© 2024 SURF
Mkb-bedrijven hebben twee gerelateerde vragen: hoe gaan we om met de steeds groter wordende variatie in klantvraag en kunnen we de toenemende beschikbare productiedata hiervoor inzetten? De klantvraag variatie in productmix, volume en frequentie wordt veroorzaakt door mass customization en geopolitieke invloeden. De variatie bemoeilijkt het realiseren van korte betrouwbare levertijden. Het is een uitdaging voor bedrijven om de beschikbare productiedata effectief in te zetten om kort op de bal te sturen en zo grip te krijgen op levertijden.
In het lopende RAAK-onderzoek ‘Organized Digital Factory’ (ODF) constateren we dat traditionele methoden om de klantvraag te analyseren, zoals de Glenday Sieve/Syntetos niet voldoen voor mkb-bedrijven met een hoge variatie in hun klantvraag. Wij zien terug dat de klantvraag analyses:
1. Niet toereikend zijn door het hoge aantal one-of-a-kind producten in de klantvraag.
2. Mede hierdoor, onvoldoende inzicht bieden in de impact van de klantvraag het productiesysteem. Het ontbreken van dit inzicht leidt tot beperkte en vertraagde mogelijkheden om bij te sturen.
Het doel van dit onderzoek is om samen met mkb-bedrijven met een hierboven beschreven klantvraagpatroon, klantvraag analyses te ontwikkelen die inzicht bieden in de gevolgen hiervan op hun productiesysteem. Deze analyses moeten bedrijven inzicht geven in hoe zij het reactievermogen van hun productiesysteem kunnen verbeteren door:
1. Aanpassingen in hun productiesysteem
2. Snellere bijsturingsmogelijkheden tijdens productie.
De praktijkvraag vanuit discrete mkb-productiebedrijven voor deze KIEM-aanvraag is dan ook:
‘Hoe kunnen we onze klantvraag analyseren zodat wij inzicht krijgen in de impact van deze klantvraag op ons productiesysteem?’
De hieruit voortvloeiende onderzoeksvraag:
“Hoe kunnen we de klantvraag voor discrete mkb-productiebedrijven zodanig in kaart brengen dat er een directe koppeling naar de impact op het productiesysteem te maken is?”