Data analyse systemen lichten de KPI’s uit het proces via het lab Wim van Nieuwenhuysen eKPI Solutions empowering Knowledge, Performance & Innovation
13 April 2011
Inhoud • • • • •
De rol van het laboratorium De gebruikers De gegevens De analyse Gegevensverzameling en integratie met ICT • De mogelijkheden • Vragen? 13 April 2011
Introductie Wellicht bent u zich er niet van bewust, maar vrijwel iedereen krijgt tegenwoordig te maken met vraagstukken waarbij een analytische benadering op zijn plaats is: •het beslissen op basis van cijfers •het interpreteren van tabellen •het grafisch presenteren van resultaten •het omgaan met onzekerheid •het onderscheiden van oorzaken van verschijnselen •het verband leggen tussen verschijnselen •vaststellen van belangrijke parameters, etc. 13 April 2011
Dit om vragen te beantwoorden zoals: • • • • • •
Draait het proces (op termijn) binnen de gestelde normen? Welke acties moeten worden ondernomen bij problemen? Hoe worden de problemen veroorzaakt? Wanneer treden ze op? Kunnen we de processen verder “fine-tunen” ? Hoe komen we met een beperkt aantal metingen achter de optimale instellingen? • Welke parameters zijn daarbij echt belangrijk en hoe dragen ze bij aan kosten en baten? • Hoe werkt een bepaalde processtap door in de kwaliteit van het eindproduct? • Kunnen we ons proces valideren op basis van cijfers (FDA)? 13 April 2011
Het laboratorium als spin • Bij het beantwoorden van dergelijke vragen speelt het kenniscentrum van bedrijven "het laboratorium" een zeer belangrijke rol. • Het lab is de spin in het web als het gaat om het verzamelen van gegevens, zoals de kwaliteit van de grondstoffen, de efficiëntie van processen, kwaliteitsborging van de eindproducten en zoveel meer ... 13 April 2011
Laboratoria: waar vinden we ze? • Bijna alle bedrijven die met stoffen en materialen werken, hebben een (kwaliteits) laboratorium, waarin de zuiverheid en de eigenschappen van grondstoffen, hulpstoffen, halffabricaten en eindproducten worden getest. • In veel gevallen meten ze ook de kwaliteit van het (productie)proces. 13 April 2011
De rol van het laboratorium • Een laboratorium is een ruimte die gebouwd is voor onderzoek. Een laboratorium is geschikt om bepaalde proeven, experimenten, controles en simulaties uit te voeren. • Afhankelijk van de fase in de productlevenscyclus kan de rol van het laboratorium veranderen. • Bijvoorbeeld: – In de ontwikkelfase meer nadruk op experiment en simulatie – In de productiefasen meer nadruk op kwaliteitscontrole en optimalisatie
13 April 2011
Eisen aan het Lab • Afhankelijk van het soort lab worden er verschillende eisen gesteld aan de betrouwbaarheid van de resultaten die een analist uit een experiment opmaakt. • Laboratoria zijn onderhevig aan strenge internationale normen wat betreft kwaliteitscontrole. • Wanneer het er om gaat om de klant te kunnen garanderen dat een resultaat een product, proces of dienst beantwoordt aan specifieke vereisten zal men veelal een vorm van “Accreditatie” nodig hebben. 13 April 2011
Soort gebruikers • Drie groepen gerelateerd aan het lab: 1. De dagelijkse gebruikers in het laboratorium zelf (meten, bijsturen, experimenteren, ...) 2. Managers willen informatie over de stand van zaken (monitoring) van het proces om efficiëncy en effectiviteit te waarborgen (zodat ze kunnen sturen en beslissen). 3. Klanten, overheid, afnemers en toeleveranciers als stakeholders in de keten. • Elk heeft zijn eigen – conflicterende - wensen ten aanzien van de gegevens die in het laboratorium geproduceerd moeten worden. • Inzicht en afstemming noodzakelijk. • Integratie van gegevens en systemen een must. 13 April 2011
Gegevens in het lab • Transactie- en meetgegevens vormen de basis. • Met behulp van pen, papier, meetinstrumenten en pc’s wordt (slechts) een deel hiervan vastgelegd, al dan niet in LIMS. • Veel van de vastgelegde gegevens zijn alleen relevant voor de analist in het lab. • Beperkte analyse en rapportage mogelijk. 13 April 2011
(Beperkte) Analyse met LIMS
13 April 2011
Extra gegevens • Wanneer we een aantal (vaak vergeten) gegevens toevoegen, dan wordt het allemaal een stuk spannender. • Dan kunnen we uitspraken doen over de kwaliteit van het proces en de invloed op het eindproduct. • Denk daarbij aan gegevens als proces, omgeving, operator, al dan niet instelbare factoren, normen, plaats in het proces, etc. 13 April 2011
Inzicht voor de klant en de manager
