Data informatie in de AGF is – zoals in elke andere branche – belangrijk om een competitieve speler op de markt te blijven. Nederland heeft nu een stevige positie binnen de AGF branche. Die hebben we opgebouwd met o.a. onze handelsgeest, kennis van teelt en producten en de Nederlandse infrastructurele kracht. Maar ook het buitenland is volop in ontwikkeling, waardoor je als Nederlands AGF bedrijf steeds opnieuw wordt uitgedaagd voorop te blijven lopen.
Veel AGF bedrijven pakken nieuwe kansen door de inzet van data (informatie). Met een goed inzicht en overzicht hierin, kan je namelijk een nieuwe voorsprong krijgen op de concurrentie uit de rest van de wereld. Maar hoe pak je dit aan?
Het verzamelen van data
Bij data informatie in de AGF branche denk je waarschijnlijk aan gegevens uit je ERP systeem die dagelijks worden geproduceerd: financieel, verkoop, inkoop, productie en logistiek. Deze gegevens kan je gemakkelijk inzetten voor rapportages en analyses. En voor voorspellingen over toe- of afnames in je productassortiment, of het invullen van nieuwe kansen.
Maar er zijn veel meer databronnen binnen en buiten je AGF bedrijf. Denk daarbij aan:
- De kwaliteitscontrole systemen die gebruikt zijn voor het laden van je goederen aan boord;
- Transport informatie van de rederij die jouw containers vervoert;
- Machines met PLC besturing en/of een Scada systeem die alle informatie leveren over de meet- en regelgegevens van de productielijnen;
- Scanners van transporteurs, in het magazijn of op de werkvloer.
De data gaat van je kantoorapplicaties naar de werkvloer. En de data die je op de werkvloer verzamelt, kan je gebruiken om de efficiëntie van je productielijn bij te sturen en te bewaken. Bij de grotere of complexere bedrijven wordt een MES (Manufacturing Execution System) ingezet die fungeert als “doorgeefluik” tussen de kantoor- en de productieapplicaties.
Het verzilveren van de data
Met al die data uit verschillende systemen wil je natuurlijk iets nuttigs doen. En dat kan. Dit noemen we data science, ofwel het creëren van waarde uit data. Zo kun je het gebruiken voor innovatie en biedt het een goede basis voor de ontwikkeling van nieuwe verdienmodellen.
Door de beschikbare data slim te combineren en te analyseren, kan je meer uitvoer realiseren en uitval minimaliseren. Bij Axians hanteren we hiervoor een bewezen stappenplan, waarmee je concreet handvatten geeft aan de data:
- Verzamelen – wat is er gebeurd?
- Visualiseren – waarom is het gebeurd?
- Voorspellen – wat gaat er gebeuren?
- Verbeteren – laat het gebeuren!
Wij zien steeds meer bedrijven die data scientists in dienst hebben. Zo hebben we klanten die de voorraad sturen op basis van de verwachte verkopen. Ze hebben minder afval, besparen opslagruimte en hebben optimale afzet. Of een bedrijf dat de verschillende oogsten en kwaliteiten controleert, om toekomstige oogst te optimalieren. Dit heeft uiteindelijk geleid tot betere opbrengsten.
De forecast wordt nog betrouwbaarder door externe data toe te voegen aan de data uit je ERP systeem. Bijvoorbeeld de promoties van retailers, online data of de weersverwachtingen. Ook het toevoegen van Point of Sale data van retailers of het inlezen van een externe klantprognose zorgt voor nauwkeurigere resultaten. Deze genereren operationele beslisregels die gekoppeld zijn aan de inkoop en productieplanning.
