Waar komen slechte onderhoudsgegevens vandaan en hoe u dit kunt oplossen

Niet alle onderhoudsgegevens zijn gelijk

Gegevens:het vormt de ruggengraat van elk onderhoudsprogramma. Het is wat je gebruikt om succes te meten. Het vertelt u welke activa meer aandacht nodig hebben en hoe dat uw planning zal beïnvloeden. Het is wat u helpt om onderhoudsaudits ongeschonden door te komen. Kortom, data is de taal die u helpt het verhaal van uw onderhoudsteam te vertellen.

Maar niet alle gegevens zijn gelijk gemaakt. En het kan zijn dat de jouwe niet zegt wat hij moet zeggen. Jason Afara, Senior Solutions Engineer bij Fiix, heeft dit ervaren toen hij onderhoudsmanager was.

"We hadden meer technici dan CMMS-softwarelicenties, dus we hadden mensen die inlogden nadat ze al een werkorder hadden voltooid, gewoon om alle details in te vullen die ze zich konden herinneren", zegt hij. "We probeerden altijd onze achterstand in te halen, en dat tastte onze geloofwaardigheid aan."

De kosten van slechte onderhoudsgegevens

Dat is het precies:wanneer uw gegevens niet beschikbaar zijn, is het moeilijker om voor uw team te strijden. Het is niet zo eenvoudig om de aanschaf van een nieuw apparaat te rechtvaardigen, productietijd in te ruilen voor onderhoud of een nieuwe medewerker aan te nemen als de gegevens er niet zijn om dat verzoek te ondersteunen.

Het kan ook van dag tot dag invloed hebben op uw team. Een technicus kan bijvoorbeeld wachten tot het einde van de dag om voltooid werk te registreren. Dit tijdsverschil kan ertoe leiden dat ze zich verkeerd herinneren hoe lang ze erover deden om een ​​klus te klaren. Misschien ronden ze naar beneden af. Geen probleem, toch? Behalve dat het zo is.

Die ene fout kan een domino-effect veroorzaken. De volgende keer dat u die taak gaat plannen, plant u er minder tijd voor. Nu haast de monteur zich om het werk af te ronden, waardoor het risico voor zowel henzelf als de machine toeneemt. U verlaagt ook de kosten van arbeidsuren in uw budget, waardoor u in een lastige situatie komt met uw financiën.

Laten we eens kijken waar uw gegevens fout kunnen gaan en hoe u deze kunt controleren om de zaken in de goede richting te sturen.

Waar slechte onderhoudsgegevens beginnen

Slechte data komen vaak voort uit de beste bedoelingen. Dat maakt het moeilijk te spotten. Maar er zal altijd een zilveren randje zijn om met deze problemen mee te gaan:je hebt een datagestuurde cultuur. U weet dat de cijfers de sleutel zijn en het inzicht dat u daaruit krijgt, is nog waardevoller. Dat is het belangrijkste ingrediënt voor het vinden en verwijderen van slechte data.

Hier zijn twee aspecten van onderhoudsprogramma's die het vaakst bijdragen aan slechte of onvolledige gegevens.

Proberen de oceaan te koken

Veel onderhoudsteams proberen te veel en te snel met hun data te doen. De mogelijkheid hebben om dingen bij te houden is geweldig, maar als je geen goed doordacht plan hebt voor wat je gaat meten - en waarom - kom je in de problemen.

Het is een gemakkelijke val om in te trappen. De komst van IIoT-technologie, zoals sensoren die elke seconde van het gedrag van een asset volgen, heeft schijnbaar oneindige manieren geïntroduceerd om gegevens vast te leggen. Het probleem voor onderhoudsmanagers komt niet van het hebben van te veel gegevens, maar van het niet weten hoe ze de gegevens eruit moeten halen die er toe doen.

Brandon De Melo, Customer Success Manager bij Fiix, zegt het zo:“Stel dat je een sensor hebt die machinegegevens ophaalt. Dat is geweldig, maar je kunt daar niet stoppen. Je moet rekening houden met alle dingen die een rol spelen bij die gegevens, zoals downtime of andere externe factoren die daarop van invloed kunnen zijn.”

