SAS en newITera: Don’t waste your data

0

Dat zou het motto moeten zijn in de recyclingindustrie, in de hele keten. Elk bedrijf dat niets doet met data – van aantal kilo’s aangeleverde grondstof tot vervuilingsgraad, productiecapaciteit per dag en routeoptimalisatie – mist een kans. Dat is de stellige overtuiging van newITera in Beuningen, dat opdrachtgevers helpt hun business beter te besturen door het verzamelen, interpreteren en communiceren van data. Hiervoor gebruikt newITera het platform van SAS, marktleider in analytics, waarmee het bedrijf een partnerschap heeft.

SAS en newITera slaan handen ineen voor innovatief supply-chainproces recyclingindustrie

Jasper Alkema, account executive bij SAS in Huizen, noemt dergelijke partnerschappen essentieel. ‘SAS heeft klanten op 70.000 locaties wereldwijd, dan is een krachtig ecosysteem onmisbaar. Daarbinnen combineren wij onze sterke analytische-softwarekennis met partners die beschikken over domeinkennis en dat helpt ons klanten een complete oplossing te bieden’, verklaart hij. ‘En die specifieke branchekennis is precies wat newITera inbrengt bij deze specifieke klant.’ Alkema verwijst hierbij naar een internationaal opererend bedrijf (de naam mag niet worden genoemd, red.), dat als doel heeft innovatieve oplossingen te bedenken om afval te verminderen en zich te positioneren als leverancier van grondstoffen.

‘We hebben op alle punten de foutvariantie weten te verkleinen’

Bij newITera werken circa zeventig mensen. Het bedrijf beschikt over een brede branchekennis en treedt op als softwareleverancier, kennisdrager en implementatiepartner. De twaalf medewerkers van het onderdeel Analytics werken nauw samen met SAS. ‘We begrijpen de processen en uitdagingen waar deze organisaties voor staan en willen hen helpen hun operatie gereed te maken voor de digitale transformatie, waarmee we in dit geval duurzaamheid en circulaire economie faciliteren’, zegt Richard Heering, business development manager bij newITera. ‘SAS biedt een goed en flexibel platform voor onze procesgedreven activiteiten, gebaseerd op data. Hierbij staat optimalisatie centraal en daarmee ook de toegevoegde waarde.’

Enorme complexiteit
Heerings collega, business consultant Teddo van Mierle, beaamt dit. Performance management en procesoptimalisatie zitten in zijn bloed, hij begeleidde al meerdere bedrijven op dit vlak. ‘Aan de hand van data benchmarken we de prestatie van specifieke processen en leggen we, onderbouwd, verbeteropties voor. Dit leidt doorgaans tot besparing en/of EBIT-verbetering, zo heb je altijd een goed gesprek.’ Zo ook bij het eerdergenoemde recyclingbedrijf, waar newITera het supply-chainproces onderzocht. ‘Dat proces was niet optimaal en bestond uit veel zich herhalende handmatige acties in Excel. Een inefficiënt supply-chainproces leidt tot irritatie, onvrede en klachten bij medewerkers en toeleveranciers. In het laatste geval doordat er geen sprake is van just-in-time delivery. De fabriek draait 24/7 terwijl het transport 8/5 rijdt. Daardoor kunnen voorraden op locatie oplopen of kan het gebeuren dat de fabriek onvoldoende voorraad heeft voor het proces. Daar wilden we met een datagedreven proces verandering in brengen en artificial intelligence inzetten om handmatige handelingen volledig te automatiseren.’

Geen makkelijke opgave, gezien de vele kritische stappen en onderlinge afhankelijkheden. De voorraad plastic afval bij de verwerkende bedrijven mag bijvoorbeeld niet te veel en ook niet te weinig zijn. Vrachtwagens moeten op tijd de juiste tonnages leveren en niet hoeven wachten bij het lossen. ‘De complexiteit is enorm en de uitdaging was om alles aan elkaar te hechten. Daarbij is het belangrijk om klein te beginnen. Dan is het behapbaar voor iedereen en zijn de kosten ook lager. En als blijkt dat het werkt, ontstaat draagvlak en is de volgende stap makkelijker te zetten’, zegt Heering.

