Management

Dit is een bijdrage van OGD ict-diensten
Datamanagement
Datagedreven werken in de maakindustrie

Datagedreven werken en innoveren in de maakindustrie

Data-experts Mark Versteegh en Wouter Gielen leggen uit hoe bedrijven in de maakindustrie met data kunnen innoveren

28 juli 2022
Door: OGD ict-diensten, partner

Data-experts Mark Versteegh en Wouter Gielen leggen uit hoe bedrijven in de maakindustrie met data kunnen innoveren

Iedereen is tegenwoordig vol van datagedreven werken. Dat geldt ook voor bedrijven in de maakindustrie. Naast de voordelen van snel beschikbare, bruikbare inzichten en meer efficiëntie zijn er nog andere mogelijkheden met het gebruik van data. De innovatieve kant. Data die jouw eigen organisatie genereert kun je slim inzetten voor innovaties.

Voorbeelden van innovatie op basis van data binnen de maakindustrie

Je kunt met data je processen verbeteren. Maar data biedt je organisatie ook vele mogelijkheden als het gaat om productinnovatie en het inspelen op klantbehoeftes. Hieronder vind je een aantal voorbeelden.

Data van klanten gebruiken als input voor productverbetering

Er zijn verschillende manieren om data in te zetten voor het verbeteren van de klantervaring. Zo kun je sensoren in je producten implementeren en de data daaruit gebruiken in je productieproces om je producten te verbeteren.

Voorbeelden van productverbetering met klantendata:

  • CV-ketels die communiceren met de fabrikant. Een fabrikant kan prestaties van CV-ketels verbeteren dankzij inzicht in het gebruik. Zo kan de fabrikant storingen sneller verhelpen of zelfs voorkomen.
  • Schoenen met trackers. Voor de fabrikant is het interessant om precies te weten hoe mensen bewegen. Dit kan de fabrikant koppelen aan de slijtagepatronen. Gebaseerd op deze informatie kan de fabrikant de kwaliteit van zijn schoenen verbeteren.

Data leveren aan klanten als product

In bovenstaande voorbeelden zagen we ‘gewone producten’ veranderen naar smart devices. Ook de klant profiteert hiervan, want hij krijgt een beter product.
Een andere kans in de maakindustrie is de data zelf als product of dienst aanbieden. Dit is niet alleen weggelegd voor leveranciers van smart devices. Het biedt mogelijkheden voor elke gemiddelde fabrikant: de data en de inzichten daaruit zijn een extra product geworden om te verkopen.

Leestip: 6 redenen om een datastrategie op te zetten en datagedreven te werken.

Voorbeelden van data als product:

  • Kennisportaal van een veevoer-producent. Een producent kan via feedback over de opbrengst meer te weten komen over de optimale voercombinaties. Dit is een kans voor de veevoer-producent, omdat de producent deze inzichten als extra dienst naast het veevoer kan leveren.
  • Een producent van tafeltennisrackets vertelt de speler hoe hij de bal het beste slaat door een sensor in het racket te verwerken. Informatie die normaalgesproken niet in het domein zat van de racketfabrikant, maar in het domein van een coach. Nu vertelt de fabrikant hoe de tennisser zijn slag verbetert. Deze informatie levert potentieel meer op dan de verkoop van het racket zelf.

Nauwere aansluiting op de verwachtingen van de hedendaagse consument

Met data kun je je producten meer op maat maken. Je kunt personalisatie toevoegen aan je producten. Daarnaast is duurzaamheid steeds belangrijker voor de consument. Met de juiste data-analyse kan je bijvoorbeeld de CO2-voetafdruk van je product meten, verbeteren en hierover communiceren naar je klant.

Voorbeeld: met data aansluiten op verwachtingen van de consument:

Een producent heeft MVO-doelstellingen geformuleerd om in 2035 CO2-neutraal te zijn. Dankzij een publiek zichtbaar dataportaal kunnen consumenten meekijken met de gegevens over de hoeveelheid geproduceerd gevaarlijk afval, het gebruikte papier en karton en het aandeel van gerecyclede stoffen. Dit geeft de consument transparantie in het verduurzamingsproces van de producent.

