 De inzichten verkregen uit de data afkomstig van slimme producten/machines kunnen een circulaire bedrijfsstrategie ondersteunen. Waar dit nu vaak nog voorbehouden is voor dure apparatuur, komt het alsmaar meer binnen bereik voor een breed scala aan producten.
Product-als-dienst en productdelen of grootschalige remanufacturing hebben doorgaans baat bij de analyse van grote datasets. De inzichten die voortvloeien uit de datacaptatie en -analyse over de staat van het product, de gebruiksgeschiedenis ervan, de omgevingsfactoren en andere contextuele informatie maken het voor producenten mogelijk om de risico’s die gepaard gaan met hun nieuwe circulaire businessmodellen te reduceren.
Zo helpen (big) data bij het breder en kostenefficiënter toepassen van prestatie- en preventieve onderhoudscontracten. Nu zijn die vaak nog voorbehouden voor dure, gespecialiseerde apparatuur. Straks kunnen alle intelligente apparaten signaleren of en wanneer ze precies toe zijn aan onderhoud, herstel of vervanging. Ze kunnen aangeven dat ze gebruikt worden in te vochtige of te warme omstandigheden en dat dit de prestaties of levensduur in het gedrang brengt. Grote hoeveelheden feedback-data over hoe en waar producten door consumenten gebruikt worden, stellen productontwerpers ook in staat om betere producten te ontwerpen, die minder snel stuk gaan.
Maar hoe zet u nu de stap van inspirerende toekomstbeelden, in rapporten zoals dat van de Ellen MacArthur Foundation, naar uw eigen financieel haalbare, door data ondersteunde circulaire bedrijfsstrategie. Hierbij onze tips en een stapsgewijze aanpak om zelf aan de slag te gaan.
1. Vertrek vanuit de minimale noden, verzamel geen data omwille van de data
- Het ontbreken van een helder gedefinieerde vraag of informatiebehoefte is vaak de reden waarom data-analyse niet datgene brengt wat men vooraf had gehoopt. Vertrek vanuit uw businessnoden en bepaal op basis daarvan wat uw minimale databehoefte is. Welke info heeft u nodig om uw business vooruit te helpen en meer circulair te maken? Welke gegevens heeft u nodig om geïnformeerde beslissingen te kunnen nemen die kosten verlagen of opbrengsten doen stijgen?
- Start met de data die uzelf nodig heeft. In een volgende fase kan u gaan nadenken over nieuwe opportuniteiten voor waardecreatie en kan u bijkomende diensten beginnen ontwikkelen.
- Begin met het capteren van een beperkte set aan ruwe data in functie van de geïdentificeerde informatienoden en breidt die geleidelijk aan uit naarmate u ervaring opdoet. Het verzamelen van veel perifere data vergemakkelijkt niet noodzakelijk het beslissingsproces.
2. Bouw stap voor stap de juiste ‘technology stack’ op, van hardware, over data-analyse software, oplossingen voor data-transfer en opslagcapaciteit, tot en met een gebruikersinterface.
- Kleinschalige experimenten kunnen u toelaten om ervaring op te doen met datacaptatie, -transfer, -opslag en -analyse zonder dat het al teveel moet kosten. Het komt erop aan van gradueel de complexiteit te verhogen.
- En waarom in eerste instantie geen simpele Excel sheets gebruiken om datasets te verzamelen en te beheren, en pas zodra u dat onder de knie heeft te investeren in uitgebreide data-analyse software of cloud infrastructuur. Zo kunt u leren hoe u data aan elkaar kan linken en welke info er mogelijkerwijs niet toe doet.

(Porter & Heppelmann)
3. Valideer de uitkomst van de data-analyse, maak deze bespreekbaar
- Let op voor subjectieve selectie van data, extreme datawaarden, een model dat een te simpel of te complex beeld van de werkelijkheid geeft, etc. Tracht de analyseresultaten aan de fysische events en eigenschappen van producten te koppelen.
- Nadat data-analyse heeft plaatsgevonden, is het belangrijk de uitkomsten op een heldere en gestructureerde manier te presenteren, en positieve en negatieve ervaringen te delen met elkaar. Creëer visuals die de resultaten van de data-analyse op een toegankelijke wijze presenteren en in lijn met de gebruiken binnen het bedrijf. Gebruik bijvoorbeeld A3 storytelling tools.
4. Bewaak het evenwicht tussen technologie en de mogelijkheden van uw bedrijf
- Houd tot slot ook in gedachten dat data-innovatie niet alleen over technologie gaat, maar ook over organisatiestructuur, cultuur en competenties. Complexe tools (zoals ACL/SQL) vereisen bijvoorbeeld de nodige kennis en ervaring bij gebruikers, terwijl eenvoudige tools (zoals Excel/ Access) door veel werknemers kunnen worden gebruikt met beperkte instructies.
Deze Cirkeltip kwam tot stand binnen het door VLAIO gesubsidieerde project AFVALorisatie van Agoria en Sirris in samenwerking met de OVAM.
|