Webinar decision-making - Part 3: KPI Management
•Download as PPTX, PDF•
0 likes•169 views
Part 3 of the webinar Decision Making by Stork. In this third part we talk about KPI management: Which KPI's are needed for the right interventions? Making choices and making the right decisions is decisive for success, also in asset management. Postponing decisions or making incorrect decisions, for example due to complexity or lack of data, has a major impact on your team and your results. You too have to deal with this on a daily basis. Timely making the right decisions is therefore the subject of a three-part webinar about decision-making in asset management.
Recommended
More Related Content
What's hot
What's hot (20)
Similar to Webinar decision-making - Part 3: KPI Management
Similar to Webinar decision-making - Part 3: KPI Management (20)
More from Stork
More from Stork (20)
Recently uploaded
Recently uploaded (20)
Webinar decision-making - Part 3: KPI Management
- 1. Decision making in asset management in 3 webinars Data driven asset management Asset Portfolio Management Key Performer Indicators
- 2. Why do we need Performance Metrics? “It is not possible to manage what you cannot control and you cannot control what you cannot (or do not) measure!” Dr Peter Drucker Claremont Graduate University
- 3. Strategy and Objectives Define your asset management goals in line with business goals Performancemanagement Based on ISO 55001:2014 Asset management — Management systems — Requirements
- 4. Cascading KPIs Objectives and KPI hierarchy Source: ISO 14224:2016 Petroleum, petrochemical and natural gas industries — Collection and exchange of reliability and maintenance data for equipment contribution Examples: Proactive Ratio Backlog MTBF MTBF
- 5. Two Types of Indicators Lagging indicators Indicators that show how systems / processes have performed, allowing for reactive actions. Leading Indicators Indicators monitoring the performance of systems /processes, allowing for proactive actions. Leading Indicators Lagging indicators
- 6. Leading and Lagging Indicators Maintenance Performance Metrics Source: Maintenance Performance Metrics: A State of the Art Review U. Kumar , D. Galar , A. Parida , C. Stenström , L. Berges, 2011 Key Asset Management performance indicators (KPI) Work identification Work planning & scheduling Work execution Equipment effectiveness Cost efficiency Safety, health & environment - % Available man hours used in proactive work over Number of work requests - % Scheduled man hours over Total available man hours - % work orders with due date compliance - % work orders assigned for rework - % work orders in backlog - MTTR - # unplanned maintenance interventions - Breakdown frequency - MTBF - Unscheduled maintenance downtime - Availability - OEE - % maintenance cost over replacement value - % maintenance cost over sales revenue - maintenance cost per product unit - # safety health and environment incidents Process / effort indicators (leading indicators) Results indicators (lagging indicators)
- 7. KPI framework Asset management goals - Example
- 8. KPI framework Cascading of KPIs - Example Lagging KPI Leading KPIL1 L2 L3 L4
- 9. AST-KPI-00001 Mechanical Availability (%) AST-KPI-00023 Unplanned shutdown (days) AST-KPI-00024 MTBF Target Compliance % AST-KPI- 00025 MTBF - Engine (months) AST-KPI-00026 MTBF - Gearboxes (months) AST-KPI-00027 MTBF - Pumps (months) AST-KPI-00028 MTBF - Reciprocating Compressors, Lubricated Type (months) AST-KPI-00029 MTBF - Reciprocating Compressors, Contacting Piston, Non- Lubricating (months) AST-KPI-00030 MTBF - Centrifigual Compressors - Clean Services (months) AST-KPI-00031 MTBF - Centrifigual Compressors - Fouling Services (months) AST-KPI-00032 MTBF - Screw Compressors, Dry-Type (months) AST-KPI-00033 MTBF - Fan Blowers (months) AST-KPI-00034 MTBF - Turbines (months) AST-KPI-00035 MTBF - Gas Turbines, Gas Fired (months) AST-KPI-00036 MTBF - Electric Motors & Electric Generators (months) AST-KPI-000237 MTTR (days) AST-KPI-00038 Reactive Work (Priority 1 & 2 ) "Average Completion Period" (days) AST-KPI-00039 Reactive Work (Priority 1 & 2 ) Human-hour (%) AST-KPI-00040 Reactive Work (Priority 1 & 2 ) Number (%) AST-KPI-00041 Mean time between reliability events (days) AST-KPI-00042 Number of High Risk Reliability Events (#) AST-KPI-00043 Parameters Outside the IOW Limits (%) AST-KPI-00044 Root Cause Analysis (RCA) Backlog (weeks) AST-KPI-00045 Asset Health Index (%) Lagging KPI Leading KPI L1 L2 L3 L4 KPI framework Cascading of KPIs - Example
- 10. Target setting performance benchmarking Overall Equipment Effectiveness (OEE) Asset Downtime Return on Net Asset (RONA)
