Het onvoorspelbare voorspellen

Binnen serviceorganisaties kan waardevolle data onder andere worden ingezet voor Predictive Maintenance, ofwel: voorspelbaar onderhoud. Predictive Maintenance zorgt namelijk niet alleen voor efficiëntere bedrijfsprocessen, maar ook voor een hogere klanttevredenheid.

‘Voor bedrijven is big data nog een speeltje’, kopt het NRC. ‘Wanneer ben je als organisatie echt succesvol met big data?’, vraagt Marketingfacts zich af. En Emerce stelt: ‘De investeringen in Internet of Things nemen af’. Er wordt veel geschreven en gesproken over big data en Internet of Things (IoT), maar daar blijft het vaak bij. Bedrijven zetten IoT in en verzamelen data, maar vervolgens wordt dit niet volledig ingezet. Dat is zonde! Laten we inzoomen op service organisaties. Helaas blijkt uit onderzoek van PWC dat slechts 11 procent van de onderhoudsbedrijven inmiddels volwassen is op dit gebied. Waarom pas zo weinig?

Operational excellence

‘Vandaag al weten wat de klant van morgen wil’; ‘Deze maand al inzicht in de onderdelen die volgende maand aan vervanging toe zijn’; ‘100 procent uptime door het voorkomen van downtime’. Operational excellence houdt in dat je de behoefte van je klant zo goed mogelijk vervult. Om hiermee succesvol te zijn, is het allereerst nodig om goed na te denken over en te luisteren naar de klant. Wil de klant een airco of een goed binnenklimaat? Wanneer de klant een goed binnenklimaat wenst, betekent dit dat je als leverancier een totaaloplossing in plaats van een product biedt.

Door de CV-ketel uit te rusten met slimme sensoren kan worden voorspeld wanneer er onderhoud nodig is: Predictive Maintenance. De data die deze slimme sensoren verzamelen, kan worden samengebracht om vervolgens automatisch te worden geanalyseerd. Op basis van deze data kunnen nauwkeurige onderhoudsvoorspellingen worden gedaan. Een mooi voorbeeld komt van liftfabrikant ThyssenKrupp. Met sensoren meten zij zaken als de temperatuur van de motor, de snelheid van de liftcabine, het functioneren van de deur en meer. Dankzij het analyseren van al deze data kan dit bedrijf onderhoud uitvoeren voordat de lift stil komt te staan. Iets wat veel claustrofobische situaties kan voorkomen.

Data is het nieuwe goud

IoT is de ‘enabler’, big data is wat hieruit voortkomt, maar dan… Het is allereerst noodzakelijk om de thresholds (drempels) te bepalen. Dit zijn bepaalde waardes die bij overschrijding ‘een actie triggeren’. Wanneer deze thresholds worden overschreden, kunnen er, door middel van Machine Learning, automatisch keuzes worden gemaakt voor het gevolg van deze overschrijding. Bijvoorbeeld: wanneer van een roltrap data wordt verzameld van het aantal rotaties, de snelheid, het totale gewicht van de gebruikers en de luchtvochtigheid, kan bij een combinatie van een lage luchtvochtigheid en hoog gewicht automatisch wat olie worden verspreid over de draaisystemen of een werkorder worden aangemaakt voor het plannen van een servicemonteur.

Het is belangrijk om al deze verzamelde data te bundelen op één platform: de cloud. Service bedrijven beginnen de voordelen te zien van een centraal opslagpunt. Naast dat de data op deze manier snel en efficiënt kan worden verwerkt, is alle gekoppelde technologie eenvoudiger beschikbaar en aan te passen vanuit de cloud. Ook zijn systeemvernieuwingen en updates altijd als eerste beschikbaar voor cloud-gebruikers. Om up to date te zijn en overal bij je data te kunnen, is werken vanuit de cloud daarom een enorme pré.

In de praktijk

Een van de klanten van HSO die al een flinke slag heeft geslagen op het gebied van Predictive Maintenance is Royal Brinkman, global specialist in horticulture. Royal Brinkman wilde graag grip op het verbruik van mestvloeistoffen en een optimalisatie van de logistieke processen. Door het opgezette IoT-project verzamelen ze data van onder andere de huidige weersomstandigheden, weersvoorspellingen, luchtvochtigheid en temperatuur. Deze data wordt op een centrale plek opgeslagen, onderling met elkaar vergeleken en worden er verbanden gelegd. Op deze manier weet Royal Brinkman exact wat het verbruik van mestvloeistoffen op dat moment is en wat het verbruik zal zijn in de nabije toekomst. Is volgende week de luchtvochtigheid lager? Dan moet meer mestvloeistof worden toegevoerd en raakt een tank eerder leeg. Met deze kennis hoeven de medewerkers van Royal Brinkman niet meer iedere dag de tanks bij te vullen, maar kunnen ze precies zien wanneer er een tank leeg zal raken. Dit heeft geleid tot optimalisatie van de logistieke processen en daarmee een reductie in de kosten.

Voorheen stond ‘service’ voor het oplossen van de problemen van de klant. Inmiddels hebben IoT en big data het mogelijk gemaakt om de betekenis van dit begrip te veranderen in ‘het oplossen van de problemen vóórdat de klant hier last van heeft’. Predictive Maintenance is de sleutel tot het verhogen van de servicegraad, de interne processen én klanttevredenheid. Microsoft Dynamics 365 is de kartrekker van deze ontwikkelingen. Haalt uw organisatie alles uit de bovenstaande mogelijkheden? Benieuwd naar wat de combinatie van Microsoft Dynamics 365, Power BI en het Azure IoT platform voor u allemaal kan betekenen? We vertellen u graag meer.


Terug naar overzicht