Memanfaatkan Data untuk Mendorong Keunggulan Pemeliharaan
Data telah menjadi salah satu aset paling berharga yang dimiliki sebuah bisnis. Data bukan sekadar angka—data lebih besar dari itu. Ini menambah kredibilitas, membantu memecahkan masalah, dan mempengaruhi pengambilan keputusan. Singkatnya, itulah yang membuat tim bagus menjadi hebat dan tim hebat menjadi yang terbaik.
Buktinya, Anda hanya perlu melihat dunia olahraga dan maraknya pendekatan Moneyball untuk menang. Misalnya, Oakland Athletics dari MLB menggunakan data untuk menemukan peluang meningkatkan persentase basis mereka beberapa poin dan memenangkan lebih banyak pertandingan. Dan tim F1 menggunakan data untuk menjalankan simulasi setiap balapan guna menemukan cara memangkas setengah detik per lap, membantu tim beralih dari posisi tengah ke posisi podium.
Semua tim ini memiliki satu kesamaan:Mereka menggunakan data untuk menciptakan sedikit keuntungan yang dapat terus mereka gunakan untuk berkembang hingga mereka menjadi yang terbaik lagi.
Dalam artikel ini, Anda akan mempelajari bagaimana tim pemeliharaan Anda dapat meniru pendekatan terhadap data ini sehingga dapat mencapai kehebatan.
Menjembatani kesenjangan antara yang baik, hebat, dan terbaik
"Berubah dari baik menjadi hebat adalah satu hal. Berubah dari baik menjadi hebat itu besar, ini adalah masalah besar, saya tidak akan meremehkannya, dan itu membutuhkan banyak usaha. Namun beralih dari 'hebat' ke 'yang terbaik' jauh lebih sulit," kata Stuart Fergusson, Direktur Manajemen Produk di Fiix.
Beralih dari pabrik tanpa pemeliharaan terencana hingga 50% bukanlah hal yang mudah. Namun membuat tim mencapai 50% hanyalah setengahnya (secara harfiah). Jauh lebih sulit untuk mencapai pemeliharaan terencana hingga 80%. Setelah Anda mengatasi semua bidang perbaikan yang jelas, Anda akan dihadapkan pada peluang yang sulit dilihat, perubahan yang sulit diterapkan, dan hasil yang sulit diukur.
Di sinilah tim pemeliharaan perlu bersandar pada data agar peluang ini lebih jelas. Baik itu melihat data historis suatu aset untuk memprediksi di mana kegagalan mungkin terjadi, atau melihat perintah kerja untuk menghitung total jam kerja. Data memberi kami kemampuan untuk meningkatkan program pemeliharaan dengan percaya diri.
Contoh peningkatan pemeliharaan dari nol,50 hingga 80%
Fokus pada kekuatan keuntungan marjinal
Keuntungan marjinal adalah tentang menemukan cara untuk menjadi satu persen lebih baik setiap hari, setiap minggu, dan setiap bulan di berbagai bidang.
Untuk memahami dampak keuntungan marjinal, mari kita lihat contoh lain dari olahraga. Jika seorang pengendara sepeda di Tour de France dapat mengurangi hambatan udara sebesar satu persen, hal ini dapat membantu mereka menghemat waktu 15 menit sepanjang balapan. Mengurangi resistensi tersebut dengan jumlah yang tampaknya tidak signifikan seringkali merupakan satu-satunya hal yang diperlukan untuk membawa mereka dari kelompok tengah ke posisi tiga besar.
Namun mendapatkan hasil tersebut tidak selalu mudah. Untuk melakukan perubahan, tim bersepeda akan menghitung angka-angka dan menganalisis tren untuk mencari peluang di mana penyesuaian kecil dapat dilakukan.
