Uoverskuelige informasjon inneholder skjulte forbedringer

I de siste 20 årene har implementering av lean- og Six Sigma-programmer bidratt til å redusere avfall og forbedre produktkvaliteten hos industribedrifter. Men spesielt i produksjonsbedrifter, hvor store mengder av variabler spiller inn, kan dataanalyse identifisere og forbedre bedriftsprosessene.

Uoverskuelige informationer indeholder skjulte forbedringer

Prosess-produserende bedrifter blir utfordret ved å øke kvaliteten, med reguleringer og global konkurranse. For å overleve den økte konkurransen, har mange bedrifter med stor suksess implementert strategiske styringsmodeller som lean og Six Sigma for å optimalisere sin arbeidsprosesser.

I komplekse produksjonsmiljøer, for eksempel i kjemisk og farmasøytisk industri, kommer de manuelle optimaliseringsprosesser ofte til kort av den store mengden og kompleksiteten av variabler. Det kan være umulig å kartlegge og analysere alle de forskjellige virkninger av produksjon og variablenes gjensidige forhold.

 

Få oversikt over alle variabler

For eksempel, i fremstilling av biofarmasøytiske produkter, kan det være opp mot 200 variabler i produksjonsstrømmen, som overvåkes for å sikre kvalitet og renhet i produksjonen. Til tross for det faktum at hver variabel overvåkes, opplever produsentene ofte store svingninger i mengden av produkter, som består endelig kvalitetskontroll – selv om alt tilsynelatende var innenfor de akseptable grenseverdiene.

Hvis du vil se alle variabler og deres interaksjoner, er det umulig for den menneskelige hjernen – faktisk er det med kun 20 variabler, 190 kombinasjoner av to variabler, som kan påvirke kvaliteten i produktet. Med 200 variabler, stiger antallet til 19.900. Og det er kun enkeltforbindelser mellom to variabler, og ikke kombinasjonen av flere faktorer, som også påvirker det enkelte produkt.

Finn de uventede forbedringspotensialene

– Det overnevnte er bare påvirkninger på selve produksjonen – men i langt flere organisasjoner vil arbeidet med data også potensielt påvirke andre aspekter enn produktkvaliteten. For eksempel ved å satse mye på effektiviteten ved å gi en bedre mulighet for å planlegge service på de maskinene som brukes i produksjonen, forklarer Snurre Jensen, Team Lead hos EG Digital:

– Nedetid i produksjonsmaskinene kommer ofte med en rekke ekstra kostnader. I tillegg til de faktiske kostnadene for reparasjon, vil det komme ekstrakostnader i form av et stillestående produksjonsapparat, det vil kunne gi manglende levering. Men hvis man kobler sensorer, som kan registrere belastningen, vibrasjoner, luftfuktighet, temperatur og annet, kan man med dataanalyse forutse akkurat hvilke komponenter som ligger i høyrisiko-sektoren for å feile – derfor kan man på forhånd skifte denne delen, før dette skjer.

Datainnsikt har også en tendens til å rive opp gamle sannheter. Mange bedrifter har i dag store mengder kapital bundet opp i sine varelagre, men sliter samtidig med å ha de riktige varene tilgjengelig på riktig tidspunktet.

– Hvis du ikke har de riktige varene på lager, kan det bety tapte salgsmuligheter, kaste gamle varer, og omkostninger relatert til brudd på kontrakter. For mange blitt et uunngåelig faktum at “slik er det å drive en bedrift”, men slik trenger det ikke å være, sier Snurre Jensen, og fortsetter:

– Aksepten av modus operandi henger ofte sammen med at det vil for vanlige mennesker være umulig å ha oversikten av alle variabler og mønstre, som påvirker  mengden og typen av ordrer – og derfor kan det virke som at det er tilfeldigheter som gjør utslaget. Men ved å la maskinen se på datainformasjonen, finner man ofte skjulte sammenhenger og forbedringspotensialer, som man ellers ikke kunne ha forutsett, fordi den menneskelige hjernen ofte ikke kan vurdere mengden av variabler, avslutter han.