De glazen databol van Sashiko en haar collega’s

Als een vliegtuig in onderhoud moet, staat het aan de grond. In het ideale geval duurt dat niet te lang: our planes are made for flying. Daarom doen we er alles aan om het onderhoud zo efficiënt mogelijk uit te voeren, onder meer met behulp van big data. Daar draagt analytics translator Sashiko aan bij: zij hielp een datamodel ontwikkelen waarmee vrij precies te voorspellen is wanneer onderdelen aan vervanging toe zijn, en er dus een nieuwe versie klaar moet liggen.Hierdoor wordt er alleen ingekocht als dat nodig is, en anders niet – scheelt een hoop geld én ruimte in de voorraad.

Datagedreven voorraadbeheer

‘Voorheen konden we redelijk voorspellen wanneer bepaalde onderdelen nodig zouden zijn’, begint Sashiko, analytics translator in het Big Data-team van Engineering & Maintenance (E&M). ‘Maar daarbij baseerden we ons vooral op schattingen, eigen ervaringen en de beloftes van fabrikanten. Dankzij de opkomst van big data kan dat veel slimmer en realistischer. We houden precies bij hoelang onderdelen het volhouden: hoeveel tijd, maar ook hoeveel vluchten, vliegmeters of keren dat ze gebruikt kunnen worden – denk aan een koffiemachine die gemiddeld 10.000 koppen zet. Hier nemen we bovendien ook klimatologische factoren in mee: een vliegtuigmotor draait minder lekker als-ie veel in zanderige of ijskoude omgevingen komt.’

Impact op de vloer

Sashiko weet precies wat een vernieuwing als de predictive supply chain (PSC) betekent voor haar collega’s. ‘Als analytics translator sta ik tussen de business en de ontwikkelaars in. Ik spreek de supplychainspecialisten regelmatig en hoor van hen waar ze behoefte aan hebben, dat vertaal ik – samen met de product owner – naar technische requirements. En als de oplossing is ontwikkeld, presenteer ik deze aan collega’s op de vloer en zorg ik ervoor dat ze ermee kunnen werken, bijvoorbeeld door workshops te organiseren.’

‘De meeste collega’s zijn vooral heel blij met de slimmere manier van werken’, gaat Sashiko verder. Toch gaat het niet altijd soepel: soms werken mensen verandering een beetje tegen, in de meeste gevallen onbewust. ‘Ik vind dat helemaal niet gek. Veel mensen binnen E&M werken er al jaren en doen hun ding al die tijd hetzelfde. Dan is het even wennen als er nu collega’s komen die hun werk veranderen. Maar uiteindelijk werkt een oplossing alleen als iedereen ermee werkt. Ik vind het een leuke uitdaging om teams aan boord te krijgen en ze te laten ervaren hoe het hun werk vergemakkelijkt. Daarom werken we veel met key users: representatieve collega’s die onze oplossingen uitgebreid testen.’

Eindeloze datamogelijkheden

De oplossing van Sashiko en haar collega’s helpt dus om grip te krijgen op de onderdelenvoorraad. Maar zowel de tool als de data erachter kan nog zo veel meer bieden. Sashiko somt op: ‘Onderhoudshandleidingen bijstellen en up-to-date houden bijvoorbeeld, of voorkomen dat onderdelen te veel kilometers moeten afleggen tussen onze Schiphol-locatie en buitenstations. Maar ook beter voorspellen wanneer onze Component Shops het druk krijgen, inzicht krijgen in de effecten van klimatologische omstandigheden op verschillende componenten, bepalen wanneer we claims bij fabrikanten kunnen indienen omdat garanties van fabrikanten structureel onrealistisch blijken. Lang verhaal kort: er ligt nog een hoop werk voor ons!'