Hur dataprodukter kan öka effektiviteten i tillverkningen

Hur dataprodukter kan öka effektiviteten i tillverkningen

Källnod: 1946837

Av Pablo Ríos, affärschef för tillverknings- och energiindustrin, Keepler Data Tech. 

I åratal har tillverkare varit under press att hitta större effektivitet. Formeln har förblivit ganska konsekvent: mål fokuserar vanligtvis på att minska kostnaderna och öka kvaliteten för att försvara vinstmarginalerna och fortsätta på utmanande marknader.

Även om detta tillvägagångssätt har varit kännetecknet för många framgångsrika tillverkare, har en sådan strategi pressat marginalerna snävare och snävare, medan traditionella metoder länge har uttömts. När gränserna har nåtts har företagen behövt bli mer innovativa – tack och lov har de nu verktygen för att göra det.

Idag driver data allt vi gör – så mycket att det uppskattas att det kommer att finnas enorma 175 zettabyte data i den globala datasfären år 2025.

För tillverkarna innebär detta möjligheter. Faktum är att data har potentialen att vara en av branschens största tillgångar, vilket gör det möjligt för framgångsrika företag att frodas i dagens snabba och konkurrenskraftiga tillverkningsarena. 

Men att inse att potentialen är starkt beroende av att tillverkande företag hanterar data på rätt sätt.

Dataprojekt kontra dataprodukter

För närvarande närmar sig företag av alla former, storlekar och branscher – inte bara tillverkare – data med ett projekttänk. Varje gång en affärsfunktion har ett problem som den vill lösa med hjälp av data, börjar organisationen från början – skaffa data, rensa och förbereda den, sedan analysera den för det specifika användningsfallet.

Detta är ett felaktigt tillvägagångssätt som inte gör det möjligt för företag att göra den mest effektiva och effektiva användningen av sina datainvesteringar. Det är ofta långsamt, leder till duplicerat arbete, och utdata från varje projekt kan vanligtvis inte användas för att lösa andra användningsfall.

Istället bör organisationer sträva efter att hantera data som en produkt, flytta fokus från individuella utmaningar och mot att utveckla ramverk som kan användas och återanvändas för att möjliggöra användningen av data för att lösa viktiga utmaningar på en upprepad basis. Med andra ord bör de anamma en produkt (inte projekt) centrerad inställning till data.

Faktum är att dataprodukter har potential att revolutionera tillverkningen och erbjuder flera sätt att öka effektiviteten på innovativa sätt.

Med dataprodukter kan färdiga dataramverk utnyttjas i snabb takt för att leverera realtid för att till exempel identifiera flaskhalsar i produktionsprocesser, vilket kan hjälpa tillverkare att snabbt identifiera och åtgärda problem, minska stilleståndstiden och öka produktiviteten.

Som ett exempel har vi sett tillfällen där dataprodukter har använts för att leverera produktionsoptimering för en flasktillverkning, vilket leder till minskningar av flaskkassering på mellan 5 % och 20 %.

Här skapades maskininlärningsmodeller för att fastställa nyckelkriterierna för kvalitet i flasktillverkningsprocessen bland hundratals variabler. Ett beslutsträd med värdeintervallen för flaskhalstemperatur, blåstryck och andra nyckelkriterier skapades. Som ett resultat, genom att tillämpa kombinationer av dessa justeringar, minskade minskningen av avvisade flaskor dramatiskt samtidigt som kvaliteten bibehölls.

Vidare, genom att analysera data från utrustning och övervakningssystem, kan dataprodukter också förutsäga när en maskin sannolikt kommer att gå sönder, vilket gör det möjligt för tillverkare att schemalägga underhåll innan ett haveri inträffar. Detta hjälper till att förhindra oplanerade stillestånd och minskar behovet av dyra reparationer.

På samma sätt kan realtidselementet i dataprodukter också hjälpa tillverkare att optimera sin leveranskedja genom att ge insyn i lagernivåer och leveranstider. Detta gör att de kan fatta välgrundade beslut om när de ska beställa material och komponenter, vilket minskar risken för lagerförluster och överlager.

Värdefulla insikter om kunders beteende och preferenser är också nyckeln. Genom att analysera data från försäljning, marknadsföring och kundservice kan tillverkare identifiera trender och fatta välgrundade beslut om produktutveckling och marknadsföringsstrategier.

Identifiera en ständigt förbättrad möjlighet

Över dessa olika applikationer kan dataprodukter ge tillverkare betydande fördelar, från förbättrat beslutsfattande och ökad driftseffektivitet till minskade kostnader och minskad maskinstillestånd.

Med det sagt förblir dataprodukter relativt nya inom tillverkningsområdet. Varför? Eftersom gamla vanor dör hårt: där tillverkare traditionellt har sökt och/eller utvecklat lösningar som adresserar specifika användningsfall (med en dataprojektansats), fortsätter detta att vara den väg som många tar. Det är ett utmärkt exempel på talesättet, "om det inte är trasigt, fixa det inte".

Kritiskt är dock att dataprojekten för anpassningskapacitet minskar fördelarna som tillverkare kan få jämfört med personliga datalösningar (dataprodukter). Av denna anledning är det viktigt att tillverkande företag ändrar sitt tänkesätt och tar till sig lösningar som kan implementeras genom dataprodukter som ger en tydligare process och förbättrad ROI.

Framöver är det troligt att många tillverkare kommer att börja gå i denna riktning eftersom kostnaderna för datalagring och bearbetning fortsätter att minska.

Allt eftersom skalekonomin som erbjuds av hyperskalare fortsätter att förbättras, kommer tillverkarna att ha en utmärkt möjlighet att helhjärtat ta till sig dataprodukter lättare och mer kostnadseffektivt.

Detta, i kombination med företagens förmåga att samarbeta med partners som har en hög grad av specialisering i användningen av inhemska molntjänster, gör det möjligt att drastiskt minska driftskostnaderna för dataprodukter, vilket gör dem ännu mer attraktiva.

Kultur är avgörande

Naturligtvis är dessa aspekter bara en del av pusslet. Medan förbättrad ROI och minskad OPEX kommer att hjälpa till att få viktiga beslutsfattare ombord, kommer en bredare kulturell förändring att krävas för att säkerställa att dataprodukter implementeras och används lätt i en tillverkningsmiljö.

För att ingjuta denna förändring i tankesättet är det viktigt för företag att hålla sina datapraxis upp till noll. Det innebär att implementera och/eller förbättra nyckelprocesser för att förbättra datakvaliteten och eliminera fel för att säkerställa att mer robusta och tillförlitliga modeller utvecklas.

För att uppnå detta bör tillverkare först fokusera på att säkra och utnyttja rätt kompetens, teknikstrategier och partnerskap som kan driva dem framåt i en relativt ny eller obekant plats. På samma sätt bör de arbeta med att förbättra den interna förståelsen och färdigheter, drivna av både en vilja från individer att lära sig och anamma nya färdigheter samt investeringar i utbildning från företagen själva.

Genom att flytta dessa kritiska byggstenar på plats kommer tillverkarna att vara väl förberedda att börja utveckla och distribuera dataprodukter som kan leverera en mängd olika transformativa fördelar. Faktum är att de som är proaktiva när det gäller att göra det kommer att leda ledningen i sektorn och som ett resultat låsa upp viktiga fördelar för förstahandsledaren.

Tidsstämpel:

Mer från Tillverkning och logistik