Productiviteit

Productiviteit

Een tijd geleden had ik het over de meest gehoorde uitspraken in een bedrijf.  Productiviteit is een term die zeker binnen de top 10 zou thuishoren.  Binnen onze huidige economische context van onzekerheid en stijgende kosten niet onbelangrijk.

Productiviteit past ook binnen het rijtje van ‘Tijd voor Teit’.

Ik beperk mij even tot de operationele productiviteit. 

Poging tot definitie van productiviteit

Productiviteit is een maatstaf die aangeeft hoe effectief middelen worden ingezet om een output te genereren.  (X en Y) Het draait om het behalen van maximale resultaten met een minimale inspanning. (Effectiviteit <> Efficiëntie)

Bij operationele productiviteit meten we de output (Y) ten opzichte van de input(s) (X) binnen een proces.  Productie, logistiek, dienstverlening enz.  De input is dan arbeid, tijd, materiaal, machinecapaciteit (…), daar waar de output bijvoorbeeld het aantal geproduceerde eenheden of afgewerkte taken is.

Voorbeeld :

Order picking.  We hebben vandaag met het team 140 orders gepickt.  We zijn met 3 medewerkers en we werken ieder 6 uur effectief op orderpicking.  We hadden vandaag een productiviteit van 3x6x60/140 = 1080 min./140  picks = 7,71 minuten per picking per medewerker.  Of 60/7,71 minuten pick-tijd per order = 7,78 pickingen per uur per medewerker.

Er werden 18 uren input geïnvesteerd om 140 orders te picken, de output.

Start eenvoudig.

Bovenstaande is een eenvoudig voorbeeld, want je kan nog andere uren in de berekening meenemen.  Uren die gerelateerd zijn aan het pick-proces en die je wil meenemen als input.  Wanneer je start met het meten van productiviteit, denk dan goed na over jouw interne definitie.  Wat neem je mee in de input?  Wat is de output?  Is de output het gepickte order, of is de output het verpakte order, klaar voor expeditie’?  Wanneer start het picken?  (duidelijk proces en duidelijke proces-grenzen)

Definieer je meet-eenheden.

Bepaal goed de eenheid van X en de eenheid van Y.  Wat wil je precies meten?  Kan je het meten?  Kan je het continue en met weinig inspanning meten?  M.a.w. hoe ga je continue data capteren om nadien te verwerken en te visualiseren.

Meten is weten*  hoor je vaak, maar ‘weet’ vooral ‘wat’ je  ‘waarom’ meet.  (* kom ik nog op terug)

Maak het niet te complex door veel factoren in 1 calculatie samen te brengen.  Kleine veranderingen, verbeteringen, verslechteringen, kunnen hierdoor minder zichtbaar worden.  Kijk ook naar jouw proces en de processtappen.  Wellicht een goed idee om een productiviteit per processtap te initiëren.  Ruimte voor verbetering wordt dan ook meteen zichtbaar per deelproces.

Het is dan uiteraard belangrijk dat je een goede kijk hebt op de verschillende processtappen zodat je goed kan definiëren tussen welke stappen je effectief wenst te meten (zie hoger).  Zijn de stappen nog niet duidelijk? (SIPOC – CTQ – VSM – Makigami…)

(Je wil bijvoorbeeld de impact weten van het verpakken op het totale pick-proces.  Zit Pack in Pick dan kan dat wat verloren gaan.  Hou je Pack en Pick in een aparte meting dan krijg je meteen een zicht op de verhouding.)

Denk ook na ‘hoe’ je gaat ‘meten’.

Het meten van productiviteit, niet af en toe, maar op een vrij constante basis, kan volgende inzichten geven.

                        Efficiëntie: Hoe goed worden mijn middelen (input) gebruikt?

                                               ! Middelen is niet enkel tijd.

                        Verbeterpotentieel: Identificeren van verspillingen en knelpunten. (Deelproces <> Gehele proces)

                        Benchmarking: Vergelijk historische/target(gewenste) prestaties.  Wat is de trend?