Uitdagingen van datagedreven werken in de maakindustrie

De uitdagingen bij innovatieprojecten zijn erg afhankelijk van specifieke details, het is lastig hier in algemene zin iets over te zeggen. We geven hieronder een aantal tips bij veel voorkomende uitdagingen die we bij datagedreven werken tegenkomen.

Formuleer een duidelijk doel

De eerste en belangrijkste uitdaging is dat er vaak nog helemaal geen duidelijk beeld is van wat datagedreven werken precies inhoudt voor de organisatie. Dit is voor elk bedrijf verschillend. Stem dit altijd af met de bedrijfsdoelstellingen en de toekomstvisie van je organisatie.

De uitdagingen zijn ook niet voor ieder bedrijf hetzelfde. Maar er zijn een paar tips die voor elke organisatie toepasbaar zijn.

Zorg dat de datakwaliteit op orde is

Onjuiste data is een groot risico. De datakwaliteit binnen je organisatie moet op orde zijn. Zorg ervoor dat je duidelijk maakt binnen je organisatie wanneer en waarvoor je bepaalde data gebruikt en houd overzicht over de beschikbaarheid, bruikbaarheid en integriteit van je data. Ook over de definities van data is vaak minder overeenstemming dan je zou verwachten. Wat verstaan verschillende afdelingen bijvoorbeeld onder een ‘klant’ - en hoeveel zijn dat er dan precies volgens die definities?

Datagedreven werken vereist dat je datakwaliteit op orde is, alleen dan kun je data echt inzetten om tot nieuwe inzichten te komen.

Denk goed na over de toegankelijkheid van de data

Data ontsluiten en samenvoegen lijkt op het eerste gezicht vooral een technische uitdaging. Denk daarom goed na over de toegankelijkheid van de data. Want je data zit in verschillende systemen, waaronder vaak enkele legacy-applicaties of machines die niet eenvoudig via een API bereikbaar zijn. Maar om waarde uit je data te halen is het ook van belang om echt te snappen waar de data over gaat. We werken daarom op dit vlak vaak samen met processpecialisten en andere stakeholders.

Leestip: In 5 stappen je datastrategie ontwikkelen.

Houd rekening met het volume van de data en realtime-behoeftes

De hoeveelheid data bij een productieproces is vaak gigantisch. Een productielijn bestaat meestal uit verschillende stappen. Deze stappen zorgen voor data en hebben zelf ook data nodig. Je hebt snel (realtime) inzichten uit deze data nodig om in te grijpen voor het te laat is. Houd dus rekening met het volume van de data en realtime-behoeftes.

Een extra uitdaging is het verzamelen van sensordata uit smart devices. Door de opkomst van cloud technologie is het tegenwoordig eenvoudiger om hiervoor duurzame, schaalbare oplossingen te bouwen.

Maak ook een adoptieplan om iedereen in de organisatie mee te krijgen

Slechts een handjevol mensen vindt het leuk om met een nieuwe oplossing te werken. De rest van de organisatie heeft er meer moeite mee. Het is dan ook belangrijk dat je je mensen meeneemt in deze cultuurverandering. In deze blog lees je hoe je verandermanagement binnen je organisatie aanpakt.
 

Datagedreven werken in de maakindustrie: hoe start je?

Zoals je hebt gelezen, liggen er veel kansen voor datagedreven werken in de maakindustrie. Als je data op de juiste manier analyseert en inzet, kun je de efficiëntie verhogen, producten verbeteren en het kan zelfs leiden tot nieuwe producten.

Maar hoe begin je nu op een manier die de risico’s zo klein mogelijk houdt?

  • Zorg eerst dat je weet waar je heen wilt. Innoveren en je organisatie datagedreven maken zijn geen doelen op zich; ze moeten aansluiten bij je bedrijfsstrategie.
  • Begin klein: een agile-werkmethode is hiervoor erg geschikt. Omdat je in korte sprints werkt heb je snel resultaat en kun je tijdig evalueren en waar nodig bijsturen.
  • Neem de hele organisatie mee, want innoveren en datagedreven werken zijn zeker niet alleen technische uitdagingen. Begin zo vroeg mogelijk met het vormen van draagvlak en maak plannen voor de adoptie van nieuwe werkwijzen.

Voor een compleet plan van aanpak zie ons stappenplan voor het ontwikkelen van een datastrategie.

Reactie toevoegen