Как производители могут максимизировать конкурентные возможности данных

Обрабатывающая промышленность является лидером среди сборщиков данных. Данные датчиков, отслеживание перемещений сотрудников, данные о простоях, прогнозные данные, связанные с техническим обслуживанием, потребности — существует множество возможностей для сбора информации на производственном предприятии.

С одной стороны, это звучит здорово. Со всеми этими данными производители должны иметь возможность лучше адаптировать продукты и услуги, используя все более узкую сегментацию клиентов, использовать машинное обучение для снижения рисков и направлять процесс принятия решений посредством анализа и построения сценариев, а также лучше понимать, какие продукты и услуги им следует использовать. предложение следующее. Верно?

К сожалению, это не случай. Несмотря на то, что многие производители являются лучшими агрегаторами данных, они изо всех сил пытаются использовать данные для реального эффекта. Почему при таком большом количестве преимуществ использования данных производители отстают от кривой развития технологий, да еще с такой силой?

Почему производственные данные не используются

Чтобы обсудить решение, давайте начнем с проблемы. Почему производители неэффективно используют данные, которые они собирают? Что им мешает?

В самом широком смысле, это сводится к тому, чтобы быть устаревшим. Все, начиная от набора навыков сотрудников и заканчивая архитектурой, изо всех сил пытается вписаться в современные технологии. В то время как многие производители добавили тонкий слой цифровой трансформации, добавив датчики IoT и аналогичные устройства, правда в том, что ядро ​​​​производства часто не могло полностью идти в ногу со временем. Это не обязательно связано с цеплянием за старые способы из-за привязанности к традиционным методам, а скорее с отсутствием энергии и предусмотрительности, необходимых для проведения капитального ремонта, который гарантирует продолжение бизнеса.

Однако для некоторых производителей сейчас настало время принимать решающие решения, чтобы они не были сметены течением времени и не были побеждены их более технологически подкованными конкурентами.

Блок данных

Устройства сбора данных, используемые многими производителями, жужжат, собирая информацию, которой они должны быть, но эти данные направляются непосредственно в хранилища, а хранилища данных не работают, особенно с огромными объемами поступающей информации. Это означает, что некоторые данные отправляются в отдел операций для управления и анализа, другие данные отправляются в отдел закупок, отдел контроля качества или вообще в другой отдел. «Ну, мы не можем просто бросить все на всех!» возмущается многими производителями.

Ну, чтобы противостоять этому, да, вы можете. Вы оба можете и должны. Разрозненные данные беспорядочны и непродуктивны. Это часто приводит к тому, что несколько команд работают по отдельности над одними и теми же проблемами, что отделы получают разрозненные и устаревшие данные, и это просто приводит к общему отсоединению от работы в рамках единой организации.

Старение персонала

Непоколебимая истина заключается в том, что на производстве полно стареющих сотрудников, которые были подготовлены для совершенно другой эпохи в истории производства, и их влияние продолжает отражаться в политике и приоритетах. ИТ-навыки, необходимые для управления умной фабрикой, не являются тем, чему они обучались, и мысль о внедрении этих типов технологий может показаться подавляющей и неудобной (хотя и менее неудобной, чем выход компании из бизнеса).

Старые фабрики

Некоторые заводы, работающие сегодня, практически заброшены по сравнению с современными «умными» вариантами, и у них мало поддержки для перехода на более новое оборудование. Оборудование старое, как старая архитектура и инфраструктура этих заводов. Логистика управления полностью подключенным цехом может показаться недостижимой, особенно если лица, принимающие решения, знают только о более ранних формах автоматизации и сбора данных, таких как использование датчиков, которые требуют от производителей аннулирования гарантий на ценное оборудование.

Древние процессы

В то время как фабричные цеха тесны и стареют, процессы операций и сбора данных начинают рушиться под тяжестью данных, которые они собирают. Некоторые производители используют специальный процесс здесь и быстрое решение там, но это лоскутное одеяло решений только создает большую проблему по мере роста экономики, основанной на данных. Производственные процессы, основанные в прошлую индустриальную эпоху, должны быть преобразованы, чтобы соответствовать требованиям умного предприятия, но изменения могут быть как неудобными, так и пугающими. Эти процессы служат для удержания производителей от использования каких-либо данных, которые они собирают.

Отсутствует DataOps

В отчете ReThink Data становится ясно, что многим производителям серьезно не хватает стратегии и реализации данных. Одним из основных факторов этой борьбы является отсутствие DataOps. Только 10 % организаций сообщили о наличии полных возможностей DataOps, а две трети производителей вообще не использовали DataOps. Без этой инициативы по выработке стратегии и объединению сбора, данных и инструментов для извлечения смысла из всех усилий остаются разногласия и продолжается кошмар с данными.

Как максимально использовать производственные данные для получения конкурентного преимущества

Для производителей, которые уже начали внедрять некоторые интеллектуальные технологии, такие как IoT и периферийные вычислительные устройства, первым делом нужно нанять людей для DataOps. . Эти люди будут связывать данные с людьми и их решениями. Они являются основой для фактического использования данных, которые вы собираете, и использования их правильно. Это будут ваши специалисты по искусственному интеллекту, машинному обучению, периферийным вычислениям и облачному управлению данными.

Затем предоставьте этой команде DataOps необходимую информацию. Устраните разрозненность данных и увидеть связи, закономерности и идеи, которые можно экстраполировать, когда алгоритмы смогут увидеть полную картину, и узнать, сколько времени отделы восстанавливают, сотрудничая, а не работая избыточно за закрытыми дверями.

Со всеми этими данными вам понадобится способ управлять ими и хранить их так, чтобы они были легко доступны. когда пришло время его использовать. Согласно вышеупомянутому отчету ReThink Data, это входит в пятерку основных препятствий для использования данных. Вы также должны найти способ сохранить все это в целости и сохранности, поскольку производственные данные часто содержат конфиденциальную информацию. MachineMetrics предлагает решения в этой области, включая механизм автоматического преобразования данных, который стандартизирует структуры данных для согласованной отчетности и аналитики. Мы также предлагаем периферийные вычислительные устройства и удобную масштабируемую мгновенную передачу в облако для хранения и анализа с использованием только лучших и самых современных протоколов безопасности и зашифрованной передачи данных.

И последнее, но не менее важное:важно развить позитивную культуру рабочего места и стимулировать использование данных. . Например, MachineMetrics позволяет работникам производственных цехов вводить данные с планшетных устройств непосредственно на оборудовании, чтобы добавить слои человеческого контекста к собранным данным. Этот тип интерактивности, а также отчеты в режиме реального времени, меньшее время простоя и меньшее количество сломанных инструментов и бракованных деталей способствуют тому, что сотрудники с готовностью принимают культуру, основанную на данных.

Готовы узнать больше о том, как платформа MachineMetrics IoT может помочь вашей компании собирать, анализировать и хранить производственные данные? Закажите демонстрацию у нас здесь.