Niet kritisch nadenken over statistieken

Elk onderhoudsteam is gebonden aan bepaalde KPI's, maar zijn dat wel de juiste? Zoals Stuart Fergusson, Fiix's Director of Solutions Engineering, opmerkt, kan het gemakkelijk zijn om verstrikt te raken in een cyclus van het bijhouden van een aantal zoals arbeidsuren, simpelweg omdat het de statistiek is die van je baas (of hun baas) komt.

Het is belangrijk om een ​​kritische blik te werpen op onderhoudsstatistieken en echt na te denken over de vraag of ze moeten worden gemeten.

"Uiteindelijk moet je de statistieken meten die je afdeling ondersteunen", zegt Fergusson. "Niet genoeg mensen begrijpen waarom ze meten wat ze meten."

Ontvang uw gids voor algemene onderhoudsstatistieken en de beste manier om ze te gebruiken

Waar slechte onderhoudsgegevens leven

We weten wat bijdraagt ​​aan slechte data, maar waar komt het voor? Slechte gegevens zijn erg goed in het opgaan in schone gegevens, dus het is niet altijd duidelijk. Maar als u de veelbetekenende tekenen van onnauwkeurige informatie kent, kunt u deze herkennen zonder tientallen rapporten te overgieten. Dit zijn de meest voorkomende plaatsen waar u slechte onderhoudsgegevens kunt vinden.

In je berging

Naast lagers en motoren kunnen slechte gegevens op de loer liggen in de schappen van uw magazijn. Er zijn een paar manieren waarop dit kan gebeuren.

Ten eerste is het gemakkelijk om een ​​verouderde voorraadtelling te hebben als u verouderde onderdelen in de schappen heeft liggen. Als u uw inventaris niet incheckt om er zeker van te zijn dat deze overeenkomt met wat er daadwerkelijk beschikbaar is, komt u in de problemen wanneer u moet betalen voor een onderdeel dat u niet had verwacht.

En dan is er het gevaar dat de cijfers worden verdraaid om de bottom line er beter uit te laten zien.

"Laten we zeggen dat het tegen het einde van de maand is en dat je een onderdeel van $ 3.000 moet vervangen", zegt Afara.

“Sommige onderhoudsmanagers zullen zeggen:‘Weet je wat? Laten we gewoon wachten op die reparatie, zodat het volgende maand echt in onze boeken komt. 'Het wordt een beetje een spel.' Deze aarzeling kan een negatieve invloed hebben op het hele bedrijf als wat in de boeken staat wordt gewaardeerd boven wat er werkelijk nodig is om de productie te verbeteren.”

Wilt u nauwkeurigere cyclustellingen doen? Deze gratis sjabloon kan helpen

In uw preventief onderhoudsschema

Elk onderhoudsteam heeft zijn vaste PM's, maar hoeveel zijn er eigenlijk nodig?

"Onderhoud kan heel snel heel emotioneel worden", zegt Afara. "Je krijgt een zogenaamd emotionele premier, waarbij het team een ​​regelmatige controle uitvoert, alleen maar omdat er zes fabrieksmanagers geleden een storing was en niemand het heeft veranderd."

Wanneer onderhoudsteams PM's erven, is het gemakkelijk om er geen vragen over te stellen, maar het is gemakkelijk om te zien hoe dingen kunnen sneeuwballen en een onnauwkeurig verhaal te vertellen over welk werk eigenlijk moet worden gedaan.

In uw werkorder- en activageschiedenis

Er is niet veel voor nodig om gegevens in de war te brengen bij het documenteren van werk. De aandacht gaat vaak naar de verkeerde plaatsen als de prioriteiten van een plant niet goed zijn.

"Wat vaak gebeurt, is dat er zo'n focus is op de tijd van de technicus", zegt Afara. "Er komt een bericht van de top dat elke minuut moet worden verantwoord, en het resultaat is dat technici gewoon tijd op werkorders inhalen om te laten zien dat ze de acht uur hebben gedaan waarom ze zijn gevraagd."

