Statistiek in het bedrijfsleven: proceskennis net zo belangrijk als data

Dat statistische technieken bedrijven helpen om betere beslissingen te nemen, hebben we al eerder aangetoond. Toch is statistiek alleen niet voldoende, je hebt ook proceskennis nodig om de vastgestelde verbanden tussen de data juist te interpreteren. Dat bewijst volgend praktijkvoorbeeld van Amelior-consultant Jan Libbrecht.
statistiek

Productieproces beter begrijpen

Een chemisch bedrijf houdt al jarenlang gegevens bij over zijn processen, kwaliteitscontroles en gebruikte grondstoffen. In de hoop het productieproces beter te begrijpen en onder controle te krijgen, duikt productiemanager Dirk in de verschillende (niet-geconnecteerde) databases. Hij combineert enkele data queries (leveranciersgegevens, procesinstellingen en QC data) met elkaar en levert het geheel in een reusachtige Excel-spreadsheet af aan een consultant van Amelior. Eén dag later komt die laatste met een procesmodel op de proppen, waarmee maar liefst 76 procent van de variatie in de D50 verklaard kan worden.

Verborgen factoren

Dirk is razend enthousiast als hij dit hoort, maar aarzelt wanneer hij het model wat nader bekijkt. De vijf eerste parameters (Temperatuur, Druk, Debiet, pH en Trommelsnelheid) zijn vanuit fysisch en chemisch standpunt perfect te verklaren en had hij min of meer ook verwacht. Maar de zesde parameter (Klepstand) komt totaal onverwacht. “Dit kan niet. Dit is fysisch onmogelijk”, beweert Dirk, waarop hij de werking en de functie van de klep aan de consultant toelicht. “De positie van deze klep kan onmogelijk een invloed op de D50 hebben. Ik mag zoveel draaien aan de klep als ik wil, dit kan geen invloed hebben op de D50.”

Maar de consultant geeft zich niet zomaar gewonnen. “Misschien is er inderdaad geen oorzakelijk verband, maar statistisch gezien is er wel degelijk een sterke correlatie, dus beide variabelen veranderen terzelfdertijd. Mogelijk is er een andere factor, een zogenaamde verborgen factor in het proces, die met beide variabelen gecorreleerd is.”

Brainstormsessie op zoek naar verklaringen

Dirk is niet overtuigd, maar toch organiseert hij op aanraden van de consultant een brainstormsessie met een ervaren operator, ploegchef, technieker, het hoofd engineering en de quality manager. Het doel van de sessie is duidelijk: een verband proberen te leggen tussen de klepstand en de D50.

Na ongeveer een uur komen ze met volgende theorie voor de dag: “Mogelijk kan de concentratie aan Tx in één van de aangeleverde grondstofcomponenten een invloed hebben op de D50, want als de concentratie Tx te hoog is, dan krijgen we te veel schuimvorming en dan wordt de betreffende klep meer opengezet.”

Statistiek + proceskennis = gouden combinatie

In een volgende stap neemt de Amelior-consultant nu ook Tx op in het procesmodel. Wat blijkt: maar liefst 79 procent van de variatie in D50 kan nu verklaard worden, en dit allemaal door stuurbare parameters. Duidelijk is dat de concentratie Tx de andere parameters ruimschoots overtreft in belangrijkheid. Dirk lacht tevreden: “Hoog tijd om een vergadering te beleggen met de aankoopdienst en de leverancier van de solventen om de concentratie Tx systematisch op eenzelfde vast niveau te krijgen!”

 

Meer info?

Onze collega helpt je graag verder!

Jan Libbrecht
Jan Libbrecht
Senior consultant / trainer