چگونه محصولات داده می توانند کارایی را در تولید افزایش دهند

چگونه محصولات داده می توانند کارایی را در تولید افزایش دهند

گره منبع: 1946837

توسط پابلو ریوس، مدیر بازرگانی برای صنایع تولید و انرژی، Keepler Data Tech. 

برای سال‌ها، تولیدکنندگان برای یافتن کارایی بیشتر تحت فشار بوده‌اند. این فرمول نسبتاً ثابت باقی مانده است: اهداف معمولاً حول محور کاهش هزینه ها و افزایش کیفیت برای دفاع از حاشیه سود و تداوم در بازارهای چالش برانگیز هستند.

در حالی که این رویکرد ویژگی بارز بسیاری از تولیدکنندگان موفق بوده است، چنین استراتژی حاشیه‌ها را فشرده‌تر و فشرده‌تر کرده است، در حالی که روش‌های سنتی مدت‌هاست که خسته شده‌اند. با رسیدن به محدودیت‌ها، شرکت‌ها باید نوآورتر می‌شدند - خوشبختانه، آنها اکنون ابزار لازم برای انجام این کار را دارند.

امروزه، داده‌ها به هر کاری که ما انجام می‌دهیم نیرو می‌دهند – به حدی که تخمین زده می‌شود تا سال ۲۰۲۵، ۱۷۵ زتابایت داده در دنیای داده‌های جهانی وجود داشته باشد.

برای تولید کنندگان، این فرصت هایی را ارائه می دهد. در واقع، داده‌ها این پتانسیل را دارند که یکی از بزرگترین دارایی‌های صنعت باشند و شرکت‌های موفق را قادر می‌سازند در عرصه تولید پرسرعت و رقابتی امروزی رشد کنند. 

با این حال، درک این پتانسیل به شدت وابسته به شرکت‌های تولیدی است که با داده‌ها به روش صحیح برخورد کنند.

پروژه های داده در مقابل محصولات داده

در حال حاضر، شرکت‌ها در هر شکل، اندازه و صنایع - نه فقط تولیدکنندگان - با طرز فکر پروژه به داده‌ها می‌پردازند. هر بار که یک عملکرد تجاری مشکلی دارد که می‌خواهد با استفاده از داده‌ها را حل کند، سازمان از ابتدا شروع می‌کند – به دست آوردن داده‌ها، پاکسازی و آماده‌سازی آن‌ها، سپس تجزیه و تحلیل آن برای آن مورد استفاده خاص.

این یک رویکرد معیوب است که شرکت‌ها را قادر نمی‌سازد تا کارآمدترین و مؤثرترین استفاده را از سرمایه‌گذاری داده‌های خود انجام دهند. اغلب آهسته است، منجر به کارهای تکراری می شود، و خروجی های هر پروژه معمولاً نمی توانند برای حل موارد استفاده دیگر تغییر کاربری دهند.

در عوض، سازمان‌ها باید به دنبال مدیریت داده‌ها مانند یک محصول باشند، تمرکز خود را از چالش‌های فردی و به سمت توسعه چارچوب‌هایی که می‌توانند برای فعال کردن استفاده از داده‌ها در حل چالش‌های کلیدی به صورت تکراری مورد استفاده قرار گیرند و تغییر کاربری دهند، داشته باشند. به عبارت دیگر، آنها باید یک رویکرد محصول (نه پروژه) محور به داده ها را بپذیرند.

در واقع، محصولات داده پتانسیل ایجاد انقلابی در تولید را دارند و راه‌های متعددی برای افزایش کارایی به شیوه‌های نوآورانه ارائه می‌دهند.

با محصولات داده‌ای، چارچوب‌های داده آماده برای استفاده را می‌توان با سرعت به کار گرفت تا به‌عنوان مثال، گلوگاه‌ها در فرآیندهای تولید را شناسایی کند، که می‌تواند به تولیدکنندگان کمک کند تا به سرعت مشکلات را شناسایی و برطرف کنند، زمان خرابی را کاهش داده و بهره‌وری را افزایش دهند.

به عنوان مثال، مواردی را دیده‌ایم که از محصولات داده برای ارائه بهینه‌سازی تولید برای تولید بطری استفاده شده است که منجر به کاهش نرخ دفع بطری بین 5 تا 20 درصد شده است.

در اینجا، مدل‌های یادگیری ماشین برای تعیین معیارهای کلیدی کیفیت در فرآیند تولید بطری در میان صدها متغیر ایجاد شد. یک درخت تصمیم با محدوده مقادیر دمای گلوگاه، فشار دمیدن و سایر معیارهای کلیدی ایجاد شد. در نتیجه، با اعمال ترکیبی از این تنظیمات، کاهش در بطری های رد شده به طور چشمگیری کاهش یافت در حالی که کیفیت پایدار بود.

علاوه بر این، با تجزیه و تحلیل داده‌های تجهیزات و سیستم‌های مانیتورینگ، محصولات داده می‌توانند زمان احتمالی خرابی ماشین را پیش‌بینی کنند و به سازندگان اجازه می‌دهد تا تعمیر و نگهداری را قبل از وقوع خرابی برنامه‌ریزی کنند. این به جلوگیری از خرابی برنامه ریزی نشده کمک می کند و نیاز به تعمیرات گران قیمت را کاهش می دهد.

