6 Big Data voorbeelden en concrete tips voor de industrie

Big Data. Het zou dé manier zijn om eenvoudig je verdienmodel te verbeteren. Het is alleen zo’n containerbegrip dat het al snel onduidelijk wordt wat jij er binnen jouw bedrijf mee kan bereiken. Om je te inspireren, bespreekt Jeroen Broekhuijsen, dataspecialist bij TNO, zes praktische voorbeelden van Big Data toepassingen in de industrie. Daarnaast geven we je een aantal tips om zelf aan de slag te gaan en bespreken we hoe SMITZH jou daarbij kan helpen.

Zinvolle Big Data digitalisering

Dat je business uit data kunt halen, daar ben je je van bewust. Je bent alleen geen facebook of Google, maar hebt gewoon je productie draaiende te houden. Is het dan wel zinvol om in Big Data te investeren? Laten we hier eens verder op inzoomen. Want zodra de data die je bij kunt houden over jouw bedrijf niet meer in een Excel sheet past, beschik je over de mogelijkheid om Big Data succesvol toe te passen.

Binnen de industrie zijn er drie toepassingsgebieden waar je mogelijk kunt verslimmen door Big Data:

1. Je fabriek met alle bijbehorende machines, processen en personeel.
2. Je samenwerkingsketen met partners, leveranciers en klanten.
3. De levenscyclus van je product of dienst.

Uiteraard doe je dit niet zomaar omdat het kan, maar omdat digitalisering helpt. Je begint met het uitgangspunt dat er ruimte is voor verbetering binnen één van deze toepassingsgebieden. Bijvoorbeeld op het gebied van kwaliteit, aansturing, procesbeheersing of de tijd die je nodig hebt om een product van offerte tot levering te brengen. Een digitaliseringsexpert kan vervolgens goed inschatten of er voor dat uitgangspunt mogelijk een oplossing ligt in technieken als visualisatie, datamanagement, sensoren, IoT, beeldherkenning, machine learning en meer.

Concrete voorbeelden van Big Data toepassingen

Om je een beeld te geven van wat er zoal mogelijk is met Big Data, bespreekt Jeroen Broekhuijsen, data-expert bij TNO, zes concrete voorbeelden van succesvolle toepassingen van Big Data in de maakindustrie.

1. Tuinder op zoek naar rotte paprika’s

Een tuinder gebruikt plukmachines die uitgerust zijn met sensoren en camera’s. Hij bedenkt dat zijn productieproces efficiënter kan verlopen als hij de rotte paprika’s er zo vroeg mogelijk uit kan pikken. Op basis van grote hoeveelheden data in de vorm van plaatjes leert de plukmachine een gezonde paprika te herkennen en onderscheiden van een rotte paprika. De tuinder weet door deze Big Data toepassing zijn productieproces tot 2% te versnellen.

2. Scheepswerf die planning optimaliseert

Het maken van een schip is een arbeidsintensief proces. Daar komen al snel meer dan een miljoen manuren bij kijken. Een goede planning heeft een enorm positief effect op de kosten. Door alle stappen uit het productieproces te digitaliseren en koppelen aan waarden als uren en afhankelijkheden, kan de scheepswerf bij een vertraging bepalen welke processen doorgang kunnen vinden en welke niet. Personeel komt door deze Big Data toepassing minder snel stil te zitten en dat bespaart kosten.

3. Duurzaam mallen maken zonder fouten

Mallen maken is een productieproces waarbij veel afval ontstaat. Als je een mal met een lasrobot 3D-print kun je dit voorkomen. Maar hoe voorkom je dat de lasrobot fouten maakt tijdens het printen? Hier gebruik je Big Data voor. Een slimme machine kan op basis van historie en beeldherkenning zorgen dat apparaten elkaar niet raken. Zodra er een afwijking wordt gemonitord, wordt een seintje gegeven om het automatische productieproces te controleren en bij te stellen. Kortom: geen onnodige kosten én duurzamer.

4. Gezamenlijk staalmagazijn voor de regio

In een industriegebied zijn meerdere producenten die staal gebruiken en dit in hun eigen fabrieken opslaan. Door elkaars voorraden te delen en met Big Data voorspellingen te doen voor de gezamenlijke toekomstige behoeften, kunnen de producenten met een gezamenlijk staalmagazijn veel kosten besparen. Het staal neemt zo niet onnodig veel ruimte in beslag en bestellingen kunnen in grotere hoeveelheden en dus goedkoper worden gedaan.

5. Track en trace in de keten van een chipmaker

Een grote chipmaker werkt met tien partijen samen in de keten voordat hij een product oplevert. Al deze partijen zijn afhankelijk van elkaar. De klant krijgt echter enkel de indicatie dat het product binnen acht dagen klaar is. Door met track en trace te werken, kunnen de ketenpartners voorkomen dat een product ergens onnodig lang ligt opgeslagen. De klant heeft meer inzicht in het proces en weet precies wanneer hij het eindproduct kan verwachten. Efficiëntie van de ketensamenwerking en de klanttevredenheid nemen toe.

6. Datavisualisatie identificeert klanten die aandacht vragen

Een assemblagebedrijf werkt met een ERP-systeem. In een maandelijks rapport is af te lezen hoe lang een bestelling in het magazijn ligt en welke klanten deze hebben besteld. Door deze maandelijkse gegevens over een jaar heen te visualiseren, wordt het makkelijker om analyses uit te voeren en voorspellingen te doen. In eens wordt inzichtelijk welke klant zijn bestelling nooit ophaalt en welke klant tegen de verwachting in is gestopt met bestellen. De accountmanager weet hierdoor op welke klant hij zijn aandacht moet richten.

Big Data voorbeelden… En nu?

Wellicht heeft één van de voorbeelden jou al geïnspireerd om mogelijke verbeteringen te spotten voor je fabriek, keten of product. Als dit niet het geval is, kan het de moeite waard zijn om een medewerker uit zijn dagelijkse processen vrij te maken of een onafhankelijk expert in te huren om te bepalen waar je verbeterslagen kunt maken.
Jeroen: “Veel bedrijven zijn angstig dat er grote investeringen en aanpassingen gedaan moeten worden om Big Data succesvol toe te passen. In de praktijk blijkt dat 70% van de benodigde data vaak al in het bedrijf gemeten wordt. Het ontbreekt alleen aan een bekwaam data-expert om de data samen te brengen of te bedenken hoe deze data beter gebruikt kan worden.”

Maak gebruik van SMITZH

SMITZH helpt je graag bij het vinden van een data-expert zoals Jeroen om een Big Data analyse te maken. Vaak is een dag rondlopen bij het bedrijf, mensen spreken en processen bestuderen al voldoende. Bovendien kun je met een voucher voor een haalbaarheidsonderzoek een flinke korting krijgen om jouw vermoeden te staven. De SMITZH fieldlabs beschikken over de laatste onderzoeksfaciliteiten en hebben ruime ervaring met data en digitalisering. Zo heb jij binnen de kortste keren een stevige onderbouwing om te bepalen hoe je met Big Data verder kunt gaan en krijg je meer inzicht in wat de Big Data toepassing jouw bedrijf kan opleveren.

Meer weten?

Zou je graag eens met ons willen sparren over mogelijke Big Data toepassingen binnen jouw bedrijf? Of heb je interesse in een haalbaarheidsonderzoek om beter te bepalen of Big Data een oplossing is voor jouw probleem? Neem dan contact op met Lotte de Groen. Zij kan je alles vertellen over de mogelijkheden bij SMITZH en je verbinden aan een expert zoals Jeroen.