De datareis
van Fabricatech
In deze eerste blog van de serie over succes factoren gaan we het hebben over de meest genoemde drempel die iedereen ervaart als ze willen beginnen met data gedreven werken: hoe stel je hier nu in hemelsnaam een business case voor op?
Deze serie bestaat uit 9 korte verhalen waarin we de meest genoemde drempels met je doornemen en laten zien wat je kan doen om dit op te lossen. Om je niet te vervelen met al teveel “marketing-fluff”, vertellen we het verhaal aan de hand van een daadwerkelijke klantcase.
Zin om te starten? Laten we beginnen…
De business case wordt duidelijk
Peter is de trotse eigenaar van FabricaTech, een productie bedrijf in industriële toepassingen en halffabricaten die opereert vanuit Nederland en 12 Europese landen als afzetmarkt heeft.
In de afgelopen 20 jaar heeft Peter het voor elkaar gekregen om een mooie klantportfolio op te bouwen en een team van 80 FTE om zich heen weten te organiseren. Er is een MT in plaats en er zijn meerdere interne verbeterslagen geweest op proces- en applicatie level op orde te brengen.
De organisatie heeft 2 jaar geleden een groeiplan voor de aankomende 5 jaar uitgestippeld waarin ze willen verdubbelen in omzet en marge, maar ook de organisatie naar 135 FTE willen brengen.
Nu ze twee jaar onderweg zijn, moeten ze helaas constateren dat het behalen van de doelstellingen steeds moelijker wordt.
De groei van 80 naar 100 FTE ging nog wel, maar nu hebben ze ineens te maken met uitstroom van belangrijke rollen en loopt het binnenhalen van nieuwe klanten steeds moeizamer.
Ze zijn nu van 108 FTE weer terug naar 90 FTE en alle voortgang van vorig jaar is weg. Madelon heeft als controller en rechterhand van Peter een analyse gedaan en deelt haar bevindingen in de MT meeting.
De eerste MT meeting
“Ok, ik zal maar meteen met de deur in huis vallen: als we doorgaan met wat we nu aan het doen zijn, dan behalen we onze jaardoelstellingen niet. In geen enkel scenario wat ik heb uitgewerkt komen we überhaupt in de buurt van wat we willen bereiken”.
Iedereen binnen het MT had dit gevoel ook wel, maar nu ze de cijfers zien beseffen ze dat het inderdaad niet haalbaar is als ze op dezelfde manier doorgaan.
Maar wat moeten ze dan doen? Ze hebben alle processen uitgewerkt, systemen ingericht en iedereen uitgelegd hoe ze moeten werken.
“Oké, hoe kunnen we dit probleem tackelen? Wie heeft ideeën waar we op de korte termijn iets mee kunnen?” vraagt Madelon.
“Er is één ding wat ik nog als extreem tijdrovend ervaar en dat is dat ik continue moet zoeken naar overzichten en status updates omdat alles in aparte systemen zit”, zegt Arjen die als Operations manager de fabrieken aanstuurt.
“Ik ben letterlijk uren kwijt per week om een beetje overzicht voor mijzelf te creëren. En dat is nog afgezien van alle gesprekken die ik moet voeren met mijn team omdat zij ook op zoek zijn naar overzichten”.
“Ja, dat heb ik nou ook”, zegt Martin die de commerciële teams aanstuurt. “Ik zag laatst dat iedereen zijn eigen lijstjes met de hand maar bijhoudt omdat ze het nergens uit de systemen weten
te krijgen.
En als ze het al lukt, moeten ze allerlei Excel trucjes uithalen om er enigszins iets zinvols van te maken! Ik wist niet wat ik zag….zoveel inefficiëntie en tijd die verloren gaat, ongelooflijk”.
Het duurt niet lang voordat het hele MT tot dezelfde conclusie komt, van HR tot Sales; iedereen is continue bezig om data ergens vandaan te halen en daar inzichten uit te halen. En die tijd wordt niet besteedt aan het aansturen en verbeteren van de organisatie.