                        Rendement: Het terugverdienen van geïnvesteerde middelen.

                        Toepassingen:

                        Verbetertrajecten volgens Lean / Lean Six Sigma.

                        Kosten reduceren en winstgevendheid verhogen (marge).

                        (Productie)-Capaciteit optimaliseren.

                        Medewerkers of teams efficiënter inzetten en leren omgaan met input t.o.v. output.

                        …

Trends, langere termijn.

Wat je niet mag onderschatten bij het meten van de productiviteit is oog hebben voor trends.  Jouw medewerkers zijn geen robots, de prestaties zullen fluctueren.  Onderling zullen er ook verschillen zijn. 

Uit metingen over een langere periode gaan trends zichtbaar worden.  Wanneer bijvoorbeeld een aantal medewerkers merkelijk minder scoren, een lagere productiviteit, loont het de moeite om wat dieper te duiken in de data.

Werkt iedereen, binnen hetzelfde proces, binnen hetzelfde bedrijf, binnen hetzelfde magazijn … op dezelfde manier?  M.a.w. zijn er afwijkingen in mijn proces/procedures?  Moeten we extra trainen?  Heeft iedereen de werkwijze, het proces, de processtappen goed begrepen?  Werkt iedereen volgens de geldende instructies (SOP) of wordt er bewust/onbewust van afgeweken?  Is er sprake van standaardisatie, dus een standaard werkmethode en wordt die ook consequent genoeg gevolgd?

Niet enkel mensen-productiviteit.

Binnen productiviteit draait niet alles enkel rond ‘tijd’.  Meet ook processen, machines enz. 

Input t.o.v. output draait is véél meer dan tijd.

Wat zie ik? (data)

Afwijkingen kunnen uit de moeilijkheidsgraad van bepaalde order-picks, producties, administratieve flows  enz.  voortvloeien.  Kan je door het observeren van de trend categorieën gaan detecteren? Ontstaan er clusters?

Zijn bepaalde handelingen, acties, processen, intensiever dan andere waardoor de productiviteit daalt?  D.w.z. deze activiteiten vereisen een hogere input.  Of, met een gelijke input hebben deze een merkbaar lagere output.

Zijn er ‘externe factoren’ die een effect hebben op de productiviteit?  Zien we die regelmatig terugkeren?  Kunnen we die externe factoren beïnvloeden, managen?

Voorbeeld : een traag internet is ook een input.  Een sneller, betrouwbaar functionerende WIFI of internetverbinding kunnen ook leiden tot een betere productiviteit.

Observeren, ‘go see’.

Observeren kan je op data-niveau, door allerlei analyses te maken en heel wat te visualiseren.  Je kan ook op de vloer gaan observeren, een goed voorbereide Gemba-walk kan heel wat aan het licht brengen.  Of je observeert gedurende een bepaalde periode een deel van het proces wat nader.  Observeren kan op verschillende manieren, gebruik je creativiteit. 

Zorg er wel voor dat je kan objectiveren en dat jouw observatie niet verzand in een persoonlijke opinie of gevoel.  Door te objectiveren, te capteren kan je analyseren.  Het buikgevoel is een waardevolle aanvulling om de data te challengen/te verrijken.

Observaties kunnen leiden tot nieuwe inzichten.  Moeten/kunnen we ons proces aanpassen?  Moeten/kunnen we op een andere manier gaan werken?  Kunnen we anders gaan plannen?  Moeten we onze X herbekijken in functie van onze Y?  Is onze Y duidelijk?  Is ons doel scherp?

Jawel, veel vragen mogelijk.

Van productiviteit en het monitoren ervan naar KPI.

Key Performance Indicators zijn meetpunten die o.a. productiviteit concreet maken.  Een goede KPI is SMART (Specifiek, Meetbaar, Acceptabel, Realistisch en Tijdsgebonden).  Van SMART zijn er nog enkele andere definities die andere woorden gebruiken als ‘haalbaar’ enz.  je kan dat zelf invullen. 

