'no data no walk, no data no talk'

Door: QCPP  |  Datum: 29 augustus 2017

Door: Jan Telman

Op kantoor hangt een foto met een paar stevige bergschoenen mooi omrand met een laagje klei. Een beeld van een echte passie van mij. Met een grote rugzak dagenlang door de bergen trekken, zon en regen trotserend, soms glibberend door de modder of over wegrollende stenen. Steeds weer op pad naar een volgende hoge bergpas om daar te genieten van het uitzicht na de vele overwonnen hoogtemeters.

Als je mijn laptop openklapt, zie je vaak grafieken als uiting van mijn professionele passie: informatie en samenhang uit data halen. Met een mooi woord ook wel data science genoemd. Die passies zijn nogal verschillend, maar hebben ook zeker raakvlakken. In beide gevallen komt het neer op doorzetten en je spoor zoeken totdat je een resultaat hebt bereikt.

Bij wandelen is het soms ‘no data, no walk’, in 6sigma verbeterprojecten is het ‘no data no talk’. En inderdaad, vaak is er data genoeg! Maar die data spreken zelden voor zich. Als Black Belt vind ik het fascinerend om die data te kunnen laten spreken. Hoe haal je de verborgen informatie uit die data naar boven, zodat je variaties in processen kunt begrijpen en vervolgens ook gericht kunt verbeteren?

Met passie zet ik mijn expertise in om statistische modellen te maken, waarmee we een proces datatechnisch kunnen ontrafelen. Zo kunnen we onderscheid maken tussen werkelijke invloedsfactoren en de ruis die ook altijd in de cijfers zit. Op deze manier hebben we processen van heel verschillende aard inzichtelijk gemaakt en verbeterd. Mooie voorbeelden hiervan zijn o.a. de beheersing van aanhaalmomenten van schroefverbindingen bij Scania trucks, het identificeren van invloedsparameters op de vlakligging van karton bij ESKA, het kwantificeren van de betrouwbaarheid van winkelvoorraden bij Ahold, betrouwbaar en innovatief meten van de laagdikte van asfalt bij Boskalis.

“Meten is weten” is, net als “no data no talk”, nog zo’n gevleugelde uitdrukking. Maar de ervaring leert dat de betrouwbaarheid van meetmethoden vaak onvoldoende bekend is. Niet voor niets is meetsysteemanalyse één van de eerste stappen in een 6sigma-project. Slecht meten is zoiets als autorijden met een stuur waarop speling zit.
Je wilt je proces sturen, maar zijn je metingen dan wel betrouwbaar? Met statistische analyses maak ik inzichtelijk hoe goed een meetmethode is, en hoe je die eventueel kunt verbeteren.
Voorbeelden hiervan zijn onder andere de monitoring van prestatie-indicatoren op vervoerscapaciteit van NS, de handhaving op overbelading van vrachtverkeer bij Rijkswaterstaat en vergelijkende onderzoeken bij het meten van de sterkte van asfalt bij 18 laboratoria in opdracht van Bouwend Nederland.
Ik word enthousiast als ik informatie uit data weet te halen! Dat brengen we bij Q-Consult Progress Partners dagelijks in praktijk in de verbeterprojecten die we begeleiden, én dragen we ook op een praktische manier uit in onze Green Belt en Black Belt trainingen.

En na dagen worstelen met data is het prettig ontspannen tijdens een stevige wandeling. Voor mij is dat een prachtige balans.