Succes ontgrendelen: Baselinemetingen van productiedata voordat u nieuwe technologieën implementeert

Weten waar u staat is de eerste stap naar waar u wilt zijn

U kent dat gevoel als u vergeet uw Apple Watch of Strava te starten en u geen credit krijgt voor uw hele workout – dat is precies wat er gebeurt als u een datagedreven project start zonder baselining. Ongeacht wat u aan het doen bent, als u niet weet waar u begon, heeft u waarschijnlijk geen accuraat beeld van hoe ver u gekomen bent of wat u daadwerkelijk heeft bereikt. De sleutelvariabele bij het berekenen van afgelegde afstand of geboekte voortgang is het weten van uw startpunt. Daar gaat het baseliningproces om: uw huidige situatie begrijpen om te meten hoever u gekomen bent.

Technologie-implementatie heeft vaak als doel impact te maken, op operaties of processen, en bij MachineMetrics is dat niet anders. Ons doel is de operaties van productieorganisaties wereldwijd te verbeteren. Fabrikanten helpen begrijpen hoeveel ze verbeterd hebben met ons product, betekent hen allereerst helpen begrijpen waar ze staan vóór implementatie. We noemen dit baselining, en het is een vitaal onderdeel van ons Technical Validations-proces voor sales-prospects en onboarding voor nieuwe klanten.

We erkennen dat sommige klanten graag direct over baselining heen willen, maar velen, na het begrijpen van de waarde, doorlopen wel dit proces. In de loop van de tijd hebben we aangetoond hoe waardevol baselining is. We vonden dat de meeste fabrikanten eigenlijk niet weten waar ze vandaag staan. Met beperkte beschikbare data en data die in silos en op whiteboards wordt bijgehouden, kan het weten van uw positie als fabrikant extremelijk lastig worden. Dit maakt het op zijn beurt moeilijk om te weten hoever u gekomen bent na het starten met MachineMetrics of andere technologie.

Dit artikel richt zich op het baseliningproces dat we gebruiken met prospects en klanten, wat baselining van benutting omvat over de machines en de gehele vloer van de klant. Voor de duidelijkheid: benutting betekent dat de machine actief aan het uitvoeren is, of wordt benut, gedurende een bepaalde periode.

Voordelen van baselining

Door te weten waar u staat vóór implementatie van nieuwe technologie, stelt u uw team in staat om duidelijk de verbeteringen te definiëren die na implementatie gemaakt moeten worden. Dit levert een heldere ROI en maakt besluitvorming over hernieuwing of uitbreiding kristalhelder. Voor ons betekent dit dat onze klanten niet hoeven te twijfelen of MachineMetrics werkt. Het vergelijken van baseliningdata met data over tijd spreekt de feiten.

Het MM-baseliningproces

Ons baseliningproces bestaat uit 4 unieke stappen die natuurlijk eindigen in een verbeterplan gebaseerd op echte data. Omdat baselining meet waar u nu staat, kan elke beïnvloeding van uw operaties de resultaten vervalsen. Daarom vragen we alle klanten en prospects om geen hardware op machines te installeren die zichtbaar is voor de operators die de machines bedienen. Als operators de installatie of hardware zien, zullen ze waarschijnlijk iets aan hun operaties aanpassen, wat u verhindert heldere baseliningdata te verkrijgen. Laten we nu de stappen in het benutting-baseliningproces verkennen:

1. Interne baselining-kick-offbijeenkomst organiseren

Het doel van deze eerste stap is uw team op één lijn te brengen, verwachtingen te verzamelen en te begrijpen wat uw team denkt dat de huidige benutting op machines is of zou moeten zijn. Dit is ook het moment om te kiezen hoe benutting gemeten wordt. Bijvoorbeeld: als u een machine heeft met een robotarm die materiaal laadt, telt u die laadtijd mee in de benuttingberekening? Daarnaast worden de verwachtingen of gokken van uw team over benutting later vergeleken met de daadwerkelijke data. Het verschil tussen verwachting en werkelijke benutting kan soms als een schok komen.

Hoe zou u zich voelen of wat zou u doen als uw team verwacht dat de fabriek op 80% benutting draait, maar u via baselining ontdekt dat u daadwerkelijk op 55% presteert? We gaan hieronder in de stap 'De data evalueren' dieper in op wat dit betekent.

Wie zou op deze bijeenkomst moeten zitten? Wat zit er in de teamoefening waar verwachtingen verzameld worden? Leer meer over dit proces in de trainingsmodule in MM Academy hieronder!

2. Controleren op goede machinedata

Dit is de belangrijkste stap in het baseliningproces. Om correct te baselinen, moet de data die u gebruikt goede data zijn. Goede data betekent echte data. Deze stap beantwoordt twee vragen:

• Komt de machinebedrijfsstatus overeen met de gerapporteerde bedrijfsstatus voor die machine in MachineMetrics?
• Telt elke machine onderdelen correct? Wanneer een onderdeel gemaakt wordt, wordt er dan een onderdeel getoond in MachineMetrics?

3. De data evalueren

Het vergelijken van de oorspronkelijke verwachtingen van uw team met de daadwerkelijke benuttingdata die u van uw machines heeft verzameld, vormt de basis voor een belangrijk gesprek. Dit legt ook de fundamenten voor de verbeteringen die gemaakt en gemeten kunnen worden.

Terug naar het scenario waar uw team gokt dat de benutting rond de 80% ligt, maar in werkelijkheid 55% is. Wat betekent dit?

We zien veel van onze prospects en klanten verrast door de daadwerkelijke baseliningdata. Echter, we hebben gezien dat dit heel positieve dingen kan vertegenwoordigen voor fabrikanten. Sommige fabrikanten overwegen bijvoorbeeld de aankoop van nieuwe apparatuur, ontdekken dan maar dat ze een grote hoeveelheid verborgen capaciteit hebben in hun bestaande apparatuur! Zonder deze baseliningoefening zouden ze nog een onderbenutte machine kunnen kopen, in plaats van de apparatuur die ze al hebben te maximaliseren.

4. Een verbeterplan opstellen

Op dit moment in het proces weet u wat uw team verwachtte, weet u dat u goede machinedata krijgt, en weet u wat de daadwerkelijke benutting van uw machines en vloer is. Gebaseerd op wat u in de rapporten ziet tijdens het evaluatieproces, wordt bepaald welke aanpassingen gemaakt kunnen worden.

Er zijn twee typen aanpassingen die we voor klanten uiteenzetten na verzameling en evaluatie van baseliningdata: Basis-aanpassingen en Gevorderde aanpassingen. We adviseren altijd om te beginnen met de basis-aanpassingen; we hebben gezien dat deze basis-aanpassingen soms de grootste impact en kostenbesparing katalyseren voor onze klanten.

Basis-aanpassingen:

• Operator-tijd aan de machine verhogen
• Afleidingen verminderen
• Materiaal beschikbaarder maken
• Meer management check-ins inplannen
• Fabrieksindeling aanpassen voor efficiëntere workflow
• Gedragsveranderingen per shift aanmoedigen op basis van wat u in de data ziet

Gevorderde aanpassingen:

Na het maken van basis-aanpassingen, bent u misschien klaar voor de gevorderde aanpassing: operator-tablets aan de machine implementeren om downtime en andere operator-invoergegevens zoals kwaliteit bij te houden.

Bent u benieuwd naar dit proces en wilt u videodemonstraties met echte data zien? Vraag toegang aan tot onze MM Academy-training over baselining.