Partners
Vorige

Krijgt u vlot de productie rapporten die u wenst?

Of kost het heel veel tijd en inspanning om alle data te verzamelen en te verwerken tot waardevolle informatie op uw maat?

BLIJF NIET STILSTAAN!

Een realtime inzicht in de productie prestatie is cruciaal om het verbeterpotentieel van uw bedrijf te kunnen inschatten. Er is reeds veel informatie beschikbaar omtrent Key Performance Indicators (KPI), zoals bijvoorbeeld Overall Equipment Effectiveness (OEE). Heel wat van deze maatstaven zijn ook heel eenvoudig en standaard opgebouwd. Net als verschillende verbetertechnieken die deze cijfers continu trachten te optimaliseren.

Al te vaak echter wordt de impact van productie rapportering op het productieapparaat (zowel mens als machine) onderschat. Vooral KMO’s hebben meestal niet de nodige kennis en middelen in huis om dit proces voldoende gestructureerd aan te pakken.

Herkent u zich in onderstaande beschrijving? Wij helpen u graag op weg!

Levert uw bedrijf software en/of diensten voor een vlotte productie rapportering?
Toon ons doelpubliek hoe jullie dit mogelijk maken!

Typische struikelblokken zijn:

  • De rapportering is gegroeid uit lokale noden zodat enkel deelinformatie beschikbaar is en geen betekenisvol totaalbeeld. Op basis daarvan verloopt het verbeterproces suboptimaal. Een optimalisatie van één onderdeel kan ten koste gaan van een ander, waardoor de totale prestatie ongewijzigd blijft of eventueel zelfs verslechtert. Een nieuwe top-down benadering om toch het totaalbeeld te visualiseren, vereist vaak ingrijpende aanpassingen aan bestaande systemen.
  • Er zijn onvoldoende detail mogelijkheden om de verbeteranalyse ten volle te ondersteunen. Tijdens de analyse moet het mogelijk zijn om steeds dieper te graven in de data om tot de basis van de problemen te kunnen komen. Alles moet eenvoudig per shift, per producttype, per lijn, per stilstandsoorzaak, per kwaliteitsprobleem, per machine, per ... vergeleken kunnen worden. Veel systemen missen daarvoor de nodige flexibiliteit.
  • Er is heel veel data beschikbaar vanuit productie (‘big data’) maar er wordt geen betekenisvolle informatie uit geëxtraheerd. Het kost heel wat moeite om alles te capteren en op te slaan, maar het levert voorlopig niets op. De intelligentie (inzicht en tools) ontbreekt om de analyse te sturen.
  • Zonder ingrijpende (en soms zelfs dwingende) aanpassingen aan de standaard werkwijze (SOP - Standard Operating Procedures) glijdt de prestatie, na succesvol doorgevoerde verbeteringen, terug af. Vaak valt de operator na enige tijd terug op oude gewoontes omdat de aandacht en de controle verslapt.
  • De automatiseringsgraad van de datacollectie en -verwerking is te laag waardoor het te complex of te arbeids- en tijdsintensief is om alles in te voeren (vb. noteren op A3 blad, operator interface niet gebruiksvriendelijk) en te verwerken (vb. offline in batch invoeren, verschillende spreadsheets, informatie zit vast in machinesturing). Om een relevante analyse te stimuleren moet een dode tijd tussen het verzamelen van de data en het verkrijgen van de resultaten zoveel mogelijk vermeden worden.
  • De operator krijgt geen of onvoldoende feedback omtrent zijn prestatie of als reactie op de input die hij geeft. De betrokkenheid van de operator vermindert waardoor de systemen niet meer correct of onvolledig gebruikt worden. Een verbeteranalyse op basis van verkeerde data is gedoemd om te mislukken.