ProSeLoNext projectresultaten - Van reactief naar proactief met smart data

Het boekje van het ProSeLoNext onderzoeksproject staat online ProSeLoNext results – From reactive to proactive with smart data use inclusief een interview met WCM-directeur Henk Akkermans over businessmodels.

Businessmodels | Een kookboek voor OEM’s en hun klanten om er samen uit te komen

Service logistiek gaat over wat er gebeurt ná de levering van het product. Denk hierbij aan onderhoud en reparatie. Onderhoud wil je niet vaker dan noodzakelijk doen, maar ook niet te weinig. Kapotte machines zijn dan het gevolg. Predictive maintenance – slim gepland onderhoud dat gebaseerd is op data-analyse rond faalgedrag en andere aspecten van onderdelen en systemen – zit daar tussen in. Maar hoe is te voorkomen dat de OEM (Original Equipment Manufacturer) alleen investeert en de klant alleen maar oogst? Door samen te werken aan nieuwe businessmodels met het ‘cookbook’ The development of Dynamic Business Models for Smart Services.

Henk Akkermans is hoogleraar aan Tilburg University en directeur van de stichting World Class Maintenance. Hij houdt zich al decennia lang bezig met vraagstukken rond predictive maintenance en is ‘aanstichter’ van het werk rond businessmodels binnen ProSeLoNext. Aanvankelijk had dit onderdeel maar een bescheiden plaats in het gehele onderzoeksproject. Akkermans: ‘Het onderzoek naar predictive maintenance was voornamelijk technisch georiënteerd. Maar we constateerden dat die techniek eigenlijk alleen goed kan werken als ook de centen op orde zijn: de financiële basis, de bedrijfskundige kant. Anders gaat predictive maintenance in de praktijk nooit echt een vlucht nemen. Toen hebben we een wat groter onderdeel van het onderzoek naar businessmodellen gemaakt; dat was voor alle bedrijven binnen ProSeLoNext eigenlijk heel interessant.’

Ongelijk verdeeld

Technisch is het dus prima mogelijk om aan slim, proactief onderhoud te doen.

Akkermans: ‘Bedrijven hebben vaak de benodigde data over hun machines en de onderdelen daarin wel: hoe zwaar worden de onderdelen belast, hoe snel slijten ze, wat is ongeveer de levensduur? Die data kun je al dan niet gebruiken om je onderhoud slim te plannen. Maar wat ingewikkelder is, is de bedrijfseconomische kant ervan. De investeringen en de opbrengsten van predictive maintenance zijn ongelijk verdeeld. De OEM lijkt vooral te investeren: geen vaste onderhoudsmomenten met de daarbij horende zekere inkomsten meer. En door slim onderhoud worden er ook minder onderdelen verkocht. De klant die de machines in gebruikt heeft, lijkt vooral te profiteren. Zo gaat een OEM er teveel op achteruit met predictive maintenance. En daarop blijft het al dan niet invoeren ervan dan vaak hangen.’

Een flinke uitdaging

De grote vraag is dus hoe je met elkaar ervoor kunt zorgen dat de kosten en de baten eerlijker verdeeld worden, zodat het ook voor de OEM aantrekkelijker wordt om in predictive maintenance te stappen. Het gaat erom dat je samen de juiste som maakt en op basis daarvan een eerlijke deal. Dan sluit je een performance based contract in plaats van een kosten-plus contract. Het klinkt simpel maar doe het maar eens, zegt Akkermans.