- 11. Target setting performance benchmarking Quartile I II III IV Maintenance Costs as % RAV < 2.5% 2.5% –3.0% 3.0% –5.0% >5.0% Safety Performance - OSHA Injuries/200K Hours < 0.5 0.5–1 1–3 > 3 Availability > 97% 95%–97% 95%–80% < 80% Downtime as % of Total Scheduled (Operating) Hours < 1% 1 – 3% 3 – 5% > 5% Overall Equipment Effectiveness (OEE) > 80% 70%–80% 40%–60% < 40% Planned Work as % of Total Work > 85% 75%–85% 65%–75% < 65% Schedule Compliance in % > 90% 75%–90% 60%–75% < 60% Reactive Work (Emergency, Break-in Work) % of Total < 10% 10%–20% 20%–30% > 30% Labor Effectiveness (Wrench Time) in % > 60% 50%–60% 30%–50% < 30% Rework (Poor Quality) Hours in % of Total Work Hours < 2% 2%–5% 5%–10% > 10% Preventive and CBM/PdM Hours as % of Total Hours 60% 40%–60% 20%–40% < 20% Preventive and CBM/PdM Schedule Compliance > 95% 90%–95% 75%–90% < 75% Work Created by PM & CBM/PdM as % of Total Hours > 25% 20%–25% 10%–20 % < 10% Faults detected prior to failure >95% 80% – 95% 50% – 80% < 50% FMEA/RCM based PM plan % of total assets /systems > 60% 35%–60% 10%–35% < 10% Source: Maintenance and Reliability Best Practices, Ramesh Gulati and Ricky Smith, 2009 Note: The benchmarks depend on the context and will vary with type of industry, organizations and with time
- 12. KPI Dashboards
- 13. Informed decision making Evolution of data analyticsCompetitiveadvantage Raw data Cleaned data Standard reports Specific reports Generic analytics Sense & Respond What happened Why did it happen What will happen What is the best action to take APM 4.0 focus Predictive analytics Prescriptive analytics
- 14. • Performance measurement is the first step in performance improvement • Cascading KPIs link the contribution of each individual process to business goals • Leading KPIs allow you to influence your future performance • Benchmarking is helpful to set ambitious but realistic targets • Big Data and Advanced Analytics are powerful tools to support decision making Conclusions
- 15. Thank You! Drive your assets safely
- 16. Questions? Decision making in asset management in 3 webinars Or contact us Subject matter expert: Marc Hoppenbrouwers marc.hoppenbrouwers@stork.com +31 6 12800619 Via Q&A ?
Editor's Notes
- Intro Ferry Dank voor de introductie Ferry en welkom dames en heren bij dit 3e deel van ons webinar over Decision Making. We gaan het vanmiddag hebben over Key performance Indicators of prestatie indicatoren. Ik wil beginnen met de vraag: waarom willen we prestaties meten?
- Meten = weten Of met de woorden van amerikaanse management goeroe Peter Drucker: It is not possible to manage what you cannot control and you cannot control what you cannot (or do not) measure!” Ons doel is het nemen van de juiste beslsssingen om de prestaties van onze assets te verbeteren. Daarom hebben we raamwerk nodig om de asset prestaties te meten aan de doelstellingen die wij en onze klanten aan de assets stellen
- ISO 55001 biedt een raamwerk voor het meten van deze asset prestaties. De richtlijnen, de strategie en de doelstellingen voor asset management worden vanuit de bedrijfsdoelstellingen gedefinieerd. Deze zijn weer afhankelijk van de markt en de omgevingseisen, zoals bijvoorbeeld regelgeving, aandeelhoudersverwachtingen en lange termijn business strategie. Wanneer we de doelstellingen hebben geformuleerd kunnen we door een prestatie meting of een assessment de huidige situatie meten van de assets bv conditie) en die van de asset management organisatie, skills en besturingssystemen. Vanuit de as is situatie kunnen we de risico’s op het niet halen van de bedrijfsdoelstellingen in kaart brengen en deze proactief proberen te managen. Anderzijds kunnen we de prestaties meten aan de hand van de asset management doelen zoals in de eerste sessie van dit webinar is toegelicht Vanuit de as-is situatie starten we met een GAP analyse ten opzicht van de doelen. De belangrijkste verbetergebieden kunnen hiermee worden geidentificeerd en de juiste KPIs voor het realiseren van verbeteringen worden geselecteerd. Door te meten kunnen we het effect van verbeteracties volgen en hiermee onze acties en uiteindelijk ook onze doelstellingen bijstellen.
- De asset management doelstellingen op hoog niveau (site) dienen te worden vertaald naar doelstellingen voor afdelingen en teams en tenslotte naar het individu. Zo is voor iedereen duidelijk wat zijn persoonlijke doelstellingen zijn en wat de bijdrage is naar de overall doelstellingen. Hetzelfde kunnen we doen met de asset KPIs, die we van site breed via plant naar installatie en onderdeel niveau kunnen vertalen, bv de ratio proactief/reactief werk, doorvertalen naar het openstaand werk en naar de bterouwbaarheid van machines en componenten. Op de verschillende niveaus kunnen we een koppeling maken van de asset management doelstellingen naar de asset doelstellingen. Op ieder niveau kan worden gemeten wat de bijdrage is van de persoon of team verantwoordelijk voor bepaalde assets.
