Kwaliteit van artikeldata in CAD
22 juni 2020
Goede artikeldata is een bepalende factor tijdens het engineeringsproces. Er zijn veel problemen waar de engineer dagelijks tegenaan loopt wanneer de artikelen niet goed (genoeg) beheerd worden.
Voor deze blog hebben wij een interview gehad met Marcel Schapendonk van Hoppenbrouwers Techniek in Udenhout. Marcel is lead engineer en heeft een coördinerende rol in projecten binnen de afdeling Industriële automatisering. Daarnaast begeleidt hij de optimalisatie van het (hardware) engineeringsproces van offerte tot oplevering. Vanuit deze rol denkt hij actief mee met de ontwikkeling van het platform BeeFinity. Marcel, nogmaals bedankt voor je tijd!
‘Om tijdens het ontwerpproces de juiste componenten te selecteren op basis van specificaties is het belangrijk dat deze duidelijk en volledig zijn. Vanuit commercieel oogpunt is het ook handig om componenten te selecteren waar goede prijsafspraken voor zijn gemaakt. Engineers die al enige tijd ‘mee gaan’, weten vaak veel uit hun hoofd. Maar juist wanneer je een groeiende organisatie bent, wil je dat deze informatie voor iedereen accuraat en volledig beschikbaar is.’
.
Hoe kijk je aan tegen fabrikanten waarvan de artikeldata niet juist of niet volledig beschikbaar is?
‘Deze fabrikanten probeer je een beetje te vermijden. Helaas gaat dat niet altijd, maar omdat het zoveel energie en tijd kost om de juiste artikeldata te verzamelen ga je producten van andere fabrikanten gebruiken. Met als gevolg dat de kwaliteit van het ontwerp omlaag gaat, dat wil je niet. Soms zoek je wel de missende informatie op. Maar dat ligt eraan hoe vaak je het artikel nog gaat gebruiken in andere projecten en hoe belangrijk dat deel voor je installatie is.’
‘Bij ons op de engineersafdeling worden de artikelen op dit moment nog beheerd in Eplan. Hier moeten de artikelen met hun relevante spec’s in zijn vastgelegd om het ontwerp te maken. Wij werken met ongeveer 20 engineers die allen hun eigen benodigde artikelen kunnen aanmaken en aanpassen. Om ervoor te zorgen dat er toch een zekere uniformiteit wordt gecreëerd, hebben wij in het verleden een handleiding gemaakt. Hier staat bijvoorbeeld in welke artikelvelden in ieder geval ingevuld dienen te zijn. Ondanks deze handleiding heeft toch iedere engineer zijn eigen werkwijze en zit hier nog wel eens variatie in.’
.
Wanneer is artikeldata goed of goed genoeg?
‘Lastige vraag. Wat wij vandaag goed vinden, kan volgende week of volgend jaar niet goed genoeg meer zijn. Wellicht zijn er dan nieuwe ontwikkelingen waardoor je andere informatie beschikbaar wilt hebben.
Deze vraag hebben wij onszelf ook al eens gesteld, waardoor we nu hebben vastgelegd dat we specifieke velden ingevuld willen hebben. Dat is voor ons nu 100% kwaliteit, maar misschien is dit volgend jaar anders en hebben we dan extra data nodig. Dan is de 100% van vandaag, de 85% van morgen. Dat groeit. Waar 10 jaar geleden de (belangrijke) artikeldata misschien bestonden uit 10 velden, is dat nu minimaal het dubbele. Waar voorheen een goede inschatting van de engineer voldoende was, wil je vandaag de dag de inschatting controleren met een berekening op basis van data. Omdat de data nu beschikbaar én geautomatiseerd is en je het dus niet elke keer zelf hoeft in te vullen, is extra artikelinformatie zeker relevant.’
.
Wat is de invloed van de groei van jullie organisatie op het gebied van artikelbeheer?
‘Daar waar je met een kleine club goed afspraken kan maken en snel aan elkaar went is de noodzaak minder hoog om alles strikt vast te leggen. Maar omdat de organisatie sterk groeit, moet alle informatie nu voor iedereen altijd beschikbaar zijn. Bij de engineers die er al langere tijd zitten, zit een groot deel van de informatie in hun hoofd, maar dat werkt niet efficiënt. Iemand die nieuw is binnen de organisatie kent geen typenummers van onze veelgebruikte producten uit het hoofd. Deze persoon gaat dan selecteren op basis van eigenschappen, dus als dit goed gestructureerd is dan is het veel makkelijker om het juiste product te vinden. En dat is wat je wil. De noodzaak om alle gegevens goed vast te leggen groeit in je organisatie, het besef moet er komen om het allemaal op dezelfde manier te doen.’
.
Wat zijn de voornaamste problemen waar jullie tegenaan lopen?
‘Het artikelbeheer wordt in verschillende systemen, door verschillende rollen bijgehouden. Bijvoorbeeld door de werkvoorbereider in een ERP systeem en door de engineer in Eplan. Hierdoor zijn er soms ‘mis matches’ tussen de informatie die de engineer gebruikt tijdens het ontwerpen en de informatie die bij het bestellen nodig is. Als er bijvoorbeeld geen EAN nummer bekend is, hangt het af van de duidelijkheid van de omschrijving of het juiste artikel besteld wordt. Een omschrijving is meestal niet uniek, dus het kan zomaar zijn dat er meerdere opties zijn met dezelfde omschrijving. Maar welk artikel is dan de juiste? Als er een duidelijk ID/EAN nummer bekend is, heb je gelijk een goede match. Vaak ontbreekt dat nummer, dan is het aan de kennis van de persoon die de bestellijst van de engineer omzet in de inkooplijst. Dit gaat dus wel eens fout. Deze fout herstellen kost tijd en geld in je proces en leidt tot frustraties.’
‘Als engineer kun je daarnaast vaak niet eenvoudig zien wat de levertijd van een artikel is en of deze voldoende voorradig is. Tegenwoordig wordt er nauwelijks voorraad in de werkplaats gehouden, dus om snel te kunnen schakelen zou je eigenlijk tijdens het ontwerpen al willen weten of het artikel snel geleverd kan worden.’
.
Heb je een droom op het gebied van artikelbeheer?
‘Dat alle data meteen én in één duidelijke standaard beschikbaar is, zodat elke fabrikant dit hetzelfde invult. Er is nu de ETIM standaard, maar dit is niet voldoende. Eigenlijk zou de ETIM standaard gecombineerd moeten worden met CAD gegevens en standaarden.’
.
.
Welke invloed heeft artikeldata op het ontwerpproces binnen uw organisatie?
En hoe ga je daar als engineer/werkvoorbereider/inkoper mee om? Samen met onze relaties kijken we naar mogelijkheden om deze uiteenlopende vraagstukken op het gebied van artikelbeheer aan te pakken en te optimaliseren. Met Hoppenbrouwers als trots voorbeeld en partner vanaf het eerste uur, hebben we de laatste jaren intensief samengewerkt om van elkaar te leren en een win-win oplossing met elkaar uit te werken.