13 April 2011
Het probleem • Het probleem is dat de meeste organisaties niet veel doen met de gegevens die het Lab oplevert. • Veel parameters worden gemeten en geanalyseerd zonder echte relevantie en de informatie die echt van belang is komt niet tevoorschijn, wordt niet gebruikt. • Er is vaak weining kennis in huis om gegevensanalyse te benutten. Daarbij is er weinig besef hoe je de ICT structuur van een organisatie hier op inricht. 13 April 2011
Vragen • Vragen die rijzen: – wat meten, waar meten, hoe vaak en wanneer, hoeveel, tegen welke kosten en welke factoren hebben daadwerkelijk invloed op het resultaat? – Dit is het terrein van Operationele Business Intelligence (OBI) waarbinnen het Lab optimale efficiëncy en effectiviteit kan waarborgen. 13 April 2011
Soorten gegevens • Wat moet er nu eigenlijk gemeten worden? • Niet alleen het resultaat, maar ook de instellingen, de omgevingsfactoren, de proces status, de operators, notities, fouten, oorzaken, acties, etc… 13 April 2011
De formule • De formule Y=f(X)+ ε – Y = de uitkomst, het gewenste resultaat – X vertegenwoordigt de instellingen, of delen die nodig zijn. Er kunnen er meerdere zijn. – F is de functie, de manier of het proces waarmee de invoer wordt omgezet in de uitvoer – ε is de fout of onzekerheid afhankelijk van de Xn waarmee in het proces het gewenste resultaat wordt bereikt. Daarbij hebben we te maken met Variatie = natuurlijke variatie, speciale variatie (lange en korte termijn) • Samengevat: Hoe worden bepaalde inputs via een bepaalde transformatie of proces omgezet in een output? 13 April 2011
Workflow
13 April 2011
Meerdere meetmomenten in de keten = workflow
13 April 2011
Aanvullende gegevens • • • • • • • •
Grondstoffen gebruik Handelingen Proces stappen Operators Omgevingsfactoren Batchnummers Uitzonderingen en oorzaken Etc.
13 April 2011
De analyse • Analyse afhankelijk van meerdere factoren: – De gebruiker (analist, manager, klant) – De fase (ontwikkeling, productie, …) – Etc. • Een deel hiervan vindt al plaats binnen LIMS, maar de analysemogelijkheden hierbinnen zijn vaak erg beperkt. Meer geavanceerde systemen zijn nodig (waaronder statistiek en BI). 13 April 2011
Basis statistiek Summary: Yield K-S d=.13440, p<.01 ; Lilliefors p<.01
Normal P-Plot: Yield 3
Expected Normal Expected Normal Value
70
No. of obs.
60 50 40 30 20 10 0 0.4
0.5
0.6
0.7
0.8
0.9
1.0
2 1 0 -1 -2 -3 0.4
0.5
0.6
X <= Category Boundary
0.7
0.8
0.9
1.0
1.1
Value 1.2
1.1
1.0
Yield
Summary Statistics:Yield Valid N=154 Mean= 0.818634 Minimum= 0.465368 Maximum= 0.998392 Std.Dev.= 0.137817
0.9
0.8
0.7
0.6
0.5
13 April 2011
Mean = 0.8186 Mean±SD = (0.6808, 0.9565) Mean±1.96*SD = (0.5485, 1.0888)
Stapsgewijze identificatie Importance plot Dependent variable: Yield Param_148_avgval1 Param_9_avgval5 Param_9_avgval4 Param_784_avgval5 Param_79_avgval1 Param_140_avgval5 Param_758_avgval3 Param_758_avgval2 Param_3_avgval5 Param_79_avgval5 0
5
10
15
20
25
Importance (F-value)
13 April 2011
30
35
40
Kwaliteitscontrole en SPC • Is het proces onder controle? • Hoeveel items te inspecteren? Capability: (Last Set) Histogram of Observations Cp = .6582 1020 Cpk = .6582
X and Moving R Chart; variable: LENGTH X: 1005.0 (1005.0); Sigma: 3.0146 (3.0146); n: 1.
1015 1010
1014.1 USL
1005
1005.0
1000
LSL 995.99
995 990 0
4 2
8 6
10
12 16 20 14 18
Histogram of Moving Ranges
10
20
30
40
50
60
Moving R: 3.4016 (3.4016); Sigma: 2.5699 (2.5699); n: 1.
14 12
11.111
10 8 6 4
3.4016
2 0
0.0000
-2 0
13 April 2011
5
10
15
20
25
10
20
30
40
50
60
Invloed Operators 1 • De Dataset • Registreer niet alleen de meetgegevens zelf maar ook de instellingen: – – – – – –
Operator Part Trial Causes Actions Etc.
13 April 2011
Invloed Operators 2
• •
•
The last column of numbers reports the variability due to different sources relative to the total variability in the measurements: Repeatability of measurements accounts for 6.5%, reproducibility across appraisers accounts for 8.1% of the total variability, the part-to-part variation accounts for 85.4%, and the combined repeatability and reproducibility variability accounts for about 14.6% of the total process variability. All though most of the variability in measurements is due to differences between parts (as is desirable for a reliable measurement system) we see that almost 15 % of variability is caused by measurement environment. Most industries accept >10% only.
