製造分析の実際

ボッシュの工場での生産プロセスを改善するために、分析を長年使用してきました。では、製造業における分析の新機能と次のステップは何ですか？

要件分析の方法論がすべての違いを生む

データ分析プロジェクトを立ち上げて実行するには、さまざまな方法があります。出発点は通常、お客様の生産施設でのキックオフワークショップです。そこでは、お客様のチームと会い、製品と製造プロセスの視覚的な印象に基づいて、プロジェクトの目的と根本的な問題について話し合い、理解します。

生産エンジニアは、問題を引き起こしていると思われる特定のプロセスステップに焦点を当てて深く掘り下げ、一般的な問題解決アプローチを適用する傾向があります。

ただし、データ分析は、特定の1つのプロセスまたはマシンだけに焦点を当てているわけではないため、さらに多くのメリットをもたらすことができます。代わりに、上流および下流の生産ステップからの機械、プロセス、および材料データも考慮に入れるため、以前は隠されていた因果関係、相関関係、およびパターンを特定できます。

したがって、プロジェクトの開始時に製造業におけるデータ分析の可能性と力を紹介することに加えて、キックオフワークショップの主な目標の1つは、ビジネスの観点から顧客の問題を理解することです。さらに重要なのは、問題の背後にある物理的原理の観点から問題を見ようとすることです。これにより、適切なデータソースに集中できるため、データ分析の全機能を活用できます。

ビジネスの理解に時間を費やすことは報われます

ワークショップの最初の部分の目標は、主要な問題を特定し、その問題の理解とデータ分析の両方を確実に一致させることです。このワークショップの最初の部分を「ビジネス理解」と呼びます。

ワークショップの参加者は、製品、プロセス、および全体的な状態をより深く理解するのに役立つ、的を絞った質問をされます。これにより、考えられる根本原因を示す最初の兆候が得られます。対象となる質問は次のとおりです。

プロセスステップの正確なシーケンスは何ですか？問題が最初に発生するのはどのステーションですか？近くのどの駅がそれに影響を及ぼしている可能性がありますか？並列ステップ、やり直し、繰り返しステップなど、バリューストリームの特別な特性はありますか？製品バリエーションはいくつありますか？何社のサプライヤーが関わっていますか？など…

データの理解が次に来る

プロジェクト要件の分析と記録に関するキックオフワークショップの第2部では、データについて話し始めます。

どのソースがデータを提供していますか？最初にデータを統合する必要がありますか、それとも生成する必要がありますか？他のプロセスからのどのデータが重要ですか？私たちはどのような時間枠を見ていますか？さまざまなデータソースを操作する場合、データを元の場所まで明確に追跡することは可能ですか（たとえば、一意のIDを使用して）？

大規模なプロジェクトではなく反復分析

データの準備にかかる時間にもよりますが、最初の分析フェーズは通常1週間以内で終了します。今週以降、製造分析の専門家は、与えられたデータに基づいて顧客の問題を解決する可能性を実証することを目的として、顧客の専門家チームに最初の結果を提示します。

理想的には（実際、これは非常に頻繁に発生します）、分析の最初のサイクルの結果は、プロジェクトの目標を達成する方法（たとえば、特定のバリューストリームのスクラップ率を減らす）に関する実用的なアイデアをすでに提供しています。

同時に、顧客の意見と中間結果に対する顧客の反応に基づいて、分析戦略を再調整して、新たに得られた洞察に適合させることができます。これは、データ分析プロジェクトの成功にとって非常に重要です。どうして？チームは誤った結論を除外し、データ分析によって付加価値が目に見えるようになり、使用可能になり、次のステップが共同で定義されます。

結果を確認するには、他に何が必要ですか？そして最終的にそれらを自動化するために？このために拡張データスコープをどの程度正確に定義する必要がありますか？

プロジェクト終了後の予測モデルのメンテナンスとサポート

プロジェクト後のメンテナンスやサポートなどはありますか？多くのお客様からお伺いします。答えは確かにイエスです！この側面は、予測モデルをリアルタイムデータに適用したいすべての顧客にとって非常に重要です。たとえば、最適な時点で摩耗部品の交換をスケジュールしたり、テスト結果を予測したりします。

そのため、インストールされたソフトウェアソリューションのメンテナンスとサポートを提供するだけでなく、予測モデルのトレーニングと監視のための適切な技術サポートを提供することに重点を置いています。

次のレベル：標準的な問題のための標準化されたツール

Webベースの分析ツールは、即時の洞察をもたらし、データサイエンティストを関与させることなく、エンジニアの日常業務で使用するデータ分析を提供します。この次のレベルはエキサイティングです。詳細については、ビデオをご覧ください。