کس طرح ڈیٹا پروڈکٹس مینوفیکچرنگ میں کارکردگی کو بڑھا سکتے ہیں۔

کس طرح ڈیٹا پروڈکٹس مینوفیکچرنگ میں کارکردگی کو بڑھا سکتے ہیں۔

ٹائم سٹیمپ: فروری 8، 2023 6:29 PM
ماخذ نوڈ: 1946837

بذریعہ پابلو ریوس، بزنس مینیجر برائے مینوفیکچرنگ اور انرجی انڈسٹریز، کیپلر ڈیٹا ٹیک۔ 

برسوں سے، مینوفیکچررز پر زیادہ افادیت تلاش کرنے کے لیے دباؤ ہے۔ فارمولہ کافی حد تک مطابقت رکھتا ہے: اہداف عام طور پر لاگت کو کم کرنے اور کوالٹی بڑھانے کے ارد گرد مرکوز ہوتے ہیں تاکہ منافع کے مارجن کا دفاع کیا جا سکے اور چیلنجنگ مارکیٹوں میں برقرار رہے۔

اگرچہ یہ نقطہ نظر بہت سے کامیاب مینوفیکچررز کا خاصہ رہا ہے، اس طرح کی حکمت عملی نے مارجن کو سخت اور سخت کر دیا ہے، جبکہ روایتی طریقے طویل عرصے سے ختم ہو چکے ہیں۔ جیسے جیسے حدیں پہنچ چکی ہیں، کاروباری اداروں کو مزید اختراعی بننا پڑا ہے - شکر ہے کہ اب ان کے پاس ایسا کرنے کے اوزار ہیں۔

آج، ڈیٹا ہمارے ہر کام کو تقویت دے رہا ہے - اتنا کہ اندازہ لگایا گیا ہے کہ 175 تک عالمی ڈیٹا اسپیئر میں 2025 زیٹا بائٹس ڈیٹا موجود ہوگا۔

مینوفیکچررز کے لیے، یہ مواقع پیش کرتا ہے۔ درحقیقت، ڈیٹا میں صنعت کے سب سے بڑے اثاثوں میں سے ایک ہونے کی صلاحیت ہے، جو آج کے تیز رفتار اور مسابقتی مینوفیکچرنگ میدان میں کامیاب کاروباری اداروں کو ترقی کی منازل طے کرنے کے قابل بناتی ہے۔ 

تاہم، اس بات کا ادراک کرنے کی صلاحیت کا انحصار مینوفیکچرنگ فرموں پر ہے جو صحیح طریقے سے ڈیٹا کے ساتھ کام کر رہی ہیں۔

ڈیٹا پروجیکٹس بمقابلہ ڈیٹا پروڈکٹس

فی الحال، تمام اشکال، سائز اور صنعتوں کی فرمیں – نہ صرف مینوفیکچررز – ایک پروجیکٹ مائنڈ سیٹ کے ساتھ ڈیٹا تک رسائی حاصل کرتے ہیں۔ جب بھی کسی کاروباری فنکشن میں کوئی مسئلہ ہوتا ہے جسے وہ ڈیٹا کے استعمال سے حل کرنا چاہتا ہے، تنظیم شروع سے ڈیٹا حاصل کرتی ہے، اسے صاف کرتی ہے اور اسے تیار کرتی ہے، پھر اس مخصوص استعمال کے معاملے کے لیے اس کا تجزیہ کرتی ہے۔

یہ ایک ناقص طریقہ ہے جو فرموں کو اپنے ڈیٹا کی سرمایہ کاری کا سب سے زیادہ موثر اور موثر استعمال کرنے کے قابل نہیں بناتا ہے۔ یہ اکثر سست ہوتا ہے، ڈپلیکیٹ کام کی طرف لے جاتا ہے، اور ہر پروجیکٹ کے آؤٹ پٹ کو عام طور پر استعمال کے دیگر معاملات کو حل کرنے کے لیے دوبارہ تیار نہیں کیا جا سکتا۔

اس کے بجائے، تنظیموں کو ایک پروڈکٹ کی طرح ڈیٹا کا انتظام کرنے کی کوشش کرنی چاہیے، انفرادی چیلنجوں سے توجہ ہٹاتے ہوئے اور ایسے فریم ورک تیار کرنے کی طرف جو استعمال کیے جاسکتے ہیں اور دوبارہ استعمال کیے جاسکتے ہیں تاکہ اعداد و شمار کے استعمال کو دہرانے کی بنیاد پر کلیدی چیلنجوں کو حل کرنے کے قابل بنایا جاسکے۔ دوسرے لفظوں میں، انہیں ڈیٹا کے لیے ایک پروڈکٹ (پروجیکٹ نہیں) مرکوز نقطہ نظر کو اپنانا چاہیے۔

