Hoe zorg ik voor betrouwbare data?
In dit artikel leggen we uit hoe je er voor kan zorgen dat de data die je verzameld betrouwbaar is.
Waarom is de data onbetrouwbaar?
Als reden voor de onbetrouwbare data horen we vaak dat operators de registratie maar half of zelfs helemaal niet invullen. Maar als we met de operator zelf spreken is hij zich van geen kwaad bewust en probeert data zo goed als mogelijk bij te houden. Laten we als voorbeeld een OEE meting nemen waarbij input van een operator nodig is om de registratie compleet te maken.
Registratie kost tijd
De registratie is niet de voornaamste taak van de operator. Hij moet zorgen dat hij zijn machine onderhoud en draaiend houdt om zo veel mogelijk producten te maken. De registratie wordt gezien als extra werk waar hij of zij niet op zit te wachten. Hoe zorg je er dan voor dat deze data toch op de juiste manier ingevuld wordt?
Waarom moet ik registreren?
Data registratie in het algemeen, en een OEE meting zoals in dit voorbeeld, bijhouden bestaat niet alleen uit het registreren van data, maar is veel breder dan alleen dat. Mensen willen graag weten waar de registratie voor dient. Als zij het gevoel hebben dat de registratie bedoelt is als stok om hen mee om de oren te slaan, zullen ze er alles aan doen om die registratie zo positief mogelijk te beïnvloeden. Als je met ze in gesprek gaat over de voordelen die het hen op kan leveren zullen zij ook hun best gaan doen om de registratie zo goed mogelijk te doen.
Hoe ga ik communiceren?
Naast het registreren en analyseren van de data is communicatie dus van groot belang. Hou de mensen die de data verzamelen op de hoogte wat je met de data doet of gaat doen en hoe deze data hen zelf kan helpen om de werksituatie te verbeteren. Om deze communicatie op gang te helpen werkt het introduceren van een communicatiestructuur enorm. Denk er hierbij aan dat communicatie twee richtingen uit gaat, zowel van de werkvloer naar beneden als van het management terug omhoog naar de werkvloer. Management is hierbij ondersteunend aan de productie en niet andersom. Met de juiste structuur komt de verbetercultuur dan vanzelf op gang.
Hanteer de juiste normen
Een andere reden voor afwijkende data in een meting is het niet juist opstellen van de randvoorwaarden of definities binnen een meet systeem. Er worden aannames gedaan over prestaties van machines en producten die rooskleuriger worden voorgesteld dan ze daadwerkelijk zijn, maar wat je hier in feite alleen maar mee doet is het wegmoffelen of onzichtbaar maken van verliezen die anders wel naar voren waren gekomen.
Bereid voor en train je mensen
Het verzamelen van de juiste data is dus geen eenvoudige opgave. Om de juiste registratie op te tuigen komt veel meer kijken dan alleen de operator vragen wat gegevens in te vullen. Continue verbeteren gebeurd op basis van een samenspel tussen mens, techniek en proces. Zorg ervoor dat dit samenspel plaats kan vinden waardoor de beslissingen die genomen worden beter bij de situatie passen en de mensen die de registraties invullen er meer van overtuigd zijn dat het waardevol is om de registratie goed uit te voeren.
Samenwerken
Bij het verzamelen van data is het van belang dat de data die uit een proces komt overeenkomt met het gevoel dat de operators hebben die aan dit proces werken. Als hier een grote afwijking in zit, is het verstandig om nog eens naar de definitie of de normen te kijken die voor de meting gebruikt worden.
En nu?
Nu heb je data verzameld die kloppend is, de registratie wordt netjes ingevuld en bijgehouden. Hoe beoordeel ik de verzamelde data en wat kan ik er uithalen? Over twee weken delen we hier een artikel over. Voeg ons toe als connectie of volg ons, zodat je dit artikel niet mist.