13 April 2011
Invloed Operators 3 • A picture tells a thousand stories… Repeatability & Reproducibility Summary Plot No. of Operators: 5 (variable: OPERATOR) No. of Parts: 8 (variable: PART) No. of Trials: 3 (variable: TRIAL) 10 8
Deviation from Average
6 4 2 0 -2 -4 -6 -8 -10 SMITH
HILL
JONES
HANKS
Operators (variable: OPERATOR)
13 April 2011
MILLER
Simulatie en optimale instellingen Profiles for Predicted Values and Desirability Param_3_avgval1
Param_3_avgval4
Param_3_avgval5
Desirability
3D Surface Plot of Param_3_avgval5 against Param_3_avgval1 and Param_3_avgval4 30PredictorsOfYield 31v*154c Param_3_avgval5 = Distance Weighted Least Squares
.5 .5
0. 0.
.30000
Desirability
1.0000
> -9.4 < -9.7 < -10.1 < -10.5 < -10.9 < -11.3 < -11.7
-10.76
13 April 2011
-9.668
-10.76
-10.21
-9.654
-10.74
-9.674
Yield
1. 1.
1.0973
.54300 .81863 1.0943
1.6000
Gegevensverzameling en ICT • Overal in uw organisatie worden gegevens verzameld: inkoop, verkoop, productie, marktonderzoek, voorraadbeheer, relatiebeheer, productontwikkeling, logistiek, … • Al deze gegevens bevinden zich verspreid over uw organisatie: in spreadsheets, databases, dossiers, gegevenspakhuizen, Lims en in de hoofden van uw medewerkers. • Zou het niet mooi zijn wanneer u deze gegevens met elkaar in verband kunt brengen en analyseren zodat u sneller kunt reageren? 13 April 2011
Samenbrengen van gegevens • Veel systemen zijn opgezet vanuit een bepaald doel of proces. • Beperkte opslagmogelijkheden en structuren. • Gegevens moeten worden samengevoegd voor analyse door meerdere gebruikers. • Dit moet efficiënt en doelmatig gebeuren zodat online analyse mogelijk wordt. 13 April 2011
De integratie
13 April 2011
13 April 2011
ERP ERP
Framework OBI
CR M
FIN
MF
DWH + DM’s
Metrics Mart
Your (O)B I tool
• • •
Reports Olap Dashboards
• • •
Alerts Workflow Escalation
HR HR Analytics Server X
Files
Adapter X Events
13 April 2011
BUSINESS PROCESS
Calculate KPI’s based on: Event Process External data Existing KPI’s
Advantages Advantages Small Small data data volumes volumes o o Only Only relevant relevant fields fields o Only o Only delta’s delta’s o o Frequent, Frequent, light light data data retrievals retrievals Small Small Business Business Projects Projects o o Limited Limited IT IT dependency dependency o o Quick, Quick, Agile Agile development development o o Flexible Flexible to to adapt adapt to to future future changes changes Real Real Operational Operational Process Process Insight Insight o o Multi-source, Multi-source, multi multi chain chain o o Process Process aware aware o o Alerting Alerting and and Workflow Workflow Business Business able able to to better better manage manage their their Business Business Processes Processes
Samenvatting • Het laboratorium speelt een belangrijke rol in de organisatie bij ontwikkeling en controle maar ook als gegevensbron. • Het lab moet niet als kostenpost gezien worden, maar als kenniscentrum waarmee de efficiëncy en effectiviteit vergroot kunnen worden. • De integratie van het lab in de ICT structuur is noodzakelijk voor een verantwoorde analyse. • Een volledig meetsysteem zorgt er voor dat de laborant, manager en anders stakeholders kunnen monitoren, beslissen en (bij)sturen. • Al uw processen en procedures zodanig gestructureerd samengebracht dat dit de onderlinge samenwerking binnen uw organisatie, ook over afdelingen heen, bevordert. • Rapportages zijn hierdoor sneller te maken, zodat u tijdig ziet waar u moet bijsturen. 13 April 2011
Vragen • • • • • • •
De rol van het laboratorium? De gebruikers? De gegevensverzameling? De analyse? De integratie met ICT De mogelijkheden? …?
13 April 2011
Contact •
P.O. Box 6082 9702 HB Groningen, NL
•
Phone: +31-(0)50-7200000
•
Fax: +31-(0)50-5268762
•
E-mail:
[email protected]
•
Web: www.ekpisolutions.com
•
Skype: ekpisolutions
•
KvK: 02048056
Business Empowerment Simple Measurable Agreed to Reasonable Time-based
Where organization, product, process, and people are each assessed against performance, schedule, and cost for Business Improvement and Change. 13 April 2011
