Hoe dataproducten de efficiëntie in de productie kunnen stimuleren

Hoe dataproducten de efficiëntie in de productie kunnen stimuleren

Tijdstempel: 8 februari 2023 6:29 uur
Bronknooppunt: 1946837

Door Pablo Ríos, Business Manager voor de productie- en energiesector, Keepler Data Tech. 

Fabrikanten staan ​​al jaren onder druk om meer efficiëntie te vinden. De formule is redelijk consistent gebleven: de doelstellingen draaien meestal rond het verlagen van de kosten en het verhogen van de kwaliteit om de winstmarges te verdedigen en door te gaan in uitdagende markten.

Hoewel deze aanpak het kenmerk is van veel succesvolle fabrikanten, heeft een dergelijke strategie de marges steeds krapper gemaakt, terwijl de traditionele methodes allang zijn uitgeput. Nu de limieten zijn bereikt, moesten ondernemingen innovatiever worden - gelukkig hebben ze nu de tools om dat te doen.

Vandaag de dag wordt alles wat we doen aangedreven door data – zozeer zelfs dat er tegen 175 naar schatting maar liefst 2025 zettabytes aan data in de wereldwijde datasfeer zal zijn.

Voor fabrikanten biedt dit kansen. Data hebben inderdaad het potentieel om een ​​van de grootste troeven van de industrie te zijn, waardoor succesvolle ondernemingen kunnen gedijen in de huidige snelle en concurrerende productie-arena. 

Het realiseren van dat potentieel is echter sterk afhankelijk van productiebedrijven die op de juiste manier met data omgaan.

Dataprojecten versus dataproducten

Op dit moment benaderen bedrijven van alle soorten, maten en sectoren – niet alleen fabrikanten – data met een projectmentaliteit. Elke keer dat een bedrijfsfunctie een probleem heeft dat het wil oplossen met behulp van data, begint de organisatie helemaal opnieuw: het verzamelen van de data, het opschonen en voorbereiden ervan, en het vervolgens analyseren voor die specifieke use case.

Dit is een gebrekkige aanpak die bedrijven niet in staat stelt om het meest efficiënte en effectieve gebruik te maken van hun data-investeringen. Het is vaak traag, leidt tot dubbel werk en de resultaten van elk project kunnen doorgaans niet worden hergebruikt om andere gebruikssituaties op te lossen.

In plaats daarvan zouden organisaties moeten kijken naar het beheren van gegevens als een product, waarbij de focus wordt verlegd van individuele uitdagingen naar het ontwikkelen van kaders die kunnen worden gebruikt en hergebruikt om het gebruik van gegevens mogelijk te maken bij het herhaaldelijk oplossen van belangrijke uitdagingen. Met andere woorden, ze moeten een productgerichte (niet projectgerichte) benadering van gegevens omarmen.

Dataproducten hebben inderdaad het potentieel om een ​​revolutie teweeg te brengen in de productie en bieden verschillende manieren om efficiëntie op innovatieve manieren te stimuleren.

Met dataproducten kunnen kant-en-klare dataframeworks snel worden ingezet om real-time te leveren om bijvoorbeeld knelpunten in productieprocessen te identificeren, wat fabrikanten kan helpen problemen snel te identificeren en aan te pakken, downtime te verminderen en de productiviteit te verhogen.

We hebben bijvoorbeeld gevallen gezien waarin dataproducten werden gebruikt om de productie van flessen te optimaliseren, wat leidde tot een vermindering van het aantal afgekeurde flessen met 5% tot 20%.

Hier werden machine learning-modellen gemaakt om de belangrijkste criteria voor kwaliteit in het productieproces van flessen te bepalen uit honderden variabelen. Er is een beslisboom opgesteld met waardenbereiken voor knelpunttemperatuur, blaasdruk en andere belangrijke criteria. Door combinaties van deze aanpassingen toe te passen, werd de vermindering van afgekeurde flessen drastisch verminderd terwijl de kwaliteit behouden bleef.

Verder kunnen dataproducten, door gegevens van apparatuur en bewakingssystemen te analyseren, ook voorspellen wanneer een machine waarschijnlijk uitvalt, waardoor fabrikanten onderhoud kunnen plannen voordat er een storing optreedt. Dit helpt ongeplande downtime te voorkomen en vermindert de noodzaak van dure reparaties.

