Om det finns förbättringsmöjligheter som inte framgår av rapporteringen så ”finns de inte”. Det är svårt att ta hänsyn till något man inte vet. Rätt data, vid rätt tidpunkt och på rätt plats har blivit en förutsättning för att effektivisera en verksamhet.
Ett datadrivet arbetssätt gör det enklare att prioritera och lägga energi på det som orsakar de största avvikelserna från målet och ”börläget”. När det till exempel handlar om produktionsprocesser kan små åtgärder göra stor skillnad på sista raden. En produktionslinje kan förbättras om man snabbt fångar in avvikelser från den tillverkningstakt, kvalitet eller beläggningsgrad man vill ha, eller borde ha, så att man kan sätta in rätt åtgärder.
Men för att kunna göra det behöver du först identifiera vilka avvikelser som är viktigast att reagera på. Vilka frågor om verksamheten vill du alltid kunna få svar på? När du vet det kan företagets datamodell behöva utvecklas för att den informationen ska vara tillgänglig när den behövs. En datamodell talar om vilka händelser och vilken data som ska lagras och hur de hör ihop.
Tydliga mål med vad man vill med sin verksamhet, i kombination med bra mätkapacitet, skapar bra förutsättningar för att förbättra sina processer. Så länge du inte mäter och analyserar relevanta KPIer löpande, så är det ju svårt att veta vilken effekt åtgärderna har. Man kanske inte ens får kännedom om det som behöver åtgärdas.
Och hur ska man veta att målen som satts upp är rimliga?
Förutom företagets statistik kan du jämföra dina mätetal med branschens genomsnitt och best practice. Kanske hittar man avvikelser mot andras rörliga produktionskostnad, felfrekvens eller sjukfrånvaro. Du får en indikation på hur ditt företag ligger till jämfört med konkurrenterna, vad som är på spåret och vad som behöver förbättras. Det är affärskritiskt om något.
Dessutom brukar medarbetare prioritera det som regelbundet mäts och följs upp, så på så sätt är det ett utmärkt styrmedel.
När man ser över vilken data som behövs för att ta välunderrättade beslut om verksamheten, har man samtidigt ett gyllene tillfälle att kartlägga sina processer. Bara för att en process har fungerat fram till idag behöver den inte vara optimal. Vi tror på att ständigt ifrågasätta sina processer och utmana gamla sanningar. Tänk bara på Toyota som ifrågasatte hur bilar producerades, skapade konceptet lean production och körde om – för att inte säga över – hela den amerikanska bilindustrin på åttiotalet. Snacka om att optimera produktionsprocessen.
Fakta slår magkänsla, inte minst när det handlar om att effektivisera sin produktion.
