Het onderhoudsproces blijft een van de belangrijkste processen bij een woningcorporatie. Maar de manier waarop dit proces efficiënt wordt uitgevoerd verandert. Wat is de rol van voorspelbaar onderhoud bij een woningcorporatie die zichzelf klaarmaakt voor de toekomst? En wat is ervoor nodig óm onderhoud goed te kunnen voorspellen? CorporatieGids Magazine sprak erover met Camiel Prudon, algemeen directeur bij 24ROSA.
Is voorspelbaar onderhoud dé heilige graal voor woningcorporaties in het onderhoudsproces?
Ik denk dat het op dit moment nog niet de heilige graal is, maar dat dit een ontwikkeling is die niet meer tegen te houden zal zijn. In de telecom- en auto-industrie zijn ze al heel ver op dit gebied en mijn verwachting is dat andere sectoren hier snel zullen volgen. Omdat het onderbouwd en feitelijk juist voorspellen van onderhoud louter en alleen kan op het moment dat je perfecte grip op de data hebt en je heel goed in beeld moet hebben hoe jouw bezit in elkaar zit, zien wij in de markt dat er nog wel wat werk te verzetten is. Maar wij zien ook dat we veel dichterbij zijn dan men denkt.
Zijn corporaties veelal bezig met voorspelbaar onderhoud, of is er nog veel sprake van reactief of proactief onderhoud?
De meeste corporaties zijn de fase van reactief gepasseerd of aan het passeren, en hebben door dat sturen op data één van de pijlers voor de toekomst is. Je ziet binnen corporaties dat er al met hoge regelmaat preventief gewerkt wordt, al is mijn constatering dat die nog in veel gevallen ‘hype gevoelig’ is wat betreft de beslissingen die genomen worden. Dit heeft er aan de ene kant mee te maken dat data vaak niet voldoende op orde zijn waardoor data een aanvulling zijn op een gevoel, terwijl juist vanuit data de signalering gegeven moet worden om een gevoel te bevestigen.
Wat levert voorspelbaar onderhoud eigenlijk op?
Voorspelbaarheid zorgt in de eerste plaats voor een toename van het huurdergenot. In de ideale wereld wordt op het juiste moment bij een huurder door een monteur aangebeld met de melding: “Goedendag, ik kom de kraan vervangen want deze gaat vanmiddag kapot”. Dit is natuurlijk een toekomstdroom – en misschien wel een utopie – maar wel een scenario waarin huurdertevredenheid optimaal is. Daarnaast zal de financiële impact minimaal zijn omdat het voorraadbeheer en de capaciteit van ketenpartners hierop wordt afgestemd.
Door de inzet van trendherkenning is het wel al heel goed mogelijk om bij corporaties aan te geven wanneer het omslagpunt plaatsvindt om opvolgingen in het dagelijks onderhoud om te zetten naar planmatig onderhoud. Het toepassen van signalerende trendherkenning op gebrek, element- of disciplineniveau zorgt voor een toename van huurdertevredenheid.
Wat is de rol van goede data bij het voorspellen van zo’n onderhoudssituatie?
Duidelijk is dat alles staat met de juiste verwerking van data. De input van data in systemen mag niet gebruikersafhankelijk zijn. Op het moment dat data niet eenduidig verwerkt worden, zal je altijd gebruik moeten maken van specialisten om orde te scheppen in de chaos zodat je data kunt gebruiken voor bijvoorbeeld analyses. Een eenduidige en generieke input binnen bronsystemen ligt daaraan ten grondslag.
Wat is er nog meer voor nodig om onderhoud goed te kunnen voorspellen?
Het goed analyseren van data om op basis hiervan voorstellen te doen voor strategische beslissingen of operationele aanpassingen, wordt in mijn ogen nu nog te vaak gedaan door medewerkers met affiniteit voor data. In mijn ogen dienen deze teams aangevuld te worden met specialisten. Zorg er daarnaast voor dat je van tevoren goed duidelijk hebt wat je wilt analyseren en met welke doelstelling. Door dit vooraf zeer duidelijk te kaderen, weet je ook direct aan welke radertjes je moet draaien om aan de voorkant van het proces een gestructureerde input re realiseren.
Hoe ondersteunen jullie woningcorporaties hierbij?
Wij hebben een intaketool voor dagelijks en niet planmatig onderhoud ontwikkeld, waarbij op detail de klacht of het gebrek wordt vastgesteld en de opvolging direct kan worden ingepland in de agenda van de ketenpartner. Deze NPO-Module draagt zorg voor generieke en uniforme input op detailniveau van alle meldingen. De intake en de verwerking is de voorkant van het proces en door dit op de 24ROSA-wijze te doen, garanderen wij dat de data zuiver zijn zodat hier in een latere fase of analyse direct mee gewerkt kan worden.
Naast het verwerken van de meldingen en data binnen systemen maken wij deze informatie ook voor onze opdrachtgevers inzichtelijk. Hiervoor zetten wij verschillende dashboards in waarbij gebruik wordt gemaakt van de meest gebruikersvriendelijk en innovatieve technieken, zodat iedereen binnen de organisatie zelfstandig met de uitkomsten aan de slag kan. De laatste ontwikkelingen zijn dat wij op basis van historische trends volledig geautomatiseerd clusters kunnen vaststellen en signaleren die extra aandacht verdienen.
Op welke trends en ontwikkelingen moeten corporaties op inspelen als het gaat om het onderhoudsproces?
Corporaties moeten aan de ene kant inspelen op het overzichtelijk maken van data en het op orde maken van haar cartotheken. Aan de andere kant, als je niets verandert aan het de manier waarop je input ontvangt, blijf je van de regen in de drup komen. Zorg daarom voor de juiste eenduidige verwerking binnen het primaire bronsysteem en doe hierop geen concessies. Een kleine verandering aan de voorkant kan een zeer grote impact hebben wat betreft tijd en kosten en de analysemogelijkheden beperken. Willen we met z’n allen onderhoud voorspelbaar maken zodat het huurdergenot toeneemt en de organisatie grip houdt op kosten, dan moeten het proces aan twee kanten optimaliseren en niet louter aan de outputkant.
Bron: CorporatieGids Magazine
