Auteur: Karl D’haveloose
Kmo’s gebruiken soms dure softwareplatformen om rapporten te genereren van de applicaties, die ze elke dag gebruiken. Feit is echter dat industriële kmo's vergelijkbare resultaten kunnen behalen door in plaats daarvan hun bestaande gegevens te analyseren, die vaak overvloedig (en gratis) aanwezig zijn. Deze onschatbare bron van inzichten in de bedrijfsvoering is vaak onderhuids over de organisatie verspreid; het volume en de potentiële waarde ervan zijn onduidelijk of zelfs onopgemerkt. In onderstaande illustratie schetst MC Kinsey even in welke afdelingen al die data kunnen liggen te slapen.
Wat sluimerende gegevens zijn en hoe u de kracht ervan kunt benutten (Bron Mc Kinsey)
Echte concurrentiewins via het mijnen van latente data
KMO-management moet starten met het identificeren van een niet gebruikte dataset en gebruikt die data straks om teamleden, die zich het dichtst bij die databron bevinden, te laten beoordelen wat die data hen kan opleveren. Deze medewerkers toetsen de gegevens aan bekende scenario's om een samenhangend verhaal te creëren en de organisatiestrategie te informeren. Zo was een industriële KMO op zoek naar mogelijkheden om de servicekosten te verlagen in een sterk gestandaardiseerde markt. Analyse van gegevens uit de verzendlogboeken, de bestelhoeveelheden en de verhouding tussen de verzendfrequentie en het bestelvolume bracht de optie aan het licht om de leveringskosten bij klanten duurzaam te optimaliseren. Op basis van deze analyse implementeerde het bedrijf een combinatie van quick-win-initiatieven en systematische veranderingen in hun logistieke routing. Mc Kinsey haalt in onderste illustratie nog 3 voorbeelden aan.
Voor het management op zoek gaat naar sluimerende gegevens, is het verstandig om vast te stellen welke problemen ze willen aanpakken, welke hypotheses ze willen testen en wat de gewenste resultaten moeten zijn. Deze aanpak helpt managementteams zich te concentreren op de gemijnde gegevens, die zowel strategisch als via de operationele flows op uitvoerend niveau kunnen worden gerealiseerd (engineering, onderhoud, verpakking, transport, magazijn, aftersales,…).
De absolute waarde van slapende gegevens bij het testen van tactische hypotheses en het informeren van de daaruit voortvloeiende corrigerende acties of verbeteringen is aanzienlijk. Maar misschien nog wel relevanter is het potentieel van die gegevens om de totaal overzicht van het management te verbeteren, de wendbaarheid te vergroten en de strategische besluitvorming te ondersteunen (niet in geld te berekenen).
Een interne opportuniteit identificeren: de operationele winst van een fabrikant dankzij latente gegevens
Het identificeren van een interne opportuniteit door het ontdekken en analyseren van latente data in die maakbedrijven is een mix van snelle winsten, langetermijn-optimalisaties en strategische bochten. In onderstaand geval (illustratie) is de win zowel het vermijden van grote Capex als het beter aanwenden van mensen en middelen.
Beleid op top- en shopfloor
Wanneer maakbedrijven de gegevens die aan de basis van hun activiteiten liggen identificeren, rondsturen en implementeren, creëren ze een kosteneffectief maar krachtig hulpmiddel dat de dagelijkse besluitvorming voor alle teamleden informeert en versnelt, of ze nu bijeenkomen in directiekamers of tijdens de nachtshift.
Feiten van folklore scheiden: één enkele bron van waarheid creëren
Medewerkers in staat stellen om de waarde van slapende gegevens te realiseren, is cruciaal voor het succes van elk programma. Goed gemotiveerde werknemers willen maar al te graag deelnemen aan dit proces, waardoor een natuurlijk traject ontstaat om hun stilzwijgende kennis te benutten. Stilzwijgende kennis kan de ontbrekende schakel zijn om verschillen te identificeren tussen wat een bedrijf denkt te weten en de fundamentele aan de hand is binnen de organisatie.
Volgens Mc Kinsey ziiten in veel industriële kmo's vaak individuele werknemers die beschikken over enorme kennis over de dagelijkse bedrijfsvoering, maar geen systematiek hebben om hun kennis te delen omtrent organisatorische of procesveranderingen. Je kan dit bijvoorbeeld merken bij lijnoperatoren die kunnen anticiperen op storingen of bij leden van het inkoopteam die weten welke SKU's de neiging hebben om te pieken. Wat al deze mensen nodig hebben, is valideren van typische data in hun omgeving, die hun inzichten bevestigen, om ze dan te vertalen in echte verbeteringen.
Bij gebrek aan geverifieerde feiten kunnen beslissingen van senior managers worden belemmerd door algemene misvattingen (of folklore) met betrekking tot de bredere organisatie. Ze kunnen bijvoorbeeld stilstand van apparatuur zien als willekeurig en onvoorspelbaar of aannemen dat leverancierscontracten worden onderhandeld tegen de best mogelijke tarieven omdat ze kozen voor standaard bestelhoeveelheden. Door de sluimerende gegevens in de onbesproken kennis van hun werknemers naar boven te halen, kunnen managers mogelijkheden identificeren om hun dagelijkse activiteiten te verbeteren en tegelijkertijd de gamechangers binnen hun organisatie erkennen. Vertrekken vanuit feiten in plaats van folklore is essentieel voor industriële kmo’s, die de prestaties van hun flows willen optimaliseren.
Kmo's hebben een lange traditie in het overwinnen van uitdagingen die uniek zijn voor het opereren op kleinere bedrijfsgrootte: ze zijn op de hoogte van de verwachtingen van de klant en goed vertrouwd met het aanpassen van hun bedrijfsmodellen om aan die klantbehoeften te voldoen. Maar naarmate de bedrijfsgrootte toeneemt en de verwachtingen van de klant evolueren, is het noodzakelijk dat de hele organisatie in staat is om realtime geïnformeerde, strategische beslissingen te nemen. Tevens moeten nieuwe manieren worden toegepast om klanten op tijd en tegen concurrerende kosten te bedienen.
Start met een paar kernobjectieven waar je je middelen en je inspanningen op richt
Zoek dus slapende gegevens, die relevant zijn voor het bevorderen van die kerndoelstellingen. Stel je team in staat om als veranderingskampioenen duurzame operationele paradigma's te creëren en stilzwijgende kennisrisico's te verminderen.
Een best-in-class organisatie ontwikkelt zich niet van de ene op de andere dag. Maar op de lange termijn kunnen kmo's, die gegevensanalyse en -rapportage optimaliseren en automatiseren, continue verbeteringen realiseren. Simpelweg bestaande interne middelen inzetten en sluimerende gegevens activeren kan leiden tot een verbeterde winstgevendheid en customerexperience, een grotere betrokkenheid van je medwerkers en andere cruciale concurrentievoordelen in deze veranderende industriële markt.
