Praktijkvoorbeeld KPI dashboard MKB bedrijven
Om je een idee te geven welke inzichten een KPI dashboard kan opleveren hebben we een fictief praktijkvoorbeeld uitgewerkt.
Het bouwbedrijf “Stenen & Zand” heeft op basis van haar visie, missie, kernwaarden en kritische succesfactoren een aantal specifieke doelstellingen geformuleerd.
Met behulp van het KPI dashboard meten zij de voortgang van de verschillende KPIs en wordt met behulp van een periodieke evaluatie bekeken waar eventuele verbeteringen doorgevoerd kunnen worden.
Screenshot KPI dashboard bouwbedrijf “Stenen & Zand”
Conclusies van de periodieke analyses
Categorie financieel :
KPI: Omzet goal (%)
Conclusie:
Omzet goal is net gehaald. Q1 (winter/voorjaar) en zomer (jun/jul) scoren rood. Op basis van 1 jaar data zegt dit nog niets.
Wanneer het bouwbedrijf de data van meerdere jaren kan inzien zijn er wellicht patronen, trends of bijzonderheden te ontdekken waarom specifieke periodes rood scoren. Op basis van een enkel jaar is dit nog niet mogelijk.
KPI: Kostenontwikkeling personeel ( € )
Conclusie:
25% reductie op kostenontwikkeling personeel is niet gehaald. Is de juiste baseline gebruikt of is de goal niet realistisch met huidige manier van werken.
KPI: Groei klanten ( % )
Conclusie:
Groei klanten is zeker gehaald. In zomerperiode (jul/aug) was metrix rood. Is dit veroorzaakt door vakantieperiode en/of bouwvak? Ook hier is het interessant om de data van meerdere jaren te zien. Indien de zomerperiode altijd rood scoort is het interessant om te kijken naar de invulling van deze periode.
KPI: Nettowinstmarge ( % )
Conclusie:
Nettowinstmarge is stabiel en voldoet aan de goal.
Categorie interne processen
KPI: Productieve dagen ( % )
Conclusie:
Productieve dagen wordt gemeten om inzicht te krijgen in hoe dit verloopt in een jaar. Op basis van meer data kun je hierop planningen aanpassen, personeel en materiaal inhuren etc.
KPI: Maandelijkse preventieve kosten veiligheid & gezondheid ( € )
Conclusie:
Kosten voor veiligheid hebben uitschieter in januari. Wat is hier de reden voor? Verder ligt uitgaven in zomer (jul en aug) ook hoog terwijl dit vakantie periode is… wat is hier gebeurd?
KPI: Rework – Aantal rework acties ( # )
Conclusie:
In hele jaar zijn er 36 rework acties geweest. Interessant om dit verder te onderzoeken. Om welke projecten ging het? Wat waren type rework acties? Wie was verantwoorlijk voor het project? Wie waren de betrokkenen? (klant, onderaannemeres?)
KPI: Bezettingsgraad ( % )- machine A
Conclusie:
Machine A heeft een slechte performance m.b.t bezettingsgraad. Wat is hier de oorzaak? Is de capaciteit te groot en kan er met een kleiner exemplaar ook gewerkt worden? Ligt machine A vaak in onderhoud? Van october tot maart is performance rood. Zijn er invloeden van het weer…?
Graafmachine A werkt prima. Scoort groen en mag dus van dashboard af. Eventueel vervangen door andere type machine. Iets wat groen is hoeven we niet langer te meten.
KPI: Equipment defects ( # ) – Grondboor C
Conclusie:
Grondboor heeft blijkbaar kuren in december en januari en februari.? Weten we wat hier de specifieke oorzaken waren? Ook weer invloed van weer? Of is er nieuw personeel aangenomen in die periode waardoor er problemen zijn ontstaan? Zien we de trend ook in eerdere jaren?
KPI: Equipment defects ( # ) – Plavuistrekker
Conclusie:
De plavuistrekker werkt prima behalve in periode jul, aug en sep. Wat is hier aan de hand? Weer invloed? Nieuwe onderdelen geïnstalleerd? Nieuwe medewerkers die voor het eerst werken met de machine?
KPI: Gemiddelde doorlooptijd voor alle reparaties ( # )
Conclusie:
De gemiddelde doorlooptijd voor alle reparaties scoort voornamelijk geel. De vraag die hier gesteld mag worden is: Wat is de daadwerkelijke gewenste doorlooptijd voor een reparatie? Wanneer de werkzaamheden zonder oponthoud kunnen worden uitgevoerd als een reparatie binnen 2 tot 5 dagen is afgerond is dit dus acceptabel. Vanuit die conclusie is er geen actie nodig en kan deze KPI eventueel van dashboard afgehaald worden.
Blijkt in de praktijk dat reparaties wel sneller moeten, dan is het zaak om te kijken naar oorzaken waarom een reparatie 2 tot 5 dagen duurt en welke maatregelen nodig zijn om dit te versnellen. Bijvoorbeeld betere communicatie, planning, meer resources, juiste taken en verantwoordelijkheden.
Categorie Klanten
KPI: Percentage klachten ( % )
Conclusie:
In Q2 is er duidelijke piek m.b.t het percentage klachten wat is ontvangen. Het is interessant om hier wat meer inzicht in te krijgen:
– Wat voor type klachten waren dit?
– Van wie zijn de klachten afkomstig?
– Met wie hebben de klanten contact gehad?
Categorie Leren en innovatie
KPI: Gemiddeld aantal overuren per medewerker
Conclusie:
Het meten van het gemiddeld aantal overuren per medewerker is een inzicht KPI. Bouwbedrijf “Stenen & Zand” kan met deze gegevens een baseline maken voor het gemiddeld aantal overuren per medewerker op basis van de huidige werkzaamheden en beschikbare resources. Deze informatie kan in toekomst gebruikt worden om benodigde resources beter af te stemmen op de werkzaamheden.
KPI: Gerapporteerde incidenten en ongelukken ( # )
Conclusie:
Over een periode van 12 maanden zijn er twee gerapporteerde incidenten geweest. Wanneer je deze KPI voor meerdere jaren meet kun je op basis van daarvan inschatten hoeveel incidenten en/of ongelukken er gemiddeld plaatsvinden op basis van huidige manier van werken.
KPI: Oplossen van onveilige situaties ( gemiddeld aantal werkdagen )
Conclusie:
Het oplossen van onveilige situaties door eigen medewerkers zegt iets over de manier waarop ze met veiligheid om gaan. De huidige score is geel. Om dit te verbeteren is het interessant om inzicht te krijgen in waarom het oplossen van onveilige situatie niet sneller kan.
Hiervoor kan de 5XWy methode een handige tool zijn.