''Waarom lukt het ons niet om de orders binnen de afgesproken tijd te leveren''
Businesscase: Het voorbeeld in deze businesscase is gebaseerd op de ervaringen van HighQ consultants bij meerdere opdrachten bij diverse opdrachtgevers.
Consultants: Tim Dekker & Stefan van der Pligt.
Een productiebedrijf maakt verschillende producten op aanvraag. Het orderproces is op papier rechtlijnig: de order wordt geplaatst, ingepland, geproduceerd en afgerond. In de productiewijze is een aantal varianten mogelijk, maar de orderverwerking zelf verloopt altijd volgens vaste stappen. En toch gebeurt het af en toe - of misschien zelfs wel regelmatig - dat de planning niet wordt gehaald en de order te laat wordt afgerond. Hoe kan dat?
Deze vraag klinkt ons bij HighQ inmiddels bekend in de oren. De opdrachtgever heeft vaak KPI’s gedefinieerd, zoals de maximale tijd waarbinnen orders moeten zijn afgerond. Het niet behalen van een KPI-norm betekent dat de klant moet worden teleurgesteld. Met alle (financiële) gevolgen van dien. Meten is weten. Maar hoe weten we waar het mis gaat?
In deze businesscase laten we graag zien hoe we bij HighQ een proces analyseren, de knelpunten in het proces bepalen en de verbeterpunten identificeren. We gaan samen met een opdrachtgever op zoek naar het antwoord op de vraag: “Hoe kunnen we ervoor zorgen dat onze klant kan vertrouwen op de naleving van de gemaakte afspraken?” Of in de taal van de controller: “Hoe behalen we onze gestelde KPI-normen?” Dat doen we niet door ons te verdiepen in het fysieke proces, maar met Process Mining.
Process Mining is een datagedreven analysemethode en berust puur op feiten. Het is een relatief laagdrempelige methode om processen te analyseren. De resultaten maken knelpunten in het proces zichtbaar en tonen waar organisaties stappen kunnen nemen om processen te verbeteren. De benodigde tijd voor Process Mining is afhankelijk van de kwaliteit en de complexiteit van de dataset én natuurlijk van de onderzoeksvragen.
Process Mining kan worden toegepast op alle processen waarbij (automatisch) gegevens in de gebruikte systemen worden vastgelegd. Van productieprocessen en onderhouds- of reparatieprocessen tot processen in webshops. De methodiek is niet alleen uitermate geschikt voor primaire processen met duidelijk vastgestelde KPI’s. Het is ook de aangewezen analysetool om uit te zoeken welke procesvarianten in de praktijk identificeerbaar zijn of om belangrijke checks & balances in het proces te toetsen.
Om te bepalen of de gekozen oplossingen echt effectief zijn, kun je na de implementatie een nieuwe analyse op basis van de nieuwe data uit (laten) voeren en vergelijken met de nulmeting. Of kiezen voor (semi-)live procesmonitoring met een dashboard, zodat je altijd de meest actuele sturingsinformatie beschikbaar hebt.
Process Mining is kort gezegd een datagedreven methode om processen te analyseren. Tijdens een proces wordt in de gebruikte systemen vaak automatisch een aantal gegevens vastgelegd. Zo kunnen we een orderproces in kaart brengen aan de hand van een ordernummer, activiteiten en het tijdstip waarop de activiteiten zijn uitgevoerd. Aanvullende gegevens bieden vervolgens meer relevante inzichten. Denk bijvoorbeeld aan de start- en eindtijd van een activiteit, de uitvoerende machines of een productsoort. Op basis van deze data kunnen we met Process Mining feitelijk vaststellen wat er tijdens een proces gebeurt.
Process Mining kent drie verschillende toepassingen:
Om te bekijken waarom de gestelde KPI-normen niet worden behaald, gaan we op zoek naar de knelpunten en verbetermogelijkheden in het orderproces. Er is hier dus duidelijk sprake van ‘process enhancement’.
Een procesonderzoek bestaat bij HighQ altijd uit een viertal stappen:
1. Startgesprek en scan op de geschiktheid van de beschikbare data
2. Ontvangst dataset, preparatie en globale procesanalyse
3. Onderzoek en analyse om de centrale vragen van de opdrachtgever te beantwoorden
4. Conclusies en aanbevelingen
We vinden het bij HighQ heel belangrijk dat we tijdens het onderzoek regelmatig contact met de organisatie hebben. Zo kunnen we snel schakelen bij vragen en is het altijd duidelijk welke route we belopen. Bovendien hebben we bij HighQ dan wel verstand van Process Mining en data, maar de organisatie zelf kent de processen het beste!