به همین ترتیب، عنصر بلادرنگ محصولات داده نیز می‌تواند به تولیدکنندگان کمک کند تا زنجیره تامین خود را از طریق مشاهده سطح موجودی و زمان تحویل بهینه کنند. این به آنها اجازه می دهد تا تصمیمات آگاهانه ای در مورد زمان سفارش مواد و قطعات بگیرند و خطر کمبود و انباشت بیش از حد را کاهش دهد.

بینش ارزشمند در مورد رفتار و ترجیحات مشتری نیز کلیدی است. با تجزیه و تحلیل داده های فروش، بازاریابی و خدمات مشتری، تولیدکنندگان می توانند روندها را شناسایی کرده و تصمیمات آگاهانه ای در مورد توسعه محصول و استراتژی های بازاریابی بگیرند.

شناسایی فرصتی که همیشه در حال بهبود است

در سراسر این کاربردهای مختلف، محصولات داده می توانند مزایای قابل توجهی را برای تولیدکنندگان فراهم کنند، از تصمیم گیری بهبود یافته و افزایش کارایی عملیاتی گرفته تا کاهش هزینه ها و کاهش زمان از کار افتادن ماشین.

با این گفته، محصولات داده در فضای تولید نسبتاً جدید باقی می مانند. چرا؟ از آنجایی که عادات قدیمی به سختی از بین می روند: جایی که تولیدکنندگان به طور سنتی به دنبال راه حل هایی بوده اند و/یا توسعه داده اند که به موارد استفاده خاص می پردازد (رویکرد پروژه داده)، این همچنان راهی است که بسیاری در پیش می گیرند. این مثال بارز این ضرب المثل است که "اگر خراب نیست، آن را تعمیر نکن".

با این حال، پروژه‌های داده ظرفیت سفارشی‌سازی، مزایایی را که تولیدکنندگان می‌توانند در مقایسه با راه‌حل‌های داده شخصی (محصولات داده) به دست آورند، بسیار مهم است. به همین دلیل، بسیار مهم است که شرکت‌های تولیدی طرز فکر خود را تغییر دهند و راه‌حل‌هایی را بپذیرند که می‌توانند از طریق محصولات داده‌ای که فرآیندی واضح‌تر و بازگشت سرمایه افزایش یافته را ارائه می‌دهند، پیاده‌سازی شوند.

با حرکت رو به جلو، این احتمال وجود دارد که بسیاری از تولیدکنندگان شروع به حرکت در این مسیر کنند، زیرا هزینه ذخیره سازی و پردازش داده ها همچنان کاهش می یابد.

از آنجایی که مدل اقتصادی مقیاس ارائه شده توسط هایپرمقیاس کننده ها به بهبود ادامه می دهد، تولیدکنندگان فرصتی عالی خواهند داشت تا از صمیم قلب محصولات داده را با سهولت بیشتر و مقرون به صرفه تر بپذیرند.

این، همراه با توانایی شرکت‌ها برای همکاری با شرکای دارای تخصص بالایی در استفاده از خدمات ابری بومی، کاهش شدید هزینه‌های عملیاتی مرتبط با محصولات داده را امکان‌پذیر می‌سازد و آنها را جذاب‌تر می‌کند.

فرهنگ انتقادی است

البته این جنبه ها تنها بخشی از پازل هستند. در حالی که بهبود ROI و کاهش OPEX به جذب تصمیم‌گیرندگان کلیدی کمک می‌کند، یک تغییر فرهنگی گسترده‌تر برای اطمینان از پیاده‌سازی و استفاده آسان محصولات داده در یک محیط تولیدی لازم است.

برای القای این تغییر در طرز فکر، برای شرکت‌ها مهم است که رویه‌های داده‌های خود را به طور کامل حفظ کنند. این به معنای پیاده سازی و/یا بهبود فرآیندهای کلیدی برای بهبود کیفیت داده ها و حذف خطاها برای اطمینان از توسعه مدل های قوی تر و قابل اعتمادتر است.

برای دستیابی به این هدف، تولیدکنندگان باید ابتدا بر روی ایمن کردن و استفاده از مهارت‌ها، استراتژی‌های فناوری و مشارکت‌های مناسب که قادر به پیشبرد آنها در فضای نسبتاً جدید یا ناآشنا هستند، تمرکز کنند. به همین ترتیب، آنها باید بر روی تقویت درک درونی و مجموعه مهارت‌ها کار کنند، که هم از طریق تمایل افراد برای یادگیری و پذیرش مهارت‌های جدید و هم سرمایه‌گذاری در آموزش خود شرکت‌ها انجام می‌شود.

با جابجایی این بلوک‌های ساختمانی حیاتی در جای خود، تولیدکنندگان به خوبی آماده خواهند شد تا شروع به توسعه و استقرار محصولات داده‌ای کنند که قادر به ارائه انواع مزایای دگرگون‌کننده باشند. در واقع، آنهایی که در انجام این کار فعال هستند، مسئولیت را در این بخش هدایت می‌کنند و در نتیجه مزایای حیاتی اولین حرکت را باز می‌کنند.

تمبر زمان:

بیشتر از تولید و تدارکات