Meten doen ze allemaal: sturen is wat het verschil maakt in je maakbedrijf
Cijfers genoeg in de meeste maakbedrijven. De vraag is of iemand er ook op stuurt.
Het ERP-systeem draait. Er zijn licenties, er is een implementatietraject geweest, er is training gegeven. En toch houdt je planner er nog steeds een eigen Excel naast, want daarin ziet hij wél wat er echt op de vloer staat.
Dat is geen softwareprobleem en ook geen mentaliteitsprobleem. Het is het voorspelbare gevolg van digitaliseren voordat duidelijk is wat er precies ondersteund moet worden. In de vorige blog las je dat je maakbedrijf al een productiestrategie heeft, ook zonder document, omdat het patroon van je dagelijkse beslissingen die strategie vormt. In deze blog lees je waarom digitalisering pas rendeert als dat patroon helder is, en waarom de cijfers waarop je stuurt daar alles mee te maken hebben.
De stappen worden gezet, de winst blijft uit
Het beeld dat mkb-maakbedrijven achterlopen op techniek klopt niet meer. Er wordt geïnvesteerd, er worden systemen aangeschaft, er worden pilots gedraaid. Wat achterblijft is het resultaat.
Onderzoek onder mkb-maakbedrijven, laat zien dat bij 80 procent van de bedrijven de inzet van data en sensoren nog onvoldoende is doorontwikkeld, en dat 83 procent onvoldoende inzicht heeft in welke onderdelen van het productieproces zich lenen voor automatisering met AI. De conclusie van de onderzoekers is dat de sector wel degelijk stappen zet, maar er niet in slaagt die om te zetten in echte productiviteitsgroei.
Dat is precies het patroon dat je op de vloer terugziet. Er is geïnvesteerd, maar niemand kan uitleggen welk probleem er nu eigenlijk kleiner is geworden.
Software legt vast wat er al is, inclusief de rommel
Een systeem is geen verbetering. Een systeem is een vastlegging. Het maakt de manier waarop je vandaag werkt sneller, zichtbaarder en moeilijker te veranderen.
Als je werkvoorbereiding leunt op drie mensen die van elkaar weten hoe het zit, dan digitaliseer je die afhankelijkheid mee. Als je voorraadadministratie niet klopt omdat er buiten het systeem om wordt afgeboekt, dan krijg je met een nieuw systeem alleen sneller onbetrouwbare cijfers. Je asfalteert het olifantenpaadje: het loopt makkelijker, maar je loopt nog steeds dezelfde omweg.
De literatuur over productiesystemen is hier eenduidig over. In een veelgebruikt stappenmodel voor het inrichten van een productiesysteem komt automatiseren en computeriseren pas bijna aan het eind, ná het vereenvoudigen van het proces, het inrichten van kwaliteitsborging aan de bron en het koppelen van de stappen. Datis niet zonder reden. Software over een proces heen leggen dat je zelf niet kunt uitleggen, betekent dat je die onduidelijkheid vastlegt in een systeem waar je vervolgens jaren aan vastzit.
Eerst vereenvoudigen, dan verbinden, dan pas automatiseren
Die volgorde klinkt traag, maar hij is in de praktijk juist sneller. Je hoeft minder te configureren, je hebt minder uitzonderingen te bouwen, en je mensen herkennen het proces in het systeem.
Elke stap die je overslaat, leg je straks vast in software.
Praktisch komt het neer op vier vragen, in deze volgorde:
Wat moet dit proces kunnen? Stuur je op korte levertijd, op lage kostprijs, op flexibiliteit of op kwaliteit? Dat is de keuze uit blog 1, en die bepaalt wat een systeem moet ondersteunen.
Waar loopt het nu vast? Niet wat er theoretisch beter kan, maar waar orders blijven liggen, waar informatie wordt overgetypt en waar mensen dubbel werk doen.
Wat kan eerst weg of eenvoudiger? Overbodige controlestappen, formulieren die niemand leest, uitzonderingen die ooit voor één klant zijn bedacht en die nu de standaard verstoren.
Welke stap ondersteunt techniek dan het beste? Pas hier komt de vraag welk systeem, welke koppeling of welke rapportage.
Sla je de eerste drie vragen over, dan koop je een oplossing voor een probleem dat je nog niet hebt gedefinieerd.
Zien wat er gebeurt is meestal de eerste winst
Bij digitaliseren wordt vaak meteen aan automatiseren gedacht: robots, koppelingen, systemen die werk overnemen. Maar in de meeste mkb-maakbedrijven zit de eerste winst ergens anders, namelijk in zichtbaarheid. Niet werk overnemen, maar zien wat er gebeurt.