Sekarang, mari terapkan proses yang sama pada pemeliharaan. Membuat tim Anda menjadi dua menit lebih cepat saat pergantian shift mungkin bukan masalah besar. Namun data menunjukkan kepada kita bahwa mempercepat dua menit memiliki dampak yang besar, hal ini dapat menyebabkan perbedaan antara menyelesaikan pesanan dalam jumlah besar atau tidak dalam beberapa minggu.
Temukan tujuh langkah untuk membangun program analisis pemeliharaan dengan memulai dari hal kecil
Cara menggunakan data untuk menemukan peluang perbaikan
Setelah kita memiliki pemahaman yang baik tentang cara kerja keuntungan marjinal, inilah saatnya untuk melihat cara menemukan peluang perbaikan tersebut dalam proses yang terukur dan berulang.
Mulailah dengan sebuah tujuan :Memiliki tujuan yang ingin dicapai adalah langkah pertama dari proses tersebut. Hal ini dapat berupa pengurangan limbah di seluruh fasilitas Anda. Anda dapat memiliki beberapa sasaran sekaligus, namun untuk ini, kami akan tetap berpegang pada satu sasaran.
Identifikasi KPI dan metrik :Agar keuntungan marjinal dapat berhasil, Anda harus memiliki KPI dan metrik terukur untuk dilacak. Dalam contoh ini, KPI dapat berupa tingkat sisa fasilitas dan biaya material yang terbuang.
Pilih sistem untuk mengumpulkan dan memantau data :Semakin mudah melacak data, semakin sering Anda melakukannya. Meskipun Anda dapat mengumpulkan data di lemari arsip dan spreadsheet, hal ini memerlukan lebih banyak pekerjaan dan rentan terhadap kesalahan manusia, seperti salah memasukkan angka. Ada banyak opsi, namun CMMS dapat mempermudah prosesnya, sehingga Anda memiliki akses ke data yang diinginkan saat Anda membutuhkannya.
Perhatikan faktor-faktor yang dapat memengaruhi KPI Anda :Perhatikan faktor-faktor yang akan mempengaruhi tingkat produksi, seperti komponen yang rusak, diperbaiki, atau diganti secara tidak benar. Hal ini menghasilkan lebih banyak potongan dan pengerjaan ulang serta membuang-buang waktu. Dari sini, tim Anda dapat menentukan apakah perubahan dapat dilakukan atau tidak dengan melihat metrik seperti biaya dan waktu.
Cara menjadikannya satu persen lebih baik :Memeriksa tren data di masa lalu dapat menunjukkan dengan tepat di mana perbaikan kecil harus dilakukan. Misalnya, menambahkan satu pemeriksaan ekstra pada suatu aset dapat menyebabkan perbaikan yang menyebabkan kualitas produk menurun. Perbaikan ekstra tersebut dapat menghasilkan pengurangan barang bekas sebesar satu persen pada bulan tersebut.
Bilas dan ulangi :Setelah Anda menyelesaikan prosesnya satu kali, pertimbangkan untuk bereksperimen dengan area lain di fasilitas Anda.
Peluang untuk mendapatkan keuntungan kecil dalam program pemeliharaan Anda.
Semua yang baru saja Anda baca dalam lima kalimat
Dengan hanya mencatat tugas sehari-hari yang sedang dilakukan tim Anda, Anda telah mengumpulkan banyak data berharga. Setiap perintah kerja yang Anda catat, setiap komponen yang Anda gunakan, jam kerja yang Anda lacak, dan biaya perbaikan adalah titik data berharga yang dapat ditingkatkan. Sama seperti tim olahraga yang kami sebutkan sebelumnya, mereka tidak berubah dari bagus menjadi hebat menjadi yang terbaik dalam semalam. Mereka melakukannya selangkah demi selangkah, menerapkan perubahan secara perlahan dengan pendekatan keuntungan marjinal dan menggunakan data untuk memandu pengambilan keputusan. Dan sebelum Anda menyadarinya, Anda telah berubah dari baik menjadi hebat dan menjadi yang terbaik.
