Klantvraaganalyse voor mkb-productiebedrijven

Dossier	HT.KIEM.01.044
Status	Lopend
Subsidie	€ 39.976
Startdatum	1 september 2024
Einddatum	1 februari 2026
Regeling	KIEM HighTech 2024-2026
Thema's	Sleuteltechnologieën en duurzame materialen High Tech Systemen en Materialen (HTSM) Bètatechniek Sleuteltechnologieën 20-23

Mkb-bedrijven hebben twee gerelateerde vragen: hoe gaan we om met de steeds groter wordende variatie in klantvraag en kunnen we de toenemende beschikbare productiedata hiervoor inzetten? De klantvraag variatie in productmix, volume en frequentie wordt veroorzaakt door mass customization en geopolitieke invloeden. De variatie bemoeilijkt het realiseren van korte betrouwbare levertijden. Het is een uitdaging voor bedrijven om de beschikbare productiedata effectief in te zetten om kort op de bal te sturen en zo grip te krijgen op levertijden.
In het lopende RAAK-onderzoek ‘Organized Digital Factory’ (ODF) constateren we dat traditionele methoden om de klantvraag te analyseren, zoals de Glenday Sieve/Syntetos niet voldoen voor mkb-bedrijven met een hoge variatie in hun klantvraag. Wij zien terug dat de klantvraag analyses:

1. Niet toereikend zijn door het hoge aantal one-of-a-kind producten in de klantvraag.
2. Mede hierdoor, onvoldoende inzicht bieden in de impact van de klantvraag het productiesysteem. Het ontbreken van dit inzicht leidt tot beperkte en vertraagde mogelijkheden om bij te sturen.

Het doel van dit onderzoek is om samen met mkb-bedrijven met een hierboven beschreven klantvraagpatroon, klantvraag analyses te ontwikkelen die inzicht bieden in de gevolgen hiervan op hun productiesysteem. Deze analyses moeten bedrijven inzicht geven in hoe zij het reactievermogen van hun productiesysteem kunnen verbeteren door:

1. Aanpassingen in hun productiesysteem
2. Snellere bijsturingsmogelijkheden tijdens productie.

De praktijkvraag vanuit discrete mkb-productiebedrijven voor deze KIEM-aanvraag is dan ook:
‘Hoe kunnen we onze klantvraag analyseren zodat wij inzicht krijgen in de impact van deze klantvraag op ons productiesysteem?’
De hieruit voortvloeiende onderzoeksvraag:
“Hoe kunnen we de klantvraag voor discrete mkb-productiebedrijven zodanig in kaart brengen dat er een directe koppeling naar de impact op het productiesysteem te maken is?”

Eindrapportage

In dit KIEM-project is onderzocht hoe maakbedrijven met een sterk wisselende klantvraag meer grip kunnen krijgen op de impact van die variatie op hun productiesysteem. Veel MKB-bedrijven ervaren dat orders in volume en productmix sterk schommelen, terwijl de consequenties voor doorlooptijd, planning en inzet van capaciteit vaak pas zichtbaar worden als het al “mis” gaat. Het doel van het project was daarom om vraagvariatie gestructureerd te analyseren en te vertalen naar concrete, datagedreven inzichten voor productieplanning en -besturing.

Samen met de consortiumpartners GSE en GOMA zijn datasessies georganiseerd om relevante databronnen te inventariseren, data te verzamelen en de resultaten te toetsen in de praktijk. Op basis hiervan is een herhaalbare aanpak ontwikkeld: een combinatie van een stappenplan/workshopmethode en een Python-template om klantvraag te analyseren (volume- en mixvariatie op dag- en weekniveau) en deze te koppelen aan productie-indicatoren, met doorlooptijd als centrale maat voor responsiviteit.

Een belangrijk resultaat is dat de aanpak niet alleen cijfers oplevert, maar ook helpt om aannames in de organisatie expliciet te maken en te toetsen. Bij GSE leidde dit bijvoorbeeld tot het inzicht dat het vooraf veronderstelde aantal subassemblages dat zinvol op voorraad gemaakt kan worden, in de praktijk veel beperkter is (slechts één). Daarmee biedt het project een eerste, onderbouwde stap richting betere keuzes in voorraad, planning en responsiviteit bij hoge variatie—en vormt het een kiem voor vervolgonderzoek en bredere toepassing binnen het MKB.