De gegevens liggen er meestal al. Je ERP weet welke orders er zijn, wanneer ze zijn ingepland en wanneer ze zijn afgemeld. Je urenregistratie weet wie waaraan heeft gewerkt. Je kwaliteitslijsten weten waar afkeur ontstaat. Alleen staat het in drie systemen en twee Excels, en zit de samenhang in het hoofd van degene die er maandagochtend een uur voor gaat zitten.
Een rapportagetool zoals Power BI, software die gegevens uit verschillende bronnen samenbrengt en automatisch bijwerkt, verandert niets aan je proces. Dat is precies waarom het een verstandige eerste stap is. Je legt niets vast, je koopt geen jarenlange verplichting, je maakt zichtbaar wat er nu gebeurt. En daarmee wordt de vraag beantwoordbaar waar de rest van dit stuk over gaat: waar zit het echte probleem?
Wat dat concreet oplevert:
Je discussies gaan over cijfers in plaats van over gevoel. Of die ene klant nu echt structureel te laat wordt beleverd, of dat het één keer flink misging en iedereen dat is blijven onthouden.
Je ziet patronen die per week onzichtbaar zijn. Welke ordertypes altijd uitlopen, welke bewerking het vaakst het knelpunt is, in welke maanden je capaciteit structureel scheef staat.
Je haalt het maandagochtendwerk weg. Het uur dat iemand kwijt is aan lijstjes samenvoegen levert geen enkel inzicht op dat er niet al was.
Je maakt de nulmeting die je nodig hebt. Zonder cijfer vooraf kun je van geen enkele verbetering achteraf hard maken dat hij iets heeft opgeleverd.
Wees wel eerlijk over de voorwaarde. Een rapportage is nooit beter dan de registratie eronder. Worden orders pas achteraf en bij benadering afgemeld, dan krijg je een nette grafiek van onbetrouwbare gegevens. Dat is gevaarlijker dan geen grafiek, want een dashboard oogt gezaghebbend. Kloppen de gegevens niet, dan is de eerste stap niet rapporteren, maar de registratie op orde brengen.
Je dashboard verraadt welke keuze je hebt gemaakt
Hier komt de blog over productiestratie terug, en dit is het punt waar het echt om draait.
Een dashboard is geen neutraal venster op je bedrijf. Het is een keuze. Alles wat je erop zet, krijgt aandacht; alles wat je weglaat, verdwijnt uit het gesprek. Waar je op stuurt, stuurt terug.
Stel dat je bedrijf het wint op korte en betrouwbare levertijden. Dat is je belofte aan de klant. Maar op je scherm staat bezettingsgraad van de machines, want dat cijfer was het makkelijkst te maken en het voelt als goed ondernemerschap. Wat gebeurt er dan? Iedereen gaat sturen op volle machines. Orders worden gebundeld tot efficiënte series, want dat scheelt omstellen. Werk gaat in grotere batches de vloer op. En je doorlooptijd loopt op, precies datgene waarop je zei te willen winnen.
Niemand deed hier iets fout. Iedereen deed wat het dashboard vroeg. Alleen vroeg het dashboard iets anders dan de strategie.
Twee bedrijven kunnen precies dezelfde cijfers meten en toch de andere kant op sturen.
Dit is waarom afstemming zwaarder weegt dan techniek. Vier of vijf cijfers die rechtstreeks volgen uit waarop je wilt winnen, sturen je bedrijf de goede kant op. Twintig cijfers die alles laten zien wat meetbaar was, sturen niets. Wil je op levertijd winnen, dan meet je leverbetrouwbaarheid en doorlooptijd, en accepteer je dat je machines niet altijd vol staan. Wil je op kostprijs winnen, dan is bezetting wél je cijfer, en accepteer je langere levertijden op spoed. Beide zijn te verdedigen. Alleen niet tegelijk.
De praktische toets is simpel. Loop je rapportage langs en vraag bij elk cijfer: als dit getal volgende maand beter is, zijn we dan beter geworden in datgene waarop we willen winnen? Blijft het antwoord uit, dan haal je het weg.
Waarom dit nu meer knelt dan tien jaar geleden
Lang gold digitaliseren en automatiseren als iets voor grote series en grote bedrijven. Dat was terecht. Het inregelen en programmeren kostte weken en een veelvoud van de aanschafprijs, dus je verdiende het alleen terug bij hoge, repeterende volumes. Sensoren zijn in twee decennia meer dan negentig procent goedkoper geworden en machines zijn aanzienlijk sneller om te configureren voor ander werk. Daarmee daalt de omvang waarbij investeren rendeert. Werk dat tien jaar geleden te klein of te wisselend was, valt nu binnen bereik.
