Oöverskådlig information innehåller dolda förbättringsmöjligheter

Under de senaste 20 åren har implementeringen av Lean- och Sex sigma-program hjälpt till att reducera svinnet och öka produktkvaliteten hos produktionsföretag. Men i synnerhet i stora produktionsföretag, där många variabler spelar in, kan dataanalys identifiera och förbättra företagets processer.

Uoverskuelige informationer indeholder skjulte forbedringer

Processproducerande företag utmanas av stigande kvalitetskrav, regleringar och global konkurrens. För att överleva på den alltmer konkurrensutsatta marknaden har många företag framgångsrikt implementerat strategiska styrningsmodeller som Lean och Six Sigma för att optimera företagets arbetsprocesser.

I komplexa produktionsmiljöer, t.ex. inom kemi- och läkemedelsindustrin kommer de manuella optimeringsprocesserna också till korta på grund av mängden variabler och komplexiteten. Det kan nämligen vara omöjligt att få en överblick och analysera alla de olika produktionseffekterna och variablernas inbördes förhållande.

Skapa en översikt över alla variabler
Vid produktion av biofarmaceutiska produkter kan uppemot 200 variabler övervakas i produktionsflödet för att säkerställa kvaliteten och produktionens renhet. Trots att alla variabler övervägs upplever producenterna ofta stora variationer i mängden produkter som klarar den slutliga kvalitetskontrollen, även om allt tycktes ligga inom de godkända gränsvärdena.

Att få en överblick över alla variabler och deras inbördes påverkan är omöjligt för den mänskliga hjärnan. Med 20 variabler blir det 190 kombinationer av två variabler som kan ha betydelse för kvaliteten på din produkt. Med 200 variabler stiger antalet till 19 900. Och det är endast enkla förbindelser mellan två variabler, inte kombinationen av flera faktorer som också har betydelse för den enskilda produkten.

Hitta de oförutsätta förbättringsmöjligheterna
Ovannämnda exempel berör endast påverkan på själva produktionen. I de allra flesta organisationer påverkar arbetet med data även andra aspekter än produktkvaliteten och bland annat kan effektiviteten ökas genom bättre möjligheter till planering av service på de maskiner som används i produktionen, förklarar Henrik Borg, som är teamledare på EG Digital.

Nertid i produktionsapparaten förknippas ofta med en rad extrakostnader. Utöver själva reparationskostnaden tillkommer följdkostnader i form av en stillastående produktionsapparat och eventuellt även uteblivna leveranser. Genom att koppla ihop sensorer som kan registrera belastning, vibrationer, luftfuktighet, temperatur osv. kan man genom dataanalys förutse exakt vilka komponenter som är i riskzonen för felaktigheter – och byta ut delar innan de går sönder.

Datainsikter hjälper också till att slå hål på gamla sanningar. Många företag har idag mycket kapital bundet i sina varulager men kämpar samtidigt med att ha rätt varor tillgängliga vid rätt tidpunkt.

Om man inte har det man behöver i lager kan det betyda förlorade försäljningsmöjligheter, att man måste kassera varor som blivit för gamla och kostnader för avtalsbrott. För många har det blivit ett oundvikligt faktum och något man får räkna med. Men så behöver det inte vara”, säger Henrik Borg och fortsätter.

Att man bara accepterar läget hänger ofta ihop med att det för de flesta är omöjligt att överblicka alla de variabler och mönster som påverkar mängden och typen av order. Därför kan det verka som om det är tillfälligheter som avgör resultatet. Men genom att låta maskinen bearbeta data hittar man ofta dolda sammanhang och förbättringspotential som man inte annars hade kunnat förutse, eftersom den mänskliga hjärnan ofta inte kan överblicka mängden variabler”, avslutar han.