Réussir son projet data : l'importance du baselining avant le déploiement de nouvelles technologies

Savoir où l'on se trouve est la première étape pour aller où l'on veut

Vous connaissez cette sensation quand vous oubliez de démarrer votre Apple Watch ou Strava et que votre entraînement complet n'est pas enregistré ? C'est exactement ce qui se passe quand on se lance dans un projet data-driven sans faire de baselining. Peu importe le projet, si vous ne connaissez pas votre point de départ, vous n'aurez pas une vision précise du chemin parcouru ni de ce qui a réellement été accompli. La variable clé pour calculer la distance parcourue ou les progrès réalisés, c'est de savoir d'où l'on part. C'est tout l'enjeu du processus de baselining : comprendre où vous en êtes pour mesurer le chemin parcouru.

L'implémentation technologique vise généralement à impacter les opérations ou les processus. Chez MachineMetrics, notre objectif est d'améliorer les opérations des organisations manufacturières dans le monde. Aider les fabricants à mesurer leur progression dans le temps avec notre produit implique d'abord de les aider à comprendre leur situation avant d'implémenter notre technologie. Nous appelons cela le baselining, une étape vitale de notre processus de validation technique pour les prospects et d'onboarding pour les nouveaux clients.

Nous admettons que certains clients veulent sauter l'étape du baselining, mais beaucoup, une fois sa valeur comprise, s'y prêtent. Au fil du temps, nous avons démontré à quel point le baselining est précieux. Nous avons constaté que la plupart des fabricants ne connaissent pas réellement leur situation actuelle. Avec des données limitées, cloisonnées dans des silos et suivies sur des tableaux blancs, savoir où l'on en est comme fabricant devient extrêmement difficile. Cela rend par la suite compliqué de mesurer les progrès après avoir commencé à utiliser MachineMetrics ou toute autre technologie.

Cet article se concentre sur le processus de baselining que nous utilisons avec nos prospects et clients, incluant le baselining de l'utilisation des machines et de l'atelier dans son ensemble. Pour être clair, l'utilisation signifie qu'une machine exécute activement une tâche pendant une période donnée.

Les avantages du baselining

En connaissant votre point de départ avant d'implémenter une nouvelle technologie, vous permettez à votre équipe de définir clairement les améliorations à apporter une fois la technologie en place. Cela fournit un ROI clair et rend la prise de décision autour du renouvellement ou de l'extension limpide. Pour nous, cela signifie que nos clients n'ont pas à se demander si MachineMetrics fonctionne. La comparaison entre les données de baselining et les données au fil du temps parle d'elle-même.

Le processus de baselining MachineMetrics

Notre processus de baselining comprend 4 étapes uniques qui aboutissent naturellement à un plan d'amélioration basé sur des données réelles. Puisque le baselining mesure votre situation actuelle, toute intervention sur vos opérations peut fausser les résultats. C'est pourquoi nous demandons à tous nos clients et prospects de ne pas installer de matériel visible par les opérateurs sur leurs machines. Si les opérateurs voient l'installation ou le matériel, ils modifieront probablement leurs opérations, ce qui empêchera d'obtenir des données de baselining fiables. Explorons les étapes du processus de baselining de l'utilisation :

1. Réunion de lancement interne du baselining

Cette première étape vise à aligner votre équipe, recueillir les attentes et comprendre ce que votre équipe pense que l'utilisation actuelle des machines est ou devrait être. C'est aussi le moment de choisir comment l'utilisation sera mesurée. Par exemple, si une machine dispose d'un bras robotique qui charge la matière, compterez-vous ce temps de chargement dans le calcul d'utilisation ? De plus, les attentes ou estimations de votre équipe sur l'utilisation seront comparées plus tard aux données réelles. L'écart entre l'attente et l'utilisation réelle peut parfois être un choc.

Comment réagiriez-vous si votre équipe s'attend à 80 % d'utilisation de l'usine et que le baselining révèle 55 % ? Nous en reparlerons à l'étape « Évaluation des données ».

Qui doit participer à cette réunion ? Que comprend l'exercice d'équipe pour recueillir ces attentes ? Pour en savoir plus sur ce processus, consultez le module de formation dans l'Académie MM ci-dessous !

2. Vérifier la qualité des données machine

C'est l'étape la plus critique du processus de baselining. Pour baseliner correctement, les données utilisées doivent être de bonnes données — c'est-à-dire des données vraies. Cette étape répond à deux questions :

• L'état de fonctionnement de la machine correspond-il à l'état rapporté dans MachineMetrics ?
• Chaque machine compte-t-elle correctement les pièces ? Lorsqu'une pièce est produite, est-elle bien affichée dans MachineMetrics ?

3. Évaluer les données

Comparer les attentes initiales de votre équipe aux données d'utilisation réelles recueillies sur vos machines sera la base d'une conversation importante. Cela posera aussi les fondations des améliorations qui pourront être apportées et mesurées.

Revenons au scénario où l'équipe estime l'utilisation à 80 % alors qu'elle est en réalité à 55 %. Que cela signifie-t-il ?

Nous voyons souvent nos prospects et clients surpris par les données réelles de baselining. Pourtant, cela peut représenter de très bonnes nouvelles pour les fabricants. Par exemple, certains envisagent l'achat de nouveaux équipements pour découvrir qu'ils ont une grande capacité cachée dans leurs équipements existants ! Sans cet exercice de baselining, ils achèteraient un autre équipement sous-utilisé, au lieu de maximiser ceux qu'ils possèdent déjà.

4. Créer un plan d'amélioration

À ce stade, vous connaissez les attentes de votre équipe, vous avez validé la qualité des données machine, et vous connaissez l'utilisation réelle de vos machines et de l'atelier. En fonction de ce que vous observez dans les rapports pendant l'évaluation, vous déterminerez les ajustements possibles.

Nous distinguons deux types d'ajustements pour nos clients après la collecte et l'évaluation des données de baselining : les ajustements de base et les ajustements avancés. Nous recommandons toujours de commencer par les ajustements de base ; nous avons vu ces derniers catalyser certains des impacts les plus importants et des économies de coûts majeures pour nos clients.

Ajustements de base :

• Augmenter le temps de présence des opérateurs sur les machines
• Réduire les distractions
• Rendre la matière plus disponible
• Inclure davantage de points de contrôle par le management
• Ajuster la disposition de l'atelier pour un flux de travail plus efficace
• Encourager des changements de comportement par quart de travail basés sur les données observées

Ajustements avancés :

Après avoir appliqué les ajustements de base, vous serez peut-être prêt pour l'ajustement avancé : l'implémentation de tablettes opérateurs sur les machines pour suivre les arrêts et autres données saisies par l'opérateur, comme la qualité.

Si vous souhaitez en savoir plus sur ce processus et voir des démonstrations vidéo avec de vraies données, demandez l'accès à notre formation MM Academy sur le baselining.