Om gedegen onderzoek te kunnen doen, is het van belang om te begrijpen wat een organisatie doet, hoe het proces in elkaar steekt en welke elementen een rol spelen. Wat betekenen de verschillende activiteiten? Wat zijn de gewenste processtappen? Wat zijn normale doorlooptijden? En wie doet wat? Natuurlijk bespreken we ook welke onderzoeksvragen we in ieder geval willen beantwoorden.
Bij HighQ gaan we daarom eerst met de betrokken personen van de organisatie om de tafel om een beeld van het proces te vormen. Onze consultants vragen net zolang door totdat ze de pijnpunten echt begrijpen en voldoende aanknopingspunten hebben voor verder onderzoek.
Het tweede onderdeel van de aftrap is een scan op de geschiktheid van de data. Om een orderproces te analyseren met Process Mining, hebben we minimaal een ordernummer, activiteiten en een tijdstempel van de activiteiten nodig. In de dataset zijn deze gegevens beschikbaar, samen met andere variabelen die later in de analyse van meerwaarde kunnen zijn.
Nadat de opdrachtgever de dataset met HighQ heeft gedeeld, moet de verzameling gegevens worden geprepareerd voor Process Mining. Hoelang dat duurt, is afhankelijk van de complexiteit en de kwaliteit van de data en wordt vooraf ingeschat door HighQ.
Na de preparatie voeren onze consultants een globale analyse uit. We visualiseren het proces in een procesmap. Dit geeft een beeld van de meest voorkomende procesvarianten in het proces. Ook krijgen we een eerste indruk van de doorlooptijd van het proces en de verwerkingstijd van de verschillende processtappen.
De globale analyse geeft aanknopingspunten voor het vervolgonderzoek en kan nieuwe inzichten bieden die nog niet eerder in kaart zijn gebracht. Zo valt redelijk snel op waar de gewenste procesvolgorde niet wordt aangehouden, welke activiteiten vaker worden uitgevoerd en waar zich knelpunten in het proces bevinden.
In het startgesprek benoemen we samen met de opdrachtgever de onderzoeksvragen. Voorbeelden hiervan zijn:
1. Wat is de gemiddelde doorlooptijd van het orderproces?
2. Hoeveel orders worden niet binnen de gestelde KPI-norm verwerkt?
3. Wat zijn de meest vertragende factoren in het orderproces?
Bij kwantitatieve vragen is het antwoord meestal eenduidig op basis van de beschikbare data. Tijdens de globale analyse van het orderproces krijgen we vaak de eerste cijfers over doorlooptijden en orders al inzichtelijk.
Met name bij kwalitatieve vragen wordt de meerwaarde van extra variabelen duidelijk, omdat op verschillende manieren naar de dataset kan worden gekeken. Met behulp van Process Mining filteren we de dataset bijvoorbeeld op orders die niet binnen de gewenste doorlooptijd zijn verwerkt. Om te onderzoeken welke factoren hieraan ten grondslag liggen, moet diepgaander onderzoek worden uitgevoerd. Hiervoor is het noodzakelijk om extra variabelen toe te voegen, zoals gegevens van de uitvoerende machines en producttypes.
Tijdens de analyse blijven onze consultants overleggen met de organisatie om verklaringen te vinden voor opvallende zaken. Op basis van de data worden bijvoorbeeld piekmomenten of vertragingen in het proces gevonden, die organisatorisch kunnen worden uitgelegd. Het is vervolgens aan de organisatie zelf om te besluiten of dit als knelpunt of verbeterpunt moet worden opgepakt.
Nadat we onze bevindingen hebben besproken, kan de opdrachtgever aan de hand van een kosten-batenanalyse bepalen welke concrete acties ze willen ondernemen om de geconstateerde pijnpunten in het order proces te verbeteren. De kwantitatieve uitkomsten dienen straks als nulmeting om het effect van deze procesverbeteringen te analyseren.
Vraag je je af waarom het niet lukt om bestellingen binnen de gestelde termijn te leveren? Wil je graag weten in hoeverre het werkelijke proces afwijkt van het gewenste proces? Of zoek je een manier om proces prestaties te meten en uitschieters in beeld te brengen?
Kortom, wil je meer inzicht in jouw processen met Process Mining? Neem dan snel contact met ons op. We gaan graag samen met je om de tafel om te bespreken hoe we jouw organisatie verder kunnen helpen. Je kunt on sbereiken door te bellen naar 0348 460 411 of te e-mailen naar info@highq.nl.
.png)