Feit is het moet ‘doenbaar’ zijn een solide basis hebben en vooral ‘meetbaar’ zijn.

Kan ik het meten?

Wanneer je niet kan meten wat je doet ga je ook geen invloeden van verbeteringen of wijzigingen (change) kunnen waarnemen/visualiseren.  Je vermoedt dan wellicht dat het iets beter gaat, of dat het verslechtert, maar je weet het niet. Kunnen objectiveren is de boodschap.

Is jouw KPI niet meetbaar, dan is het géén goede KPI.

De K van KPI.

Je spreekt van een K = ‘Key’ Performance Indicator wanneer het gaat om een essentieel meetpunt.  M.a.w. het niet behalen van de KPI heeft een onmiddellijke invloed op jouw operations. Je voelt het.  Veel KPI’s die in bedrijven gebruikt worden zijn waardevolle meetpunten PI of I, maar géén ‘K’PI.

Teveel KPI’s geeft aanleiding tot KPI-moeheid.  Zoveel getalletjes die we moeten volgen, zoveel targets te behalen…  Maak een duidelijk onderscheid.  Wanneer het niet duidelijk is voor jezelf of jouw medewerkers wat er nu precies schuilt achter de KPI en wat er nu precies gebeurt wanneer je deze niet behaalt, of net wèl, dan is er werk aan de winkel.

Duidelijk?

Je gaat geen organisatie sturen op een indicator die niet duidelijk is. 

Wanneer je de performance (P) meet, welke invloed heeft dan een goede, of slechte, performance op het proces?  Als dat niet duidelijk is, waarom heb je dan de KPI?  En welke waarde van die KPI definieer je als goed, of slecht?  Wat kan je leren uit die waarden?

‘We moeten 10 orders per uur verwerken.’  Maar, wanneer het er 8 zijn is het ‘ook goed’.  Is dat een KPI?  Het gevolg van het niet behalen is dat voelbaar?  Is dat voelbaar door de klant?  Werd er geraakt aan de waarde voor de klant? (Ook de interne!)

Het niet behalen zal resulteren in een backlog.  Het werk stapelt zich op.  De volgende dagen moet er extra kracht worden ingezet om dit weg te werken.  Wat gebeurt er wanneer die extra kracht niet voorhanden is?

KPI en de klant.

De klant (intern of extern) gaat dit als een vertraging voelen.  Wellicht gaan de interne en/of externe klachten stijgen.

Om de KPI, Orders per uur ,niet te laten verzanden is het van belang dat de stakeholders er zich bewust van zijn wat die 8 betekent voor de organisatie en voor de klant.  Is, over langere tijd gemeten, een KPI van 10 niet haalbaar en een KPI van 8 wèl, dan is het goed om bij te stellen.  8 is dan wellicht de hoogst haalbare productiviteit ‘op dit ogenblik’ (As Is) binnen het huidige proces.  Wil je naar 10 zal er een aanpassing nodig zijn.

Analyseer, leer.

De metingen en vergaarde data kunnen dan een aanknopingspunt zijn om een verbetering binnen het proces te initialiseren op weg naar de 10. 

Maar, op dit ogenblik plan en beloof je op een tempo van 8, gezien dat de realiteit is. 

Productiviteit is een cruciale indicator voor organisaties.  Door operationele productiviteit te meten kunnen organisaties doelgericht optimaliseren en KPI’s, PI’s, I’s opstellen die leiden tot betere outputs of borging van bestaande standaarden.

Houd er rekening mee dat elk proces fluctueert, er zijn marges, er zijn afwijkingen.  Door deze afwijkingen in kaart te brengen en te managen ga je heel wat leren over het proces.  Wees je bewust van de cijfers waar je naar kijkt.  Hoe zijn deze tot stand gekomen?  Welke berekeningen zitten erachter?  Van waar komt de data?  Wie heeft deze gecapteerd?  Hoe werd deze gecapteerd?  (Automatisch, met pen en papier, IOT, Enz.)

