Datagedreven verbeteren in de mobiliteit en logistiek
Hoe kunnen bedrijven in de mobiliteit en logistiek stappen zetten met datagedreven verbeteren? Consultants van Supply Value deden onderzoek naar dit vraagstuk en stelden aan de hand van hun bevindingen een concreet stappenplan op.
Datagedreven verbeteren (of werken) gaat uit van het concept waarbij organisaties in hun verbetertrajecten (of bredere bedrijfsvoering) sturen op basis van feiten die voortvloeien uit data. Dit stelt organisaties in staat beslissingen te nemen die sneller, beter en betrouwbaarder zijn.
Bedrijven in de sectoren mobiliteit en logistiek beschikken gemiddeld genomen over grote hoeveelheden waardevolle data, zowel binnen de eigen onderneming als in de bredere keten. Als gevolg hiervan bestaat er voor beide sectoren veel potentie om datagedreven verbeteren in te voeren.
Om leiders te helpen concreet aan de slag te gaan met het ontsluiten van de voordelen van datagedreven verbeteren, vroegen onderzoekers van Supply Value aan leiders welke stappen zij zetten of welke activiteiten zij ondernemen om waarde te genereren. De auteurs van het rapport – Eric Tolhuisen en Jasmijn Bak – hebben de inzichten vervolgens samengebracht in een concreet stappenplan bestaande uit zes stappen:
1) Nulmeting en Benchmark
Bepaal waar de organisatie staat en waar de organisatie naartoe wil groeien qua datagedreven verbeteren en uiteindelijk qua organisatieperformance. Voer daartoe een nulmeting uit met behulp van een datavolwassenheidsmeting.
“Bij Supply Value maken we hiervoor gebruik van het Data Maturity Model. Het Data Maturity Model is een quickscan die door organisaties kan worden gebruikt om hun huidige niveau van datavolwassenheid te beoordelen en inzicht te geven in de componenten waarop verbeteringen van toepassing zijn en op welke wijze.”
Het model kan tevens worden gebruikt om de voortgang in de loop van de tijd te benchmarken en de ontwikkeling van een datastrategie en roadmap in kaart te brengen.
2) Procesanalyse
Deel activiteiten op in deelprocessen, maak deze concreet en kijk waar data-analyse de meeste waarde toevoegt. Bijvoorbeeld op basis van de verwachte mate van invloed op de kpi’s of bedrijfsdoelstellingen. Afhankelijk van de situatie kunnen dit bijvoorbeeld ontwikkelingen zijn qua klantgedrag of van de financiële gevolgen na foutieve leveringen.
3) Datagedrevenheid integreren
Maak datagedrevenheid onderdeel van de bedrijfsvoering, besluitvorming en veranderingen die in de organisatie plaatsvinden. De integratie en implementatie van datagedrevenheid vormen het hart van het verandermanagement dat binnen een organisatie plaatsvindt.
4) Organisatiebreed implementeren
Zet elke stap die gezet wordt niet vóór de business, maar mét de business. Dit kan gedaan worden door nieuwe data-analyseprojecten gezamenlijk en organisatiebreed uit te voeren in samenhang met de organisatie, IT-systemen en procesoptimalisatie.
Datagedreven verbeteren vindt plaats langs vier componenten:
Organisatie & Cultuur: bevat de datastrategie van een organisatie, de mensen met de benodigde kennis en vaardigheden, de juiste data governance en alignment van datadoelen binnen de organisatie;
Technologie: bestaat uit de beveiliging van data, de applicaties voor het genereren en analyseren van data en de infrastructuur voor het delen en consumeren van data;
Data: omvatten de gegevens die zich in de fases van registratie, doorstroom en opslag en output en analytics bevinden;
Processen: zijn gebaseerd op de datacyclus die bestaat uit de fases van business understanding tot deployment.
Gedegen verandermanagement, met focus op alle vier de componenten, is essentieel om het proces te begeleiden en in goede banen te leiden.
“Hou het plan om datagedreven te verbeteren eenvoudig en voer het als een continu proces uit. Zet het plan neer op bijvoorbeeld maximaal twee sheets. Hoge ambities zijn mooi, maar bij een datatransitie moeten bestuurders ervoor waken dat ze niet té hoog inzetten”, adviseren Tolhuisen en Bak.
Neem als voorbeeld de werkdruk van de medewerkers. “Het lijkt aantrekkelijk om in één keer alle data aan te pakken, maar wanneer een project te groot wordt heeft dit echter vaak ook een verlammend effect op de organisatie.”
5) Introduceer verbetercycli
Begin met het introduceren van de PDCA-cyclus binnen afdelingen om continu datagedreven te verbeteren.
De uitvoering van de PDCA-cyclus ziet er als volgt uit:
Plan – Beschrijf werkprocessen, het verwachte resultaat en verwerk verbetermaatregelen op deze processen;
Do – Voer processen uit;
Check – Controleer of processen (het verwachte) resultaat hebben opgeleverd;
Act – Neem actie op gevonden resultaten en ontwerp verbetermaatregelen.
Op deze manier wordt het vliegwiel naar continu verbeteren geactiveerd.
6) Integrated Business Planning en Optimale Ketensamenwerking
Datagedreven verbeteren maakt het mogelijk een continue verbetercyclus in te richten om zo steeds betere beslissingen te nemen die leiden tot betere resultaten.
Een eerste vervolgstap na implementatie is om datagedreven verbeteren uit te breiden met methoden voor Integrated Business Planning (IBP). Hiermee kan de afstemming tussen alle afdelingen binnen een organisatie op basis van data worden geoptimaliseerd.
Een tweede stap is om de partners van de organisatie hierbij te betrekken. Zo kan worden toegewerkt naar optimale ketensamenwerking.
Meer weten over het onderwerp? Download de whitepaper ‘Datagedreven verbeteren in mobiliteit en logistiek’.
