Haal het maximale uit je verbetertraject!
Meten is weten wat te verbeteren
Onder het mom van ‘meten is weten wat te verbeteren’ wil je meetgegevens gebruiken om de verbeteringen voor het verbetertraject te onderbouwen. Veelal gebruiken we informatie uit systemen of datawarehouses. Helaas is de bestaande managementinformatie meestal ontoereikend. Met het verbeterteam wordt dan een meetplan opgesteld. Gedurende een bepaalde periode houden medewerkers en het verbeterteam zelf informatie van het traject bij. Dit doen de medewerkers handmatig. Ook kunnen ze tellingen doen en nemen steekproeven. Wat me daarbij altijd opvalt is dat het in de praktijk een paar weken duurt voordat de metingen goed gaan. Ongeacht hoe duidelijk het meetplan vooraf ook lijkt.
Meetafspraken
Veelal hebben de betrokkenen bepaalde meetafspraken net anders begrepen. Dit is geen probleem en hoort er natuurlijk ook gewoon bij. Daarnaast ontstaan er tijdens een traject soms ook betere ideeën voor de metingen in die eerste periode.
Ook speelt de meetfout altijd een rol. Hoe valide, betrouwbaar en nauwkeurig is de meting? Is de datum van een poststempel ook echt het moment waarop het poststuk is binnen gekomen? Zijn de weken waarin we meten wel representatief voor het hele jaar?
Beïnvloeding meting door menselijk gedrag
Tenslotte heb je nog de beïnvloeding van de metingen. Zoals Eliyahu Goldratt zei: “Tell me how you will measure me, and then I will tell you how I will behave”. Zodra je metingen verricht in de praktijk, zal dit het gedrag van de medewerkers beïnvloeden. Dat kan in positieve zin dat medewerkers nog beter hun best gaat doen en de gemeten waarden positiever zijn dan normaal. Maar ook in negatieve zin onder het mom ‘we zullen laten zien hoe erg het echt is’ kunnen medewerkers bewust de metingen negatief beïnvloeden.
Meer weten over Proces Mining?
Schrijf je in voor de gratis Masterclass!
Proces Mining tijdens verbetertraject
Afgelopen jaren hebben we MonkeyMiner veelvuldig ingezet in het kader van verbetertrajecten. Daarbij kunnen we op basis van historische data inzicht geven in de prestaties van het proces zoals doorlooptijd, bewerkingstijd en wachttijden. Maar ook in de verschillende soorten waste zoals rework, overprocessing, fouten of voorraadvorming. Daarbij baseren we ons bijvoorbeeld op de data van een volledig jaar of zelfs langer als dat nodig is. De lange looptijd gecombineerd met het feit dat je achteraf meet maakt de meting veel betrouwbaarder en voorkomt beïnvloeding van de meting. Bovendien weten de betrokkenen tijdens de uitvoering niet dat de data gebruikt zal worden voor een meting.
Tenslotte is het aantonen van de resultaten na invoering van de verbeteringen voor een traject een stuk eenvoudiger. Je kunt simpel weg de nieuwe data inladen en de analyses herhalen.
Dit maakt Proces Mining een techniek bij uitstek om in te zetten voor het meten tijdens je verbetertraject!
Zelf aan de slag met Proces Mining binnen jouw organisatie?
Schrijf je in voor de gratis Masterclass!
Roderick Schreuder
Roderick Schreuder is een technologie ondernemer en data science expert. Hij heeft + 20 jaar ervaring in verschillende sectoren bij organisaties zoals Philips, ING, Heerema, Achmea, NXP en Belastingdienst. Sinds 2006 is hij betrokken bij BiZZdesign en heeft zich recent gestort op de data science techniek ‘Process Mining’ bij MonkeyMining. Roderick is regelmatig gastspreker op conferenties en congressen en wordt regelmatig gevraagd om technologie inspiratiesessies voor directies en management teams te faciliteren. Daarnaast is hij verbonden aan de Hogeschool Utrecht, Avans Hogeschool en Business University Nyenrode.
Recente reacties