- Nu we structuur Hebben aangebracht in het KPI raamwerk kunnen we ook onderscheid aanbrengen in vooruitziende of terugkijkende KPIs. De prestaties van de assets worden vrijwel altijd achteraf gemeten, mar dan is het vaak lastig deze nog bij te sturen. Als er slechts maandelijkse of kwartaal of zelfs jaarlijks KPIs gemeten worden duurt het lang voor verbeteracties tot beinvloeding van de prestaties leiden. Bij gebruik van voorlopende (leading) KPIs kan aan de hand van parameters een bepaalde trend worden gemeten die leidt tot een verwachte verandering in de prestatie. Op deze manier kunnen we eerder ingrijpen en voorkomen dat de presetatie afneemt of juist stimuleren dat deze toeneemt.
- Een voorbeeld van het gebruik van leading en lagging KPIs in asset management is afkomstig uit de literatuur. Process indicatoren meten de inspanning om de asset management processen onder controle te krijgen, bv werk identificatie, planning en werkvoorbereiding en uitvoering van werk. De resulterende indicatoren geven aan wat de effectiviteit van de installaties is, de kosten efficientie en het aantal HSE incidenten
- Een voorbeeld hoe een KPI raamwerk eruit ziet in de pratijk van een van onze klanten. De 6 asset management doelstellingen zijn vertaald naar 7 gebieden, waarbij HSEQ en process safety als extra is toegevoegd. Hierbij staat meestal niet de asset centraal maar de directe omgeving. Veiligheid heeft uiteraard hoge prioritieit, vandaar dat deze expliciet als aparte hoofd KPI is meegenomen. Als we op deze gebieden inzoomen kunnen we de onderliggende KPIs bekijken. Als voorbeeld nemen we Asset Output of Availability en Reliability.
- De KPIs zijn onderverdeeld in 4 niveaus, van business relevantie via tactisch naar operationeel proces niveau. Op het hoogste niveau staat Mechanical Availability, de KPI die bv door Solomon Brothers wordt gebruikt in de Olie en Gas industrie benchmark. Daaronder wordt een uitsplitsing gemaakt naar geplande stilstanden (op deze slide) en ongeplande stilstanden op de volgende slide. De geplande stilstanden worden weer opgedeeld in een aantal Turnaround gerelateerde KPIs en regulier gepland onderhoud. Deze laatste categorie bevat met name leading KPIs
- De ongeplande stilstanden worden opgedeeld installatie betrouwbaarheid (MTBF), reactief werk en conditie metingen zoals Asset Health index en Integrity Operating windows. Deze laatste categorien zijn weer leading KPIs
- Belangrijk bij het opstellen van KPIs is te bepalen wat is goed? Het definieren van de doelstellingen of targets bepaald of de gemeten KPI goed of slecht scoort. Deze targets kunnen worden bepaald op basis van benchmarken van de prestaties binnen de eigen organisatie of binnen vergelijkbare organizaites (peer group). Vaak zijn deze vergelijkingen op hoog niveau, bv een industrie benchmark van de Aberdeen research groep waar gekeken wordt naar asset KPIs (OEE en Downtime) en de impact op de business KPIs (RONA). De verschillen in OEE geven een compleet ander beeld voor de aandeelhouders waarde.
- Op asset niveau kunnen benchmarks nuttige informatie geven over het verbeterpotentieel. Vaak wordt bij bencmarking de score uitgedrukt in een industriekwartiel. Het eerste kwartiel heeft de hoogtse prestatiescore. Als doel wordt vaak niet de best-in-class (hoogste score) maar de laagste in het eerste kwartiel. Dit is een ambitieus maar realistisch doel. Benchmarks zijn erg aan verandering onderhevig. Bijgaande tabel is gepubliceerd in 2009 door Ramesh Gulati en Ricky Smith. Hij is generiek opgesteld voor de gehele industrie en wereldwijd. Dit is vaak een goed startpunt wanneer je begint met benchmarking en een eerste grove doelstelling zoekt. De note geeft aan dat benchmarks maar beperkte geldigheid en houdbaarheid Hebben. Meer specifieke benchmarks per industriesegment of type process/installatie is in handen van de gespeciliseerde partijen als Solomon brothers voor Olie en Gas en Peter Townsend Associates voor chemie. Voor Turnaround benchmarks is bv Asset Performance Networks een gespecialiseerde partij.
- Voorbereide vragen: Vraag 1: In de praktijk is het vaak lastig om de juiste definities en formules voor de KPIs te bepalen, wat wordt wel en niet meegenomen, hoe bereken je de juiste waarde, bv laatse waarde of rollend gemiddelde? Bestaan er goede richtlijnen om KPIs op eenduidige manier te berekenen en onderling intern en extern te kunnen vergelijken? Vraag 2: Hoeveel KPIs is genoeg?