درحقیقت، ڈیٹا پروڈکٹس میں مینوفیکچرنگ میں انقلاب لانے کی صلاحیت ہوتی ہے، جو اختراعی آداب میں ڈرائیونگ کی کارکردگی کے کئی طریقے پیش کرتی ہے۔

ڈیٹا پروڈکٹس کے ساتھ، استعمال کے لیے تیار ڈیٹا فریم ورک کو ریئل ٹائم ڈیلیور کرنے کے لیے تیز رفتاری سے استعمال کیا جا سکتا ہے، مثال کے طور پر، پیداواری عمل میں رکاوٹوں کی نشاندہی، جس سے مینوفیکچررز کو مسائل کی فوری شناخت اور ان کو حل کرنے، ڈاؤن ٹائم کو کم کرنے اور پیداواری صلاحیت بڑھانے میں مدد مل سکتی ہے۔

مثال کے طور پر، ہم نے ایسی مثالیں دیکھی ہیں جہاں ڈیٹا پروڈکٹس کو بوتل کی تیاری کے لیے پروڈکشن آپٹیمائزیشن فراہم کرنے کے لیے استعمال کیا گیا ہے، جس کی وجہ سے بوتل کے مسترد ہونے کی شرح میں 5% اور 20% کے درمیان کمی واقع ہوئی ہے۔

یہاں، سینکڑوں متغیرات کے درمیان بوتل کی تیاری کے عمل میں معیار کے کلیدی معیار کا تعین کرنے کے لیے مشین لرننگ ماڈل بنائے گئے تھے۔ رکاوٹ کے درجہ حرارت، اڑانے کے دباؤ اور دیگر کلیدی معیارات کے لیے اقدار کی حدود کے ساتھ فیصلہ ساز درخت بنایا گیا تھا۔ نتیجے کے طور پر، ان ایڈجسٹمنٹ کے امتزاج کو لاگو کرنے سے، مسترد شدہ بوتلوں میں کمی کو ڈرامائی طور پر کم کیا گیا جبکہ معیار کو برقرار رکھا گیا۔

مزید، آلات اور نگرانی کے نظام سے ڈیٹا کا تجزیہ کرکے، ڈیٹا پروڈکٹس یہ بھی پیش گوئی کر سکتے ہیں کہ کب مشین کے ناکام ہونے کا امکان ہے، جس سے مینوفیکچررز کو بریک ڈاؤن ہونے سے پہلے دیکھ بھال کا شیڈول بنانے کی اجازت ملتی ہے۔ یہ غیر منصوبہ بند ڈاؤن ٹائم کو روکنے میں مدد کرتا ہے اور مہنگی مرمت کی ضرورت کو کم کرتا ہے۔

اسی طرح، ڈیٹا پروڈکٹس کا ریئل ٹائم عنصر بھی مینوفیکچررز کو انوینٹری کی سطحوں اور ترسیل کے اوقات میں مرئیت فراہم کرکے اپنی سپلائی چین کو بہتر بنانے میں مدد کر سکتا ہے۔ یہ انہیں مواد اور اجزاء کا آرڈر دینے کے بارے میں باخبر فیصلے کرنے کی اجازت دیتا ہے، اسٹاک آؤٹ اور اوور اسٹاکنگ کے خطرے کو کم کرتا ہے۔

گاہک کے رویے اور ترجیحات میں قابل قدر بصیرت بھی کلیدی حیثیت رکھتی ہے۔ سیلز، مارکیٹنگ اور کسٹمر سروس کے ڈیٹا کا تجزیہ کرکے، مینوفیکچررز رجحانات کی شناخت کر سکتے ہیں اور مصنوعات کی ترقی اور مارکیٹنگ کی حکمت عملیوں کے بارے میں باخبر فیصلے کر سکتے ہیں۔

ہمیشہ بہتر ہونے والے موقع کی نشاندہی کرنا

ان مختلف ایپلی کیشنز میں، ڈیٹا پروڈکٹس مینوفیکچررز کو اہم فوائد فراہم کر سکتے ہیں، بہتر فیصلہ سازی اور بہتر آپریشنل کارکردگی سے لے کر لاگت میں کمی اور مشین کے وقت کو کم کرنے تک۔

اس کے ساتھ ہی، ڈیٹا پروڈکٹس مینوفیکچرنگ کی جگہ میں نسبتاً نئے ہیں۔ کیوں؟ کیونکہ پرانی عادتیں مشکل سے مرتی ہیں: جہاں مینوفیکچررز نے روایتی طور پر ایسے حل تلاش کیے ہیں اور/یا تیار کیے ہیں جو مخصوص استعمال کے معاملات کو حل کرتے ہیں (ڈیٹا پروجیکٹ اپروچ لیتے ہیں)، یہ وہ راستہ ہے جو بہت سے لوگ اپناتے ہیں۔ یہ کہاوت کی ایک بہترین مثال ہے، "اگر یہ ٹوٹا نہیں ہے، تو اسے ٹھیک نہ کرو"۔

