Minder verlies door slim gebruik van data
Hicham
Mijn tweede project bij Futureprove heb ik uitgevoerd in de levensmiddelentechnologie. Als afgestudeerd levensmiddelentechnoloog met een passie voor continu verbeteren was dit een ideale combinatie! Met behulp van Lean Six Sigma heb ik het verlies van goed product in een fabriek voor dierenvoeding met 45% gereduceerd. In dit artikel laat ik je zien hoe ik dit heb aangepakt en welke uitdagen ik daarbij ben tegengekomen.
Mijn opdrachtgever is een innovatief en toonaangevend Europees bedrijf in dierenvoeding. Het produceert zowel merkproducten als huismerken voor de detailhandel. Bij de vestiging in Limburg was sprake van goed product dat verloren ging in het productieproces. Sommige verliezen waren weliswaar zichtbaar, maar van het grootste deel van de verliezen was het niet duidelijk waardoor deze werden veroorzaakt. Daarom heb ik ervoor gekozen om het project aan te pakken met de Lean Six Sigma methode.
Het doel van dit project was duidelijk: reduceren van het verlies van goed product. De focus lag daarbij op de processtappen van vleesbereiding tot en met het afvullen van de blikken. Voor deze processtappen heb ik in kaart gebracht hoe groot de verliezen zijn. Dit leverde bijzondere inzichten op: ca. 80% van het verlies van goed product ontstond bij het vullen van de blikken. Het leek erop dat de blikken te vol worden afgevuld.
‘De nieuwe procesinstellingen resulteerden in een reductie van de verliezen met 45% procent!’
De verliezen bij het afvullen van de blikken waren veel groter dan verwacht. Om de data te valideren heb ik een Meetsysteemanalyse uitgevoerd op het vulsysteem. Een Gage R&R analyse toonde aan dat de meetnauwkeurigheid van het vulsysteem ruim voldoet aan de norm. De meetnauwkeurigheid is vele malen nauwkeuriger is dan de procesvariatie. Het meetsysteem is stabiel met het verloop van de tijd en variabelen zoals de blikgrootte of het afvulgewicht hebben geen effect heeft op de nauwkeurigheid. Hiermee is aangetoond dat de meeste verliezen daadwerkelijk plaatsvinden bij het afvullen van de blikken!
De grondoorzaken van het “overvullen” van de blikken hebben we boven tafel gekregen door een combinatie van hypothesetoetsing en root cause analyses met de mensen uit de fabriek. De belangrijkste resultaten uit de statistische analyses waren dat het “target” afvulgewicht en het blikformaat geen invloed hadden op het “overvullen” van de blikken. Uit nader onderzoek met de operators bleken variatie op de procesinstellingen en het ontbreken van een standaard voor de procesinstellingen de belangrijkste grondoorzaken te zijn.
De optimale procesinstellingen zijn bepaald en vastgelegd in een nieuwe standaard in overleg met de operators en het management. Het effect van de nieuwe procesinstellingen was groot: het invoeren van de nieuwe procesinstellingen resulteerde in een reductie van de verliezen van goed product met 45% procent, ofwel een besparing van ruim €250.000! Met behulp van Statistic Proces Control wordt het proces gemonitord en kan indien nodig tijdig worden bijgestuurd.
Ik ben trots op het mooie resultaat dat ik met dit project heb bereikt. Bovendien heb ik, door het project systematisch en resultaatgericht aan te pakken, ook mijn Lean Six Sigma Black Belt Praktijk certificaat behaald. Maar het mooiste voor mezelf was misschien wel dat ik het project voor de CEO en COO van Europa mocht presenteren. Zij waren onder de indruk van de betrokkenheid van het team en van het effect dat het gebruik van data heeft gehad.
‘The most dangerous kind of waste is the waste we don’t recognize – Shigeo Shingo’