Zoals we eerder aanhaalden, is het kernprobleem hier een gebrek aan specifieke planning. U maakt zich zorgen over de statistiek die ten koste gaat van de strategie, wat resulteert in gegevens die niet de waarheid vertellen en die niet kunnen worden gebruikt om echte verandering teweeg te brengen.

In uw rapporten

Elke dataset heeft zijn pieken en dalen. Het belangrijkste is hoe u de fluctuaties in uw onderhoudsrapporten begrijpt.

"Heeft u eigenlijk iets om uit te leggen waarom bijvoorbeeld een daling in september kan gebeuren en dan weer in januari?" zegt De Melo.

Zonder kritische analyse of begrip van wat heeft bijgedragen aan een anomalie in de gegevens, is het nutteloos om die fluctuaties te volgen. Je moet begrijpen wat er is gebeurd voordat je kunt beginnen te begrijpen wat je anders had kunnen doen.

De beste oorzaakanalyses beginnen met deze sjabloon. Download het gratis

Hoe onderhoudsgegevens te controleren

Nu we een duidelijker beeld hebben van waar onderhoudsgegevens mis kunnen gaan, hoe kunt u beginnen met het repareren ervan?

Het antwoord zal voor elk team anders zijn, maar de juiste plaats om te beginnen is waar je een probleem hebt zonder uit te leggen waarom je het hebt.

"Stel dat je niet kunt achterhalen waarom je zoveel ongeplande downtime hebt, en dat het kijken naar de gegevens je helemaal niet helpt", zegt De Melo.

"In dit scenario zou je met de productiemanager willen praten en vragen gaan stellen als:'Hoe wordt dit gevolgd? Is er een systeem?' Er zal altijd een proces zijn om de juiste informatie op te sporen, maar je kunt niet gewoon zitten en met je duimen draaien in de hoop dat het antwoord naar je toe komt."

Wat betreft het maken van een checklist voor gegevensaudits, nogmaals, je kunt het beste deze vanuit een strategisch perspectief benaderen.

"Ga zitten met een aantal belangrijke belanghebbenden, zoals fabrieksmanagers en technici, en brainstorm over wat je wilt verbeteren en beter begrijpen", zegt De Melo.

"Als je eenmaal weet waarnaar je op zoek bent, kun je een checklist maken die logisch is."

De beste onderhoudsgegevens zijn gegevens met een doel

Door uw onderhoudsgegevens kritisch en doordacht te controleren, weet u zeker dat alles wat u bijhoudt en analyseert, met een reden wordt onderzocht. Dit helpt u te begrijpen hoe elk stuk gegevens is verbonden. Dan kunt u daadwerkelijke verbeteringen aanbrengen in uw onderhoudsprogramma in plaats van kleinere, minder ingrijpende wijzigingen rond de marges aan te brengen.

"Als je je onderhoudsactiviteit echt begrijpt, komt al het andere erachter", zegt Fergusson.

“De leiding van uw fabriek begrijpt misschien de onderhoudsachterstand of OT niet, maar als u hen vertelt dat het uitstellen van een onderhoudsvenster nog eens $ 250.000 gaat kosten in ons fabrieksonderhoudsbudget vanwege X, Y, Z, en u beschikt over de juiste gegevens om dit te ondersteunen. op, ze zullen luisteren.”

Als alles is gezegd en gedaan, zijn de gegevens het makkelijke gedeelte.

“Als je de cultuur en de metrische gegevens en de juiste mensen en processen hebt om alles bij te houden, en je hebt gewoon niet de feitelijke gegevens, geen probleem. Dat kun je in een week aan de praat krijgen”, zegt Fergusson.

“Vaak is het echter het tegenovergestelde. Je hebt alle gegevens, het stroomt allemaal ergens heen en iedereen kijkt naar verschillende stukjes ervan, maar niets ervan leidt tot een waargebeurd verhaal."