تاہم، تنقیدی طور پر، حسب ضرورت صلاحیت کے ڈیٹا پروجیکٹ ان فوائد کو کم کرتے ہیں جو مینوفیکچررز کو ذاتی ڈیٹا سلوشنز (ڈیٹا پروڈکٹس) کے مقابلے میں حاصل ہو سکتے ہیں۔ اس وجہ سے، یہ بہت ضروری ہے کہ مینوفیکچرنگ کمپنیاں اپنی ذہنیت کو تبدیل کریں اور ایسے حل کو اپنائیں جن کو ڈیٹا پروڈکٹس کے ذریعے لاگو کیا جا سکتا ہے جو ایک واضح عمل اور بہتر ROI فراہم کرتے ہیں۔

آگے بڑھتے ہوئے، امکان ہے کہ بہت سے مینوفیکچررز اس سمت میں جانا شروع کر دیں گے کیونکہ ڈیٹا اسٹوریج اور پروسیسنگ کی لاگت مسلسل کم ہوتی جا رہی ہے۔

چونکہ ہائپر اسکیلرز کے ذریعہ پیش کردہ اسکیل ماڈل کی معیشت میں بہتری آتی جارہی ہے، مینوفیکچررز کے پاس ڈیٹا پروڈکٹس کو زیادہ آسانی سے اور مؤثر طریقے سے اپنانے کا بہترین موقع ہوگا۔

یہ، فرموں کی ان شراکت داروں کے ساتھ کام کرنے کی اہلیت کے ساتھ جو مقامی کلاؤڈ سروسز کے استعمال میں اعلیٰ مہارت رکھتے ہیں، ڈیٹا پروڈکٹس سے وابستہ آپریٹنگ اخراجات کو بہت زیادہ کم کرنا ممکن بناتا ہے، اور انہیں مزید پرکشش بناتا ہے۔

ثقافت اہم ہے۔

یقیناً یہ پہلو اس پہیلی کا صرف ایک حصہ ہیں۔ اگرچہ بہتر ROI اور کم شدہ OPEX کلیدی فیصلہ سازوں کو بورڈ میں شامل کرنے میں مدد کرے گا، اس بات کو یقینی بنانے کے لیے ایک وسیع تر ثقافتی تبدیلی کی ضرورت ہوگی کہ ڈیٹا پروڈکٹس کو لاگو کیا جائے اور مینوفیکچرنگ سیٹنگ میں آسانی سے استعمال کیا جائے۔

ذہنیت میں اس تبدیلی کو جنم دینے کے لیے، فرموں کے لیے یہ ضروری ہے کہ وہ اپنے ڈیٹا پریکٹس کو شروع تک رکھیں۔ اس کا مطلب ہے کہ ڈیٹا کے معیار کو بہتر بنانے اور غلطیوں کو ختم کرنے کے لیے کلیدی عمل کو نافذ کرنا اور/یا بڑھانا تاکہ یہ یقینی بنایا جا سکے کہ زیادہ مضبوط اور قابل اعتماد ماڈلز تیار کیے گئے ہیں۔

اسے حاصل کرنے کے لیے، مینوفیکچررز کو سب سے پہلے صحیح مہارتوں، ٹیکنالوجی کی حکمت عملیوں اور شراکت داریوں کو محفوظ بنانے اور فائدہ اٹھانے پر توجہ دینی چاہیے جو انہیں نسبتاً نئی یا غیر مانوس جگہ میں آگے بڑھانے کے قابل ہوں۔ یکساں طور پر، انہیں داخلی تفہیم اور مہارتوں کو بڑھانے پر کام کرنا چاہیے، جو افراد کی طرف سے نئی مہارتیں سیکھنے اور قبول کرنے کی خواہش کے ساتھ ساتھ خود کاروباری اداروں سے تربیت میں سرمایہ کاری کے ذریعے کارفرما ہے۔

ان اہم بلڈنگ بلاکس کو جگہ پر منتقل کرنے سے، مینوفیکچررز مختلف قسم کے تبدیلی کے فوائد فراہم کرنے کے قابل ڈیٹا پروڈکٹس کی تیاری اور تعیناتی شروع کرنے کے لیے تیار ہو جائیں گے۔ درحقیقت، جو لوگ ایسا کرنے میں سرگرم ہیں وہ اس شعبے میں چارج کی قیادت کریں گے اور اس کے نتیجے میں اہم فرسٹ موور فوائد کو غیر مقفل کریں گے۔

ٹائم اسٹیمپ:

سے زیادہ مینوفیکچرنگ اور لاجسٹکس