toptaak-icon

Industrial Engineering

toptaak-icon

Facility Layout

toptaak-icon

Vlekkenplan

toptaak-icon

Logistiek

Industrial Engineering & Project
management in Food

Het belang van Data analyse in fabrieken

Het belang van Data analyse in fabrieken

Het belang van data-analyse

De meeste mensen zullen bekend zijn met de term ‘data’. Het is een term die je tegenwoordig praktisch overal tegenkomt, maar wat is data precies? En hoe kan je de data gebruiken voor het inzichtelijk krijgen van de processen in je fabriek?

Data heeft betrekking op alle gegevens van een bedrijf of organisatie die digitaal beschikbaar zijn. Dit kunnen productieorders zijn, maar ook klantgegevens of informatie over inkomende goederen. Echter, met alleen data ben je pas halverwege. Zonder structuur en context is het in de praktijk lastig om uit deze data al waardevolle informatie te halen. De eerste stap is in de praktijk dus bijna altijd het ‘cleanen’ (oftewel ‘opschonen’) van de beschikbare data. Hierna kunnen we dus spreken van informatie over de processen die zich binnen jouw fabriek afspelen.

In de huidige tijdsgeest, waarin het Internet of Things (IoT) een steeds groter wordende rol speelt, is het op orde hebben en bovenal begrijpen van deze informatie van groot belang. Vaak kunnen er al enkele (voorbarige) conclusies getrokken worden uit de data die jouw bedrijf verzamelt, maar juist de onderliggende verbanden herbergen dikwijls een schat aan (nog onbekende!) informatie. Het verzamelen, analyseren én interpreteren van deze gegevens, ook wel data science genoemd, is een belangrijke stap die niet iedereen even makkelijk kan nemen.

Vaak zul je door alle uren op de werkvloer een goede inschatting kunnen maken van wat er goed gaat in je fabriek, maar ook, op basis van onderbuikgevoel, enkele verbeterpunten kunnen aanwijzen. Om verandering teweeg te brengen is onderbuikgevoel echter niet voldoende. Om te laten zien dat jouw onderbuikgevoel klopt heb je feiten nodig. Dit is waar data-analyse om de hoek komt kijken. Zo kun je bijvoorbeeld vermoeden dat jouw fabriek over 5 jaar met ruimtegebrek zal kampen, dus ga je naar de tekentafel. Opties zijn er genoeg: uitbouwen, verbouwen, een extra pand kopen of huren. Maar is dit de investering waard? Of kan en door middel van procesoptimalisatie al een hoop winst geboekt worden? En weet je dan zeker wat je gaat doen?

Dit is waar een grondige data-analyse van onschatbare waarde zal zijn. Aan de hand van de huidige bezetting van de fabriek en/of de magazijnen heb je een gedetailleerd overzicht nodig van de huidige stand van zaken. Dit zal de basis vormen voor de verdere uitwerking van de data-analyse. Natuurlijk ben je vóóral op zoek naar een oplossing voor de voorziene problemen in de toekomst. Door het herkennen van trends en het in acht nemen van de voorspelde assortiments- en volumegroei kan je vervolgens een nauwkeurige inschatting geven van de in toekomst benodigde oppervlakte. Hiervoor is het essentieel dat alle betrokken partijen intensief samenwerken. Zo wordt de kennis van de vloer gebundeld met de noodzakelijke analytische kennis en vaardigheden om samen tot een toekomstbestendige oplossing te komen.

Een ander relevant voorbeeld is het verminderen van de derving binnen een fabriek. Zo zou je bijvoorbeeld uit je huidige data kunnen concluderen dat bijvoorbeeld 10% van de flessen water die je produceert lek is vanwege een foute afstelling van je productielijn. Dit omdat al het water dat je bottelt op lijn X geproduceerd wordt. Om zekerheid te verkrijgen ga je eens verder kijken of deze conclusie gedeeld wordt. Al snel wordt duidelijk dat lijn X mogelijk bijdraagt aan dit probleem, maar dat er niet met zekerheid vastgesteld kan worden dat dit ook de oorzaak is. Het is namelijk zo dat alle waterflessen geleverd worden door leverancier a. Het zou dus zomaar kunnen zijn dat niet lijn X, maar leverancier a de boosdoener is. Zo blijken er nog een aantal factoren te zijn die allemaal (deels) bij kunnen dragen aan de lekke waterflessen. Dit is waar data analyse zijn waarde kan bewijzen. Door het analyseren van alle relevante informatie kan de bepalende factor in bovenstaand probleem geïsoleerd worden. Er kan zelfs vastgesteld worden dat het júíst een combinatie van factoren is die bijdragen aan het lekken van de flessen.

Kortom: data en data science is een essentiële factor om de processen en de huidige stand van zaken in een fabriek inzichtelijk te maken. De informatie die ermee vergaard wordt is van grote waarde. Echter, om deze waarde te onthullen is het analyseren van de data een essentiële stap.

Meer inzicht in jouw fabriek nodig? Laat het ons weten.

Plaats uw reactie

Reactie(s)

Er zijn nog geen reacties! Plaats als eerste een reactie

Interesse? Meld je aan voor de nieuwsbrief