Data kwaliteit en integriteit.

Data op orde houden en meetsystemen op orde houden zijn een uitdaging voor een bedrijf.  Geef er voldoende aandacht aan.  De KPI waar je naar kijkt is tot stand gekomen uit die data, uit die metingen.  Je gaat er beslissingen op nemen.

Ben je bewust van de kwaliteit van jouw data.  Outliers zijn er niet om te negeren en snel af te doen als een vergissing, een occasionele uitschieter enz.  In heel wat bedrijven filtert men die outliers uit de data en gaat verder met analyseren.

‘We hebben de data opgekuist’.

Voor mij zijn die outliers wèl de moeite waard om eens te bekijken.  Wat zegt een outlier ons?  Die afwijking, is die écht occasioneel?  Als ik een bepaald percentage uitschieters heb, dan loont het de moeite om die te bekijken.  Hoe ontstaan deze?  Is het meetsysteem niet op orde?  Worden de instructies niet correct geïnterpreteerd?

M.a.w. is ons meetsysteem voor verbetering vatbaar. 

Was de afwijking een occasionele afwijking of is er effectief een afwijking in het proces gebeurd?  Wat kan die afwijking ons leren?  Kan deze herhaald worden?  De meting was correct, het meetsysteem heeft een afwijking in het proces wel degelijk juist gecapteerd.  Het afwijkende cijfer is géén outlier, maar een registratie van een gebeurtenis in het proces. Of… is ons meetsysteem defect en ontstaan er daardoor afwijkende data?  Ook dan is er actie nodig aangezien we data willen die de realiteit weergeven, zonder defecten in de meting.

Outliers, deviatie, ze kunnen ons veel leren.

Outliers en afwijkingen (deviatie) kunnen ons meer leren dan we denken.  Het loont de moeite om er eens bij stil te staan.  Ik kom hier graag later nog eens op terug.

Lean is voor velen bekend, of op zijn minst bekend ‘van horen zeggen’.  Six Sigma is minder bekend, maar zeker zo waardevol.  In 2026 beschikt nagenoeg elk bedrijf over data, of kan elk bedrijf data capteren.  Maak er correct gebruik van.

Productiviteit verbeteren wordt nogal eens ten onrechte gelijkgesteld als het aanjagen van medewerkers.  Het opdrijven van druk.  ‘De band een steekje sneller zetten’.  Het ‘meten’ binnen processen wordt ook vaak zo ervaren in die context. 

‘We zullen nog harder/sneller moeten werken’. 

Een observatie, meting (vooral tijd) op de vloer, kan voor een ongemakkelijk gevoel zorgen.

Productiviteit gaat ook over continuïteit en sustainability.  Wat kan ik continue aanhouden als een correct tempo binnen mijn processen.  Wat laat mijn proces op dit ogenblik toe?  De verhouding output en kwaliteit niet uit het oog verliezen.  Jouw mensen niet uit het oog verliezen.

Continuïteit in de kwaliteit van mijn grondstoffen/onderdelen/machines/onderhoud enz. zijn ook factoren binnen productiviteit.  Waste heeft invloed op productiviteit, elke vorm van waste, niet enkel tijd.

Een kwalitatief niet-ok output is géén output, het is een verlies.

Een output die re-work vereist was géén output, het was een waste van resources en tijd en het vereist een nieuwe investering van mogelijks beiden.

Meer output eisen,  pushen, is niet aan jouw productiviteit werken.  Productiviteit is niet enkel Y, maar X en Y die hand in hand gaan met Q, de Q van Quality.

Bij Q, X en Y kunnen we Z ook nog meenemen, maar zoals gezegd, dat is voor een andere keer.

Watch your Six! 

Zee you later.

12/04/2026