Evenzo kan het realtime-element van dataproducten fabrikanten helpen hun toeleveringsketen te optimaliseren door inzicht te bieden in voorraadniveaus en levertijden. Hierdoor kunnen ze weloverwogen beslissingen nemen over wanneer ze materialen en componenten moeten bestellen, waardoor het risico op voorraadtekorten en overbevoorrading wordt verkleind.

Waardevolle inzichten in het gedrag en de voorkeuren van klanten staan ​​ook centraal. Door gegevens van verkoop, marketing en klantenservice te analyseren, kunnen fabrikanten trends identificeren en weloverwogen beslissingen nemen over productontwikkeling en marketingstrategieën.

Het identificeren van een steeds beter wordende kans

In al deze verschillende toepassingen kunnen dataproducten fabrikanten aanzienlijke voordelen bieden, van verbeterde besluitvorming en verhoogde operationele efficiëntie tot lagere kosten en verminderde machine-uitval.

Dat gezegd hebbende, blijven dataproducten relatief nieuw in de productieruimte. Waarom? Omdat oude gewoonten hardnekkig zijn: waar fabrikanten van oudsher oplossingen zochten en/of ontwikkelden die zich richtten op specifieke use-cases (met een dataprojectbenadering), blijft dit de weg die velen inslaan. Het is een goed voorbeeld van het gezegde "als het niet kapot is, repareer het dan niet".

Het is echter van cruciaal belang dat dataprojecten met aanpassingscapaciteit de voordelen verminderen die fabrikanten kunnen behalen in vergelijking met gepersonaliseerde dataoplossingen (dataproducten). Om deze reden is het van vitaal belang dat productiebedrijven hun mentaliteit veranderen en oplossingen omarmen die kunnen worden geïmplementeerd door middel van dataproducten die zorgen voor een duidelijker proces en een verbeterde ROI.

In de toekomst zullen veel fabrikanten waarschijnlijk deze kant op gaan, aangezien de kosten van gegevensopslag en -verwerking blijven dalen.

Naarmate het schaalmodel dat door hyperscalers wordt aangeboden, blijft verbeteren, krijgen fabrikanten een uitgelezen kans om dataproducten sneller en kosteneffectiever te omarmen.

Dit, gecombineerd met het vermogen van bedrijven om samen te werken met partners die een hoge mate van specialisatie hebben in het gebruik van native clouddiensten, maakt het mogelijk om de bedrijfskosten van dataproducten drastisch te verlagen, waardoor ze nog aantrekkelijker worden.

Cultuur is cruciaal

Natuurlijk zijn deze aspecten slechts een deel van de puzzel. Hoewel verbeterde ROI en verminderde OPEX zullen helpen om belangrijke besluitvormers aan boord te krijgen, zal een bredere culturele verschuiving nodig zijn om ervoor te zorgen dat dataproducten gemakkelijk worden geïmplementeerd en gebruikt in een productieomgeving.

Om deze mentaliteitsverandering teweeg te brengen, is het belangrijk dat bedrijven hun gegevenspraktijken op peil houden. Dat betekent het implementeren en/of verbeteren van sleutelprocessen voor het verbeteren van de gegevenskwaliteit en het elimineren van fouten om ervoor te zorgen dat er robuustere en betrouwbaardere modellen worden ontwikkeld.

Om dit te bereiken, moeten fabrikanten zich eerst richten op het veiligstellen en benutten van de juiste vaardigheden, technologische strategieën en partnerschappen die hen vooruit kunnen helpen in een relatief nieuwe of onbekende ruimte. Evenzo moeten ze werken aan het verbeteren van het interne begrip en de vaardigheden, zowel gedreven door de bereidheid van individuen om nieuwe vaardigheden te leren en te omarmen, als door investeringen in opleiding van de ondernemingen zelf.

Door deze kritieke bouwstenen op hun plaats te zetten, zijn fabrikanten goed voorbereid om te beginnen met het ontwikkelen en implementeren van dataproducten die een verscheidenheid aan transformerende voordelen kunnen bieden. Degenen die hierin proactief zijn, zullen inderdaad de leiding nemen in de sector en daardoor essentiële first mover-voordelen ontsluiten.

Tijdstempel:

Meer van Productie en logistiek