Big data smører forsyningskæden

Illustration: Amazon

Inden for et årti vil FLSmidth kunne forudsige, hvornår fabrikker, de har bygget, har behov for nye reservedele.

Mængden af data har i mange år hobet sig op i virksomheders arbejde med forsyningskæder – på engelsk kaldt supply chain management (SCM). Netop disse databanker satser firmaer i stigende grad på at udnytte til at optimere driften og ikke mindst leveringssikkerheden, som får stadigt større betydning.

Formålet er, at virksomheder kan blive skarpere på den viden, som ligger gemt i data, og desuden frigøre ressourcer, der kan investeres i andre opgaver. Potentialet i at drage nytte af de tilgængelige data er derfor stort, forklarer Anders Richter, chefanalytiker hos konsulentfirmaet Knowit.

»Mange steder flytter man simpelthen Excel-ark fysisk for at sammenligne data, men hele processen med at sammenligne data kan gøres meget mere dynamisk. Selve dataindsamlingen kan man automatisere, og når man har et fælles datagrundlag, kan man analysere, hvad man kan bruge de her data til ud fra algoritmer,« beretter chef­analytikeren.

Driftssikker produktion lokker

Et eksempel på, hvordan data kan benyttes i SCM, er til beregning af efterspørgsel. Ved hjælp af big data fra blandt andet forbrugeres internetsøgninger kan Amazon forudsige efterspørgslen på varer og dermed sende produkter af sted til distributionscentre, inden de overhovedet er bestilt.

Hos FLSmidth, der leverer udstyr og services til cement- og mine­industrien, giver mulighederne i big data andre fordele. Med indsamlingen af relevante data kan firmaet optimere alt fra strømforbrug, effektivitet og slitage på maskinerne.

»Vi er på en data-rejse. I mange år har vi samlet data for enkelte områder, som f.eks. strømforbrug, men det nye er, at vi ønsker at forbinde disse øer af data,« fortæller vice president for logistik hos FLSmidth Søren Grubbe og tilføjer:

»Vi begynder at have data nok til f.eks. at sammenligne vores kunders performance på det samme udstyr. Det betyder, at vi kan anbefale, hvordan de får mest muligt ud af deres maskiner.«

Spåkuglen åbner for nye services

De store datamængder giver derudover mulighed for præcist at forudsige, hvornår kunder skal vedligeholde og udskifte deres maskindele. De potentielle besparelser ved den slags service er betydelige for store produktionsvirksomheder, hvor bare et par timers uventet pause i driften pga. tekniske problemer kan koste millioner af kroner.

For FLSmidth sikrer data-spåkuglen ligeledes, at firmaet kan fylde sine varelagre, så de har nøjagtig det antal reservedele, der er behov for.

For at indsamle data om udstyret er det nødvendigt at installere sensorer i maskindele. Derfor er flere firmaer inklusive FLSmidth ved at finde ud af, hvornår det i nye produkter giver mening at måle for at kunne forudsige nedbrud.

Men arbejdet stopper ikke her.

»Én ting er at installere sensorer, men vi skal også kunne forstå data og omsætte dem til meningsfulde konklusioner. Hvis man eksempelvis måler temperaturen i et leje, hvor lang tid går der så, inden lejet går i stykker,« forklarer Søren Grubbe.

Den voksende viden om produk­tionsprocessen gør det også markant nemmere at effektivisere og optimere.

»Når det er muligt at køre forskellige simuleringer af scenarier igennem, forsøger man at lave ‘hvad nu hvis’-scenarier, som kan give et væsentligt bedre grundlag for at tage beslutninger, når man har en idé om eventuelle risici og potentielle gevinster,« siger Anders Richter fra Knowit.

Merværdi for kunden

En stor del af motivationen for at drage nytte af den tilgængelige data drives af at kunne sikre services til kunderne. Det er altså ikke nok at levere et produkt. Virksomheder er i stigende grad nødt til at garantere for drift og vedligeholdelse, når varen er sendt af sted til kunden.

Læs også: Brug af big data kræver et spring fra revision til videnskab

Derfor vil FLSmidth med en solid databank eksempelvis have baggrunden for at tilbyde optimeringsservice til både egne og andres fabrikker. Det kræver dog, at man investerer tid i at analysere, hvordan datamængderne kan skabe merværdi for kunderne.

Leveringsevne er afgørende

Med udviklingen i SCM-feltet kan der argumenteres for, at forsyningskæden har fået større betydning for virksomheder, mens verden – i takt med globaliseringen og digitaliseringen – er skrumpet ind, påpeger Søren Grubbe:

»Leveringsevne er i dag et måle­punkt, som alle i hele virksomheden bliver målt på. Levering er blevet et fælles ansvar, fordi mange medarbejdere har indflydelse på leveringstiden. Samtidig vokser kravene fra kundernes side – lavere omkostninger og hurtigere levering.«

Salgsafdelingens kundeordrer, finansafdelingens kreditgodkendelse af kundens kapital samt ingeniørernes designtegninger af produktet skal alt sammen sørge for at indordne sig for at garantere forsyningskædens leveringssikkerhed.

sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først

Det er bestemt interessant, men også et begrænset syn på sagerne efter min mening. Reservedele og veligehold er vigtige, men også relativt nemme at lave algoritmer til at forudse. Desuden er kunderne ofte skeptiske når det kommer til at opfattelsen at big datas formål er at sælge flere reservedele.

I vores branche (entreprenørmaskiner) har vi det samme dilemma, det er relativt nemt for os at forudsige hvornår en maskine skal serviceres eller hvornår en reservedel vil gå i stykker. Men der hvor vores kunder for alvor bliver enthuastiske, er når vi snakker produktivitet med dem, og hvordan big data kan hjælpe med at forbedre produktiviteten. Når vi sammenholder det med det faktum at produktiviteten har været konstant eller svagt faldende i byggebranchen i de sidste mange år (Infrastructure Productivity, McKinsey, http://www.mckinsey.com/industries/infrast...), tror jeg for alvor vi har fat i noget som kan forbedre hele branchen.

  • 0
  • 0
Bidrag med din viden – log ind og deltag i debatten