artikel

Beginnen met big data? 6 tips van experts

Algemeen

Beginnen met big data? 6 tips van experts

Je hoort het overal: big data, dat is de toekomst, je moet er nu mee beginnen of je loopt achter. Wat kan je ermee als mkb-productiebedrijf? En waar begin je? Meer dan 300 bezoekers kwamen 10 oktober naar het VMT-event Engineering in Food & Beverage in Maarssen voor de antwoorden. Dit artikel is verschenen in VMT 13 van 2 november 2018.

“We moeten IT omarmen als we niet buitenspel willen komen te staan”, zegt Ruben Bringsken, directeur van Baltussen Konservenfabriek. “Nu is het verzamelen en gebruik van data nog geconcentreerd aan het begin en einde van de keten.” In het geval van Baltussen respectievelijk bij de zaadleveranciers en de retail. “Als het midden van de keten zich ontwikkelt, kunnen ook zij grote voordelen uit het gebruik van IT halen.” Bringsken was een van de keynotesprekers tijdens de tweede editie van het Engineering in Food&Beverage-event dat als thema ‘Van Big Data naar Smart Decisions’ had. De foodindustrie lijkt big data nog niet echt omarmd te hebben. Voor zij die willen beginnen, gaven experts en voorlopers tips. Hierna de zes belangrijkste:

1. Gebruik data die je al hebt

Tijdens meerdere lezingen kwam naar voren dat bedrijven al veel data bezitten, maar er nog niet veel mee doen. Bringsken noemt het ‘little data’: “Om de technologie te laten werken, moeten de organisatie- en ketenstructuren deze faciliteren. Data moet worden gedeeld en gebruikt: we gebruiken onze little data nu vaak niet eens.” Henk-Jan Snellink, directeur van machinebouwer WP Haton, gaat zelfs nog verder:gebruik de kennis die bij je werknemers zit. “Je moet eerst de data ontsluiten die bij je eigen mensen aanwezig is. Daarna kan data delen met klanten. Dat sluit naadloos aan bij zijn volgende boodschap: Onderling vertrouwen is noodzakelijk.

2. Begin klein

Een van de belangrijkste boodschappen van de dag was om vooral te beginnen, al is het op kleine schaal. Bringsken startte afgelopen zomer met het in kaart brengen van de al aanwezige data. Tijdens de workshop van de Big Data Innovatiehub, een knooppunt tussen vraag- en aanbod van big datavraagstukken, gaf directeur Saskia Du Bois de deelnemers mee om klein te beginnen met een onderwerp met potentie. “Het is goed om te proberen en te experimenteren op kleine schaal.” Broodproducent Borgesius begon ook kleinschalig met een model om de derving van brood in de retail tegen te gaan. “Het model geeft op basis van historische cijfers en alle invloedfactoren een meerdaagse voorspelling van de optimale beschikbaarheid per broodartikel per winkel per dag. Invloedsfactoren zijn onder andere het weer, aankomende promotieacties en lokale gebeurtenissen met verkoopimpact (bijvoorbeeld vakantiegangers). Op basis van leveringen en kassatransacties wordt per winkel het dag-bezoekers-profiel bepaald, en per artikel de out-of-stock en derving berekend. Dit is dan weer input voor het model”, aldus Hein Boersma, ICT-manager bij Borgesius.

3. Hang niet alles vol met sensoren

Aanhakend op tip 1 en 2 gaven meerdere sprekers aan dat bedrijven niet meteen ‘een container aan sensoren’ moeten aanschaffen als ze met hun data aan de slag willen. Een digitale transformatie is volgens businessdeveloper Marc-Jan Backer en manager operations Geoffrey van Elderen van Bilfinger Tebodin voor iedereen anders: “Het omvat preventief onderhoud, de digital twin, Intern of Things en sensoring. Er zijn heel veel mogelijkheden, maar voor ieder proces moet je keuzes maken. Wij geloven niet in alles vol hangen met sensoren, daarvoor zijn ze nu nog te duur”, zeiden Backer en Van Elderen. “Meestal is er data beschikbaar in de diverse bedrijfsprocessen in het IT-landschap zoals resultaten uit metingen en inspecties, naast frequentiedata en metingen door sensoren.”

4. Ondersteun enthousiaste medewerkers

Stel je begint met big data. De vraag is dan: hoe organiseer je het? Tijdens de sessie Predictive Maintenance was het een van de discussiepunten. Sessievoorzitter Peter Santegoeds van stichting PAVO en eigenaar van Bodel, een bedrijf dat veranderprocessen begeleidt: “Het is een vraagstuk wat al jaren leeft. Vaak is er geen strategie en visie, het blijft vaak angstig stil bij veel bedrijven. Het initiatief om met big data te starten komt veelal van fanatieke medewerkers die vervolgens in het bedrijf vastlopen omdat ze niet worden gefaciliteerd. Dan blijft het big data en wordt het geen big informatie in het bedrijf.” Michel Mulder, partner bij PricewaterhouseCoopers, en Mark Haarman, eigenaar van adviesbureau Mainnovation, vertelden dat als er een datagedreven cultuur moet komen, dit betekent dat medewerkers en directies besluiten moeten durven nemen op basis van data. Mulder en Haarman zien dat steeds meer bedrijven een datascientist in dienst nemen, maar dan is het belangrijk dat die zich ook bezighoudt met predictive maintenance.

5. Werk samen met ketenpartners

Bringsken (Baltussen Konservenfabriek) voert een pleidooi voor krachtenbundeling in de keten en om daarin de veredeling van zaden mee te nemen: “Anders gaan partijen buiten de keten bepalen wat onze startmaterialen zijn.” Volgens de ondernemer bepalen twee machtsblokken de groenteverwerkingsketen: één aan het begin van de keten (zaadveredelaars) en één aan het eind (de retailer). “Dat zorgt voor excessen in de keten. Het delen van data kan deze verhoudingen veranderen.”

6. Kijk naar wat de data je vertelt

“We gaan niet voorspellen maar kijken wat de data ons vertelt.” Simon Jagers is directeur van Semiotic Labs. Dit bedrijf heeft online conditiemonitoring opnieuw bekeken. Semiotic Labs kan met data (algoritmes en patronen) – op basis van elektrische signalen – vooraf al zien aankomen wanneer elektromotoren gaan falen. “Het probleem dat we oplossen zit in het onderhoud. In de wereld zijn 400 miljoen elektromonitoren en ze gebruiken veertig procent van de energie. Downtime is een hoge kostenpost voor industrie.” Volgens Jagers is het probleem dat systemen steeds complexer worden en steeds meer met elkaar verweven zijn. Ook wordt steeds langer doorgewerkt en ook efficiënter gewerkt. Daardoor is er minder tijd om onderhoud tussendoor te doen. Bovendien is goed technisch personeel steeds minder beschikbaar. Door conditiemetingen is het mogelijk om motoren alleen te controleren als er iets aan de hand is. Jagers: “Online conditiemonitoring is een efficiëntere en leukere manier van werken. Wat heb je nodig? Data: algoritmes en patronen.” Tot slot adviseert hij: “Ga vooral aan de slag met je data. En houd bij wanneer er iets, en ook wat, stukging.”

Reageer op dit artikel