“Ik denk dat we een aardig pijnpunt te pakken hebben” zegt Madelon. “Maar hoe kunnen we dit oplossen? Hoe gaan we dit soort niet-kern taken weghalen bij jullie en dat iedereen focus heeft op het werk waar je voor bent aangenomen? Want Excel lijstjes bijhouden is er daar niet een van…”
“Laten we simpel beginnen, zegt Martin. We inventariseren hoeveel tijd we gemiddeld per week kwijt zijn aan het zoeken, verzamelen en structureren van al onze lijstjes en rapportages. Als we daar nou eens de helft van zouden kunnen besparen door te automatiseren, dan hebben we iets van een indicatie hoeveel dit ons nu eigenlijk kost. Want nu voelen we het niet echt omdat we hier toch allemaal zijn.” Het MT gaat uit elkaar en gaat voortvarend aan de slag. Ze bekijken alle lijstjes en praten met alle medewerkers. De uitkomst is best confronterend: het blijkt dat iedere werknemer gemiddeld 12% van zijn/haar tijd besteedt aan handmatige handelingen om data op te halen, bewerken of transporteren.
Madelon heeft alles cijfers verzameld en presenteert dit aan Peter.
“Kijk, we hebben nu 90 FTE die allemaal 12% van hun tijd inefficiënt besteden. Dat kost ons iedere maand 48.600 euro aan verloren uren. Stel nu dat we 1% efficiënter zouden gaan werken, door bijvoorbeeld rapportages te automatiseren, dan besparen we ieder jaar 24.560 euro aan manuren en kunnen we veel beter aansturen”.
“Ik wist niet dat we zoveel geld verloren aan dit soort zaken”, zegt Peter. Zijn ondernemersgeest draait al op volle toeren en hij weet dat hij meer dan die 1% efficiëntie kan bereiken als ze dit goed organiseren.
“Hoeveel kunnen we in 3 jaar besparen als we deze uren bijvoorbeeld van 12% naar 8% kunnen krijgen?”.
Madelon heeft dit al voorzien en laat het resultaat zien. “Je kan dan 126.169 euro in 36 maanden aan (uren) waarde beter inzetten voor werken áán de organisatie in plaats van werken ín de organisatie”.
Weten wat data gedreven werken jou kan opleveren? in 3 minuten weet het het met onze ROI calculator.
“Dat is een dan een no-brainer”, zegt Peter. “Laten we de juiste partij aanhaken om ons hierbij te helpen, want van data automatisering hebben we geen kaas van gegeten”.
“Maar ik wil wel snel kunnen starten en ik wil een partner die ons ontzorgt zodat wij de focus hebben op waar wij goed in zijn. We hebben in ieder geval een soort van budget indicatie maar zorg er wel voor dat het platform en de implementatie betaalbaar blijven. Laten we voor nu uitgaan van een eerste budget van 10K tot 12K voor dit jaar. We zijn geen corporate met ongelimiteerde resources”.
In de opvolgende weken heeft Madelon online gezocht naar een data integratie platform dat hen kan helpen om hun data vraagstuk te automatiseren. Daar heeft ze aardig wat kandidaten voor gevonden zoals TimeXtender en Snowflake, maar die bleken toch wel erg prijzig te zijn. Alleen al de licentiekosten per maand zouden het gehele budget opsouperen. Tot ze op de site van de Fortezza DataHub werd geattendeerd door een iemand uit haar netwerk. Ze zag direct dat dit de betaalbare oplossing was die Peter nodig had. Nadat ze contact had opgenomen kreeg ze tot haar verbazing te horen dat ze zelfs gratis konden starten binnen één week.
Door deze simpele business case was het veel makkelijker om de juiste selectie van de partner en het data platform te maken.
Ga verder met deel 2
Lees in deel 2 hoe Madelon en Peter hun eerste jaarbudget optimaal hebben ingezet door te kiezen voor een schaalbaar data platform dat met hen meegroeit in de reis om meer met data te gaan doen.
Wil je alle 9 verhalen in één keer lezen?
Download dan de pdf versie. Gegarandeerd 15 minuten leesplezier.
