メーカーがデータの競争機会を最大化する方法

製造業は、データコレクターのリーダーです。センサーデータ、従業員の動きの追跡、ダウンタイムデータ、予知保全関連のデータ、需要-製造施設内で情報を収集する機会はたくさんあります。

一方では、これは素晴らしいことのように聞こえます。これらすべてのデータを使用して、メーカーはますます狭くなる顧客セグメンテーションを使用して製品とサービスをより適切に調整し、機械学習を利用してリスクを軽減し、分析とシナリオ構築を通じて意思決定を導き、さらにどの製品とサービスを理解する必要があるかを理解できるはずです。次のオファー。でしょ？

残念ながら、そうではありません。トップデータアグリゲーターであるにもかかわらず、多くのメーカーはデータを実際の効果に使用するのに苦労しています。データを使用することには非常に多くの利点がありますが、なぜメーカーは技術曲線に遅れをとっており、そのような打撃を与えているのでしょうか？

製造データが使用されない理由

解決策について話し合うために、問題から始めましょう。なぜメーカーは収集したデータを効果的に活用していないのですか？何が彼らを止めているのですか？

最も広い意味では、それは時代遅れになります。従業員のスキルセットからアーキテクチャに至るまで、すべてが最新のテクノロジーとの連携に苦労しています。多くの製造業者は、IoTセンサーや同様のデバイスを追加することで、デジタルトランスフォーメーションの薄いベニヤを追加していますが、実際には、製造の中核は、意味のあるものに完全に追いつくことができないことがよくあります。従来の方法に執着することから、必ずしも古い方法に固執することではなく、継続的なビジネスを保証するタイプのオーバーホールを実行