Tegelijk levert techniek die je kunt kopen geen voorsprong op. Onderzoek naar de bronnen van productieprestatie laat zien dat praktijken en systemen die jij kunt aanschaffen, je concurrent ook kan aanschaffen. Wat wél verschil maakt, is wat je zelf opbouwt: kennis van je eigen proces, de manier waarop mensen op de vloer verbeteringen aandragen, en het vermogen om samen met klanten en leveranciers te leren. Datzelfde pakket software in twee bedrijven levert twee totaal verschillende resultaten op, en het verschil zit in wat er wordt gemeten en wat er met die cijfers gebeurt.
Daar komt bij dat je in een mkb-maakbedrijf geen afdeling hebt die zo'n traject draagt. Je hebt dezelfde mensen die ook de productie draaiende houden. Dat is geen reden om minder ambitieus te zijn, wel om smaller te beginnen en dieper door te pakken. Eén proces echt op orde, van registratie tot besluit, levert meer op dan vijf processen half gedigitaliseerd.
Waar het op neerkomt
Digitalisering is geen doel en ook geen achterstand die je moet inhalen. Het is een middel om beslissingen op de vloer sneller en beter te maken. Werkt het niet, dan ligt dat zelden aan de techniek en meestal aan de vraag die eronder ligt: waar moet dit proces eigenlijk op sturen? Zolang die vraag onbeantwoord is, meet je van alles en stuur je niets.
Wil je weten waar dat bij jou staat? Daarvoor is de OD&C Quickscan bedoeld. Via een vragenlijst vooraf, een bedrijfsbezoek met rondleiding en gesprekken met je mensen uit productie, planning, kwaliteit en logistiek ontstaat een beeld van waar je organisatie nu staat. Je krijgt volwassenheidsscores op Lean, digitalisering en strategische samenhang, plus maximaal vijf concrete verbeterkansen met een volgorde erin: wat moet nu, wat kan later.
Geen belofte van snelle besparing, wel duidelijkheid over waar verbeteren echt moet beginnen. Liever eerst even sparren over je eigen situatie? Een gesprek kan ook.
Veelgestelde vragen:
-
Digitalisering maakt een bestaand proces niet vanzelf beter. Als een proces onduidelijk is, onnodige stappen bevat of afhankelijk is van handmatig werk, neem je die problemen vaak mee in het nieuwe systeem. Daarom is het belangrijk om eerst te bepalen wat het proces moet kunnen, waar het vastloopt en wat eenvoudiger kan. Pas daarna bepaal je welke technologie daarbij helpt.
-
Power BI kan interessant zijn wanneer gegevens uit bijvoorbeeld ERP, urenregistratie, planning en kwaliteitsregistratie verspreid staan over verschillende systemen of Excel-bestanden. Door deze gegevens samen te brengen ontstaat één overzicht waarmee je sneller kunt zien waar afwijkingen, knelpunten of trends ontstaan.
-
Dat hangt af van waarop je bedrijf wil presteren. Een bedrijf dat vooral wil winnen op betrouwbare levertijden heeft andere KPI's nodig dan een bedrijf dat voornamelijk op kostprijs concurreert. De belangrijkste vraag bij iedere KPI is daarom: als dit cijfer verbetert, worden we dan ook beter in datgene waarop we willen winnen?
-
Een dashboard is alleen betrouwbaar wanneer de registratie eronder betrouwbaar is. Worden productieorders bijvoorbeeld pas achteraf bijgewerkt of worden gegevens buiten het systeem bijgehouden, dan kunnen dashboards een vertekend beeld geven. In dat geval moet eerst de manier van registreren worden verbeterd.
-
Begin niet bij de keuze voor software, maar bij het proces en de beslissingen die je wilt verbeteren. Bepaal eerst waarop je wilt sturen, onderzoek waar het proces nu vastloopt en kijk welke stappen eenvoudiger kunnen. Daarna kun je gericht bepalen waar een dashboard, koppeling, automatisering of ander digitaal hulpmiddel daadwerkelijk waarde toevoegt.
Geschreven door Jelle Seuren, OD&C Seuren. Ik help maakbedrijven in het MKB hun processen digitaliseren, zodat ze grip krijgen op wat er op de vloer gebeurt.