is voor het overleven van een onderneming. “Die variantie ontstaat door het steeds maar doorvoeren van aanpassingen in het continue productproces zonder deze in de juiste context te plaatsen. En dat is zeer ongewenst!”, vertelt Aad. “De Control Chart werd het hart van Statistische Kwaliteitsbeheersing (SPC). Met deze chart kun je als operator of manager namelijk inschatten of een situatie significant afwijkt van de normale situatie. Het is een grafiek met op de horizontale as de tijdstippen waarop een kwaliteitskenmerk gemeten wordt, en op de verticale as de waarde van dat kwaliteitskenmerk. Door dit kwaliteitskenmerk in de tijd te volgen, kunnen we beoordelen of een proces statistisch beheerst verloopt of niet.”

Bijzonder is dat Shewharts lessen uit de vorige eeuw prima toepasbaar blijken op de moderne Big Data: data hebben geen enkele betekenis zonder context. Een andere bevinding uit die tijd die nog altijd actueel is, is dat binnen de data ‘ruis’ en ‘het signaal’ van elkaar moeten worden gescheiden. Aad: “Wat we willen is dus vooral informatie en context halen uit de wirwar van Big Data. Maar hoe kom je aan informatie die wél relevant is, die direct beschikbaar is op de werkvloer, en specifiek bedoeld is voor de operator?”

‘Hoe zorg je ervoor dat operators direct kunnen inspelen op verandering in het proces'

Kernvraag onveranderd

De papieren regelkaart is inmiddels vervangen door een papierloos overzicht op het beeldscherm. Maar met alle moderne informatiesystemen en Big Data is de kernvraag in de maakindustrie onveranderd gebleven: ‘Wat heb je vandaag bijgedragen om je organisatie in stand te houden?’ “Het is een vraag die voor iedere laag in de organisatie van belang is; van werkvloer tot en met management,” vindt Aad. “Waar het om gaat is dat Big data alléén wat toevoegt aan het proces als je ermee aan de slag gaat,” stelt Aad Eikelenboom. “De data moet in de juiste context worden geplaatst.
Doorgaans zijn de interne, of bij kleinere bedrijven vaak externe, specialisten met de kennis in huis om de methodieken van 6σ, LEAN, TQM, SPC Zero Defect, ISO9000 en dergelijke toe te passen, niet 24/7 beschikbaar. Verwachten dat de operator dat allemaal 24/7 zelf kan administreren, toepassen en monitoren is niet realistisch. Vooral omdat hij daarvoor te weinig tijd heeft naast zijn werkzaamheden. Een vraag waar veel bedrijven mee worstelen is dan ook: hoe bereik je een situatie waarbij de operators direct kunnen inspelen op ongewenste veranderingen in het proces op basis van real-time data?”

Wat heeft een operator nodig?

Een operator heeft veel verantwoordelijkheden: hij moet kwaliteit leveren, vaak een bepaald target halen en voldoen aan allerlei wettelijke eisen en voorwaarden. Zijn bijdrage aan de organisatie moet bovendien inzichtelijk en meetbaar zijn. Daarom wordt er gewerkt met prestatie-indicatoren (KPI’s ). Maar met alleen KPI’s ben je er niet. Wat de operator op de werkvloer nodig heeft, is data die directe actie en continu verbeteren mogelijk maakt. De hamvraag is dan ook: ‘Hoe kom je nu van die berg aan Big Data naar relevante informatie voor de operator?’ “Het antwoord komt van Joseph Juran,” vertelt Aad. “Hij wordt door velen gezien als een van de grondleggers van de kwaliteitsbeweging en het bespreken van de betrokkenheid van management in het kwaliteitsverbeterproces. Hij stelt: ‘Capability precedes empowerment’. Oftewel: Leidt de werknemer op, zodat hij in staat is zijn werk te doen, zorg dat hij uitgerust is met kennis en geautoriseerd is om onderbouwde beslissingen te nemen.”

Profit

“Daarvoor moet de focus niet liggen op ingewikkelde statistische methodieken,” vervolgt Aad, “maar op voor de operator direct beschikbare, statistisch verantwoorde informatie. Process Improvement Software levert die informatie. De dan zichtbare variantie en het inzicht in het effect daarvan op KPI’s, maken doelgerichte en effectieve sturing op de werkvloer mogelijk, zowel op korte- als (middel)lange termijn. Als dat lukt, verbeteren niet alleen de processen, maar zeker ook de profit.”

www.qisoft.nl