Het probleem: twee werelden die niet verbonden zijn
Arbeidsproductiviteit is een van de meest besproken KPI's op de werkvloer van de maakindustrie. Iedereen wil weten: hoe efficiënt zetten we onze mensen in? Toch is het in de praktijk verrassend lastig om dit betrouwbaar te meten. De data zit er wel, maar verspreid over systemen die niet met elkaar praten.
In een typische manufacturing organisatie komt productiedata uit het ERP-systeem: welke orders zijn geproduceerd, hoeveel stuks, in welke tijd, op welk werkcentrum. Personeelsdata komt uit het HR-systeem of de tijdregistratie: wie was er, hoeveel uren zijn er gewerkt, wat is de beschikbare capaciteit.
Het ERP weet wat er gemaakt is. HR weet wie er was. Maar geen van beide weet hoe productief iemand werkelijk is. Dat inzicht ontstaat pas wanneer u beide bronnen combineert.
Het gevolg: productiviteit wordt geschat in plaats van gemeten. Of er worden handmatige Excel-overzichten bijgehouden die altijd achterlopen op de werkelijkheid.
Wat is arbeidsproductiviteit precies?
Arbeidsproductiviteit in de maakindustrie is de verhouding tussen output (wat er geproduceerd is) en input (de arbeidsinzet die daarvoor nodig was). Klinkt eenvoudig, maar de definities zijn cruciaal:
Stuks per manuur
Hoeveel eenheden worden geproduceerd per gewerkt uur. Eenvoudig, maar houdt geen rekening met productcomplexiteit.
Standaarduren vs. werkelijke uren
Vergelijkt de geplande doorlooptijd (uit routing/BOM) met de daadwerkelijk bestede tijd. De meest zuivere maat voor productie-efficiëntie.
Omzet per FTE
De totale omzet gedeeld door het aantal voltijdsmedewerkers. Bruikbaar op directieniveau, maar te grof voor operationele sturing.
Directe vs. indirecte uren
Welk deel van de werktijd gaat naar directe productie versus overhead, omsteltijd, wachttijd en verstoringen.
Welke maatstaf het meest waardevol is, hangt af van het niveau waarop u wilt sturen. Directie kijkt naar omzet per FTE en trends over kwartalen. Operations kijkt naar standaarduren vs. werkelijke uren per werkcentrum.
De oplossing: een BI-laag die beide bronnen verbindt
Om arbeidsproductiviteit betrouwbaar te meten, hebt u een BI-laag nodig die productiedata en HR-data combineert in één geïntegreerd datamodel. Concreet betekent dit:
Productiedata uit het ERP: orders, aantallen, standaardtijden, werkelijke tijden, werkcentra, producten, routings. Bij Glovia G2 zit deze data in de modules Manufacturing Management en Product Management.
HR-data: medewerkers, functies, afdelingen, beschikbare uren, contracturen, verlof. Deze data komt uit het HR-systeem of de tijdregistratie.
De koppeling: via een dimensioneel datamodel worden beide bronnen verbonden. De medewerker wordt een dimensie die gekoppeld kan worden aan productiefeitentabellen. Zo ontstaat één samenhangend beeld.
Wat levert het op?
Betere capaciteitsplanning. Als u weet hoeveel standaarduren een afdeling per week kan leveren — gebaseerd op werkelijke data in plaats van schattingen — kunt u nauwkeuriger plannen.
Inzicht in afwijkingen. Wanneer de werkelijke productietijd structureel afwijkt van de standaardtijd, is dat een signaal. Misschien klopt de routing niet meer. Misschien is er een kwaliteitsprobleem. Zonder meting blijven deze signalen onzichtbaar.
Onderbouwde gesprekken. Productiviteitsgesprekken worden vaak gevoerd op basis van aannames. Met betrouwbare data verschuift het gesprek van "ik heb het gevoel dat..." naar "de data laat zien dat...".
In de praktijk: de BI Accelerator en HR-integratie
De BI Accelerator for Glovia G2 levert standaard een koppeling tussen Glovia G2 productiedata en HR-data. De datamart Manufacturing Management bevat de productiezijde. Via een HR-integratie worden daar beschikbaarheidscijfers aan gekoppeld.
Het resultaat is een maatstaf die niet standaard beschikbaar is in Glovia G2: arbeidsproductiviteit per medewerker, per afdeling of per productielijn. Beschikbaar in Power BI-dashboards die dagelijks actueel zijn, zonder handmatige Excel-exercities.
De HR-integratie is onderdeel van het Complete Stack-pakket. Tijdens het BI Assessment wordt in kaart gebracht welke HR-data beschikbaar is en hoe de koppeling technisch het beste gerealiseerd kan worden.
Conclusie
De data om arbeidsproductiviteit te meten is er. Alleen zit die verspreid over systemen die niet standaard met elkaar praten. Een BI-oplossing die deze bronnen combineert maakt het verschil tussen schatten en weten.