Hvordan dataprodukter kan skabe effektivitet i produktionen

Hvordan dataprodukter kan skabe effektivitet i produktionen

Tidsstempel: 8. februar 2023 kl. 6:29
Kildeknude: 1946837

Af Pablo Ríos, forretningschef for fremstillings- og energiindustrien, Keepler Data Tech. 

I årevis har producenterne været under pres for at finde større effektivitet. Formlen er forblevet nogenlunde konsistent: Mål centrerer sig typisk om at reducere omkostninger og øge kvaliteten for at forsvare fortjenstmargener og fortsætte på udfordrende markeder.

Selvom denne tilgang har været kendetegnende for mange succesrige producenter, har en sådan strategi presset marginerne strammere og strammere, mens traditionelle metoder længe har været udtømte. Efterhånden som grænserne er nået, har virksomheder været nødt til at blive mere innovative – heldigvis har de nu værktøjerne til at gøre det.

I dag driver data alt, hvad vi gør – så meget, at det anslås, at der vil være 175 zettabyte data i den globale datasfære i 2025.

For producenterne giver dette muligheder. Faktisk har data potentialet til at være et af branchens største aktiver, hvilket gør det muligt for succesrige virksomheder at trives i nutidens hurtige og konkurrencedygtige produktionsarena. 

Men at indse, at potentialet er meget afhængigt af, at produktionsvirksomheder håndterer data på den rigtige måde.

Dataprojekter kontra dataprodukter

På nuværende tidspunkt nærmer virksomheder af alle former, størrelser og brancher – ikke kun producenter – data med en projekttankegang. Hver gang en virksomhedsfunktion har et problem, som den ønsker at løse ved hjælp af data, starter organisationen fra bunden – indhenter dataene, renser og forbereder dem, og analyserer dem derefter til den specifikke brugssag.

Dette er en mangelfuld tilgang, der ikke gør det muligt for virksomheder at gøre den mest effektive og effektive brug af deres datainvesteringer. Det er ofte langsomt, fører til duplikeret arbejde, og output fra hvert projekt kan typisk ikke bruges til at løse andre use cases.

I stedet bør organisationer søge at håndtere data som et produkt, flytte fokus fra individuelle udfordringer og i retning af at udvikle rammer, der kan bruges og genbruges for at muliggøre brugen af ​​data til at løse nøgleudfordringer på en gentagen basis. Med andre ord bør de omfavne en produkt (ikke projekt) centreret tilgang til data.

Faktisk har dataprodukter potentialet til at revolutionere produktionen og tilbyder flere måder at fremme effektiviteten på på innovative måder.

Med dataprodukter kan brugsklare datarammer udnyttes med hastighed til at levere realtid til for eksempel at identificere flaskehalse i produktionsprocesser, hvilket kan hjælpe producenter med hurtigt at identificere og adressere problemer, reducere nedetid og øge produktiviteten.

Som et eksempel har vi set tilfælde, hvor dataprodukter er blevet brugt til at levere produktionsoptimering til en flaskefremstilling, hvilket har ført til reduktionsrater i flaskeafvisning på mellem 5 % og 20 %.

Her blev der skabt maskinlæringsmodeller for at bestemme nøglekriterierne for kvalitet i flaskefremstillingsprocessen blandt hundredvis af variabler. Der blev oprettet et beslutningstræ med værdiintervallerne for flaskehalstemperatur, blæsetryk og andre nøglekriterier. Som følge heraf blev reduktionen af ​​afviste flasker dramatisk reduceret ved at anvende kombinationer af disse justeringer, mens kvaliteten blev opretholdt.

Ved at analysere data fra udstyr og overvågningssystemer kan dataprodukter desuden forudsige, hvornår en maskine sandsynligvis vil fejle, hvilket giver producenterne mulighed for at planlægge vedligeholdelse, før et nedbrud opstår. Dette er med til at forhindre uplanlagt nedetid og reducerer behovet for dyre reparationer.

På samme måde kan realtidselementet i dataprodukter også hjælpe producenter med at optimere deres forsyningskæde ved at give synlighed i lagerniveauer og leveringstider. Dette giver dem mulighed for at træffe informerede beslutninger om, hvornår de skal bestille materialer og komponenter, hvilket reducerer risikoen for lagerudbud og overlager.

Værdifuld indsigt i kundernes adfærd og præferencer er også nøglen. Ved at analysere data fra salg, marketing og kundeservice kan producenter identificere trends og træffe informerede beslutninger om produktudvikling og marketingstrategier.

At identificere en mulighed, der stadigt forbedres

På tværs af disse forskellige applikationer kan dataprodukter give producenter betydelige fordele, lige fra forbedret beslutningstagning og øget driftseffektivitet til reducerede omkostninger og reduceret maskinnedetid.

Med det sagt forbliver dataprodukter relativt nye i fremstillingsområdet. Hvorfor? Fordi gamle vaner dør hårdt: Hvor producenter traditionelt har søgt og/eller udviklet løsninger, der adresserer specifikke use cases (ved at tage en dataprojekttilgang), er dette fortsat den vej, som mange tager. Det er et glimrende eksempel på ordsproget, "hvis det ikke er i stykker, så lad være med at reparere det".

Kritisk er det dog, at tilpasningskapacitetsdataprojekterne reducerer de fordele, som producenter kan opnå sammenlignet med personaliserede dataløsninger (dataprodukter). Af denne grund er det afgørende, at produktionsvirksomheder ændrer deres tankegang og omfavner løsninger, som kan implementeres gennem dataprodukter, der giver en klarere proces og forbedret ROI.

Fremover er det sandsynligt, at mange producenter vil begynde at gå i denne retning, da omkostningerne til datalagring og -behandling fortsætter med at falde.

Efterhånden som den skalaøkonomiske model, der tilbydes af hyperscalere, fortsætter med at forbedres, vil producenterne have en fremragende mulighed for helhjertet at omfavne dataprodukter lettere og mere omkostningseffektivt.

Dette kombineret med virksomheders evne til at arbejde med partnere, der har en høj grad af specialisering i brugen af ​​native cloud-tjenester, gør det muligt drastisk at reducere driftsomkostningerne forbundet med dataprodukter, hvilket gør dem endnu mere attraktive.

Kultur er kritisk

Selvfølgelig er disse aspekter kun en del af puslespillet. Mens forbedret ROI og reduceret OPEX vil hjælpe med at få nøglebeslutningstagere med ombord, vil der være behov for et bredere kulturskifte for at sikre, at dataprodukter implementeres og bruges let i en fremstillingsmiljø.

For at indgyde dette skift i tankegangen er det vigtigt for virksomheder at holde deres datapraksis op til bunden. Det betyder implementering og/eller forbedring af nøgleprocesser til forbedring af datakvaliteten og eliminering af fejl for at sikre, at der udvikles mere robuste og pålidelige modeller.

For at opnå dette bør producenter først fokusere på at sikre og udnytte de rigtige færdigheder, teknologistrategier og partnerskaber, der er i stand til at drive dem fremad i et relativt nyt eller ukendt rum. Ligeledes bør de arbejde på at styrke den interne forståelse og færdigheder, drevet af både en vilje fra enkeltpersoner til at lære og omfavne nye færdigheder samt investeringer i uddannelse fra virksomhederne selv.

Ved at flytte disse kritiske byggeklodser på plads, vil producenterne være klar til at begynde at udvikle og implementere dataprodukter, der er i stand til at levere en række transformative fordele. Faktisk vil de, der er proaktive i at gøre det, føre an i sektoren og frigøre vigtige first mover-fordele som et resultat.

Tidsstempel:

Mere fra Produktion og logistik