Excel-cultuur
Het supply-chainproces rond plastic afval aan granulaat producerende bedrijven werd tot dan toe bijgehouden in Excel-sheets. ‘Je ziet bij heel veel bedrijven dat voor specifieke processen data uit ERP worden gedumpt in Excel. Daarin wordt van alles bijgehouden, miljoenen records in bestanden van wel 400 MB’, vertelt Van Mierle. ‘Een enorm risico. Stel dat Excel crasht, dan ben je je hele model kwijt. En als zo’n medewerker op vakantie gaat, is het de vraag of zijn vervanger uit diezelfde Excel-omgeving dezelfde waarden haalt.’ In dit geval betrof de datastroom ruim tweehonderd vrachtwagens die twaalf locaties bevoorraden met plastic dat moet worden opgeschoond. Sommige dagelijks, andere één keer per twee of drie dagen, of eens per week. ‘Bovendien kent de vervuiling van die grondstoffen verschillende gradaties’, vervolgt Van Mierle. ‘Een medewerker wil dus weten hoeveel materiaal elke dag op de weegbrug komt en hoeveel daarvan naar de granulaat producerende locatie gaat. Het verschil is de vervuiling, die terugberekend moet worden aan de leverancier. Daar was men dagenlang mee bezig.’

Een ander onderdeel van de toeleverketen dat geautomatiseerd werd, was het vrachtwagenverkeer naar de fabriek. ‘Een fabriek kan maar beperkt voorraad aan en heeft 24/7 een bepaalde behoefte qua tonnage. Wat de vrachtwagens vijf dagen per week brengen op de twaalf locaties, moet daarop zijn afgestemd. Dat lukt niet als 35 vrachtwagens vroeg aanrijden om de file voor te zijn en ze allemaal tegelijkertijd hun lading kwijt moeten’, zegt Van Mierle. ‘Om stankoverlast te voorkomen, wil je dat materiaal op het juiste moment wordt aangeleverd. Dan moet je weten wat je normaal nodig hebt op een locatie, een forecast maken en zorgen voor een gelijkmatige verdeling van vrachtwagens op transport, zodat nergens overcapaciteit ontstaat.’

Lees Link magazine digitaal of vraag een exemplaar op bij mireille.vanginkel@linkmagazine.nl

Modeloptimalisatie
Vanwege de grote variatie in aangeleverde tonnages en de wisselende aanleverfrequenties en ‑momenten, zijn de standaard forecasting-modellen geoptimaliseerd. Van Mierle werkte hiervoor samen met Chip Wells (SAS Cary, NC), wat na twee dagen resulteerde in een optimaal model voor deze businesscase. ‘Dit forecasting-model kent een afwijking van maximaal 4 procent voor ruim tweehonderd toeleveranciers en veertien haal-/brenglocaties. Nu weten we hoeveel en wanneer er plastic binnenkomt inclusief het vervuilingspercentage. Voor het fabricageproces wordt tevens de productie per uur voorspeld.’ Hiervoor gebruikte newITera simulatiemodellen, die variabelen honderdduizenden keren onder verschillende omstandigheden nabootsten om tot betrouwbare gemiddelden te komen. ‘Op basis daarvan kunnen we met 90 procent zekerheid zeggen wanneer een vrachtwagen arriveert.’

 Datagedreven proces

Een sluitend supply-chainproces biedt de opdrachtgever talloze voordelen. Materialen zijn op het juiste tijdstip met de juiste tonnages op de juiste locatie, waarmee hogere efficiëntie wordt bereikt, rekening houdend met wet- en regelgeving en de ideale capaciteit. Omdat alles is geautomatiseerd, heeft het bedrijf direct terugrapportage voor tweehonderd leveranciers, iets wat eerder handmatig achteraf gebeurde. Verder zijn de wachttijden die konden oplopen van twee tot drie uur bij de locatie verleden tijd, net als de daarmee gepaard gaande irritatie bij toeleveranciers, eigen medewerkers en omwonenden. ‘Alle bandbreedtes zijn berekend op basis van feiten. Het is een datagedreven proces, dat de computer afhandelt’, stelt Van Mierle. Vertraging van vrachtwagens, bijvoorbeeld door een verkeersongeluk, is niet te voorspellen; in dergelijke gevallen wijst de computer een andere locatie aan en neemt een andere vrachtwagen de levering over. ‘Zo hebben we voor de klant op alle punten de foutvariantie weten te verkleinen en de efficiëntie vergroot. Als ergens iets fout gaat, rekent de computer alles terug en wordt de prioritering aangepast.’

Share.

Reageer

CAPTCHA Image

Reload Image

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.