Данные и материалы: два столпа успеха современного производства
Будь вы новым производственным бизнесом или существующим десятилетиями, проблема фрагментированных данных может быстро создать серьезные проблемы и неэффективность во всем бизнесе. Многие компании могут не полностью понимать этот риск, потому что в производстве процессы решения проблем часто физичны. Тем не менее, цифровые данные задействованы в большинстве областей бизнеса, и когда возникают проблемы, их могут упустить или понизить приоритет, так как кажется, что у них нет немедленных последствий.
Проблема фрагментации данных
Производственные стартапы часто имеют правильные ресурсы для работы с фрагментацией данных, но могут не осознавать проблему. По мере развития производственных технологий несомненно растет возможность использования новых технологий. Это может быть 3D-печать, где компьютерный дизайн используется для создания готового к продаже продукта. Такие производители используют новейшие инструменты дизайна, а также приложения и технологии для ежедневных операций.
Одна из самых частых проблем управления ежедневными операциями — узкое мышление руководителей при управлении генерируемыми данными. Мы находимся в цикле, сфокусированном на обеспечении правильного количества материалов от поставщиков. Нужно знать: что производить, сколько, куда доставлять и когда. Критически важная задача — управление финансами: какие клиентские счета актуальны, каких поставщиков платить и когда.
Но есть и более широкий аспект современного бизнеса, который производители должны адресовать: что можно узнать из всех данных, генерируемых на протяжении жизненного цикла производства — от дизайна к производству, отгрузке и расчетам с поставщиками. Анализ исторических данных почти всегда дает инсайты, положительно влияющие на прибыль. Проблема — найти их и отделить ценное от шума. Поскольку данные разбросаны по силосам, легко тонуть в бесполезной информации. Данные могут интерпретироваться разными частями бизнеса по-разному, так как генерируются разными приложениями и хранятся в разных местах.
Вызов для устоявшихся компаний
Именно здесь устоявшиеся производственные бизнесы сталкиваются с большими проблемами: у них гораздо больше исторических данных, созданных за время, во множестве legacy-приложений, редко используемых или полностью выведенных из эксплуатации — что делает данные трудно доступными или несовместимыми с современными технологиями. Однако производители не могут отказаться от этих данных, так как они, вероятно, всё еще несут огромную ценность.
Дефрагментация данных становится критичной для всех производителей. По мере экспоненциального роста объема собираемых данных и роста конкурентного давления, возникает необходимость извлекать инсайты и ценность из этих данных.
Шаг 1: Локализация данных
Это может быть непросто, так как большинство данных производителя, вероятно, скрыто глубоко внутри приложений, не отвечающих за рутинные ежедневные операции. Много исторических данных теперь считается «вторичным» и архивируется для сохранности. Но ценность теряется в этом процессе, потому что архивированные данные так же критичны для вывода инсайтов, как и остальные данные бизнеса.
Например, данные в архивах разработки и тестирования могут дать инсайт в ранние попытки новых процессов, которые провалились, но всё еще обещают успех. Если объединить эти данные с информацией о новых материалах, инструментах или техниках, можно увидеть, как эти процессы могут работать сейчас. Но для этого производители должны иметь способ локализовывать и получать доступ к данным, и анализировать их, как бы старыми они ни были и где бы ни хранились.
Извлечение ценности
Это самый критичный фактор обеспечения доступности данных во всем бизнесе. Как только данные локализованы, может начаться задача извлечения ценности. Это позволит всем производственным бизнесам — малым или крупным, новым или устоявшимся — объединять информацию и задавать вопросы, которые могут привести к новым эффективностям и дать конкурентное преимущество, нужное прямо сейчас.
Тереза Миллер — ведущий технолог в Cohesity.
Промышленные технологии
- Использование Big Data и облачных вычислений для драйва бизнес-роста
- Данные-ориентированное производство: раскрытие эффективности, экономии затрат и инноваций
- Максимизация бизнес-ценности через интеграцию Big Data и AI
- Революция в производстве: AR и IIoT расширяют возможности рабочих и повышают эффективность
- Революция в управлении автопарками: интеграция ИИ и IoT для более умных операций
- Раскрытие производственной эффективности: проверенные стратегии данных
- Предиктивная аналитика в производстве: проверенные кейсы и осязаемые выгоды
- Навигация по вызовам Индустрии 4.0 в авиационно-оборонном производстве
- ИИ и робототехника революционизируют производство: качество и эффективность
- PwC Insights: Использование ИИ и Big Data для трансформации производства