Marelec

Diep in bestaande systemen duiken om de waarheid te onthullen

Machinebouwer Marelec stond op een kantelpunt. Jarenlang was hun methodologie gebaseerd op engineering-to-order: elke machine werd pas ontworpen nadat de bestelling was geplaatst. Dit leidde tot lange doorlooptijden en een hoge afhankelijkheid van niet-gedocumenteerde kennis.

De ambitie was om te evolueren naar een assemble-to-order model, waarbij machines sneller geleverd kunnen worden door componenten vooraf te bouwen. Om deze transformatie mogelijk te maken, moesten de betrouwbaarheid van de data en systemen eerst worden onderzocht. Humaniti werd ingeschakeld om te bepalen hoe bestaande systemen deze nieuwe manier van werken konden ondersteunen.

Data-analyse als fundament: stamgegevens, transactionele data en systeemmogelijkheden

Onze missie begon met een volledige analyse van het bestaande systeem. We onderzochten de beschikbaarheid en consistentie van zowel stamgegevens (master data) als transactionele data. Dit was essentieel om te bepalen welke onderdelen en samenstellingen gestandaardiseerd konden worden voor het nieuwe assemble-to-order model.

Daarnaast hebben we onderzocht of Marelec het huidige systeem op andere manieren zou kunnen gebruiken. In nauw overleg met de softwareleverancier hebben we alternatieve workflows en configuraties geanalyseerd. De centrale vraag was: kunnen we de toekomstige manier van werken simuleren in het huidige systeem, nog voordat er een nieuw platform of ERP wordt aangekocht?

De kern van de verandering: van engineering-to-order naar assemble-to-order

In de loop der jaren realiseerde Marelec zich dat hun op maat gemaakte machines gereduceerd konden worden tot een reeks herbruikbare bouwblokken. Dit betekende dat ze niet langer elk apparaat volledig vanaf nul hoefden te ontwerpen. Humaniti onderzocht hoe het huidige systeem deze nieuwe realiteit kon ondersteunen.

Het doel voor Marelec was ambitieus en helder:

• Doorlooptijd verkorten: Van 16 weken naar ongeveer 3 weken.
• Voorraadbeheer: Het vooraf op voorraad houden van standaard bouwblokken (halffabricaten).
• Snelheid: Orders sneller assembleren door de juiste componenten te combineren.

Onze analyse toonde aan of het systeem over de nodige data en flexibiliteit beschikte om deze verschuiving mogelijk te maken en welke aanpassingen essentieel waren.

Prototyping met PowerBI: inzicht creëren voordat nieuwe systemen arriveren

Een van de belangrijkste resultaten van onze opdracht was een door PowerBI gedreven analyselaag die diende als prototype-tool voor toekomstige processen. Deze tool bracht drie cruciale datastromen samen:

1. Verwachte verkoop (hoeveel orders zitten er in de pijplijn?)
2. Huidige voorraad (welke onderdelen zijn gereed?)
3. Doorlooptijden van ontbrekende items

Door deze informatie te combineren, konden we een Material Requirements Planning (MRP) simuleren voordat een nieuw systeem zelfs maar operationeel was. De tool bood inzicht in scenario's zoals:

• "Als we in december 10 machines willen bouwen, welke onderdelen moeten we dan vandaag bestellen?"
• "Welke onderdelen lopen risico op een tekort?"
• "Wat gebeurt er met onze planning als een component een langere levertijd heeft?"

Wanneer een onderdeel niet op tijd beschikbaar dreigde te zijn, kleurde het systeem dit rood in de tijdlijn, waardoor gebruikers direct zagen wanneer orders geplaatst moesten worden.

Duidelijke stamgegevens definiëren

Naast de inzicht-tool hielp Humaniti Marelec bij het opzetten van hun stamgegevensstructuur (master data). Dit creëerde een solide fundament voor toekomstige digitaliseringsprojecten, zoals een ERP-vernieuwing of MRP-implementatie.

We brachten onder andere in kaart:

• Hoe onderdelen en stuklijsten (BOMs) werden gedefinieerd.
• Welke productstromen er daadwerkelijk door het bedrijf liepen.
• Welke data nog ontbrak om assemble-to-order correct te ondersteunen.
• Welke stromen bruikbaar waren voor toekomstige automatisering.

Dit zorgde ervoor dat de organisatie voor het eerst een volledig overzicht had van hun supply chain data en precies wist hoe deze herzien moest worden voor de systemen van morgen.

Van data naar advies: wat was er mogelijk in het oude systeem?

Na de analyse werd duidelijk dat het bestaande systeem tot meer in staat was dan vermoed. Samen met de leverancier onderzochten we alternatieve werkmethoden die het bedrijf gedeeltelijk konden voorbereiden op assemble-to-order. Deze inzichten werden gebundeld en overgedragen aan de implementatiepartner, die dankzij de helderheid van het voorbereidende werk soepel aan de slag kon.

Hoewel Humaniti niet betrokken bleef bij de uiteindelijke implementatie, was onze rol cruciaal: wij zorgden voor het analytische fundament en de prototyping-inzichten voor de strategische beslissingen die volgden.

Een duidelijke basis voor een toekomstige transformatie

Na het afronden van de data-analyse werd Humaniti ingeschakeld voor aanvullende bedrijfsanalyse voordat de implementatie begon. Dankzij de data-analyse, prototyping en business analyse kon de implementatiepartner zijn werk efficiënter uitvoeren.

Geleverde resultaten (deliverables):

• Analyse van de stamgegevens (master data)
• Datapreparatie
• MRP-prototypingtool om scenario's te simuleren
• Fit-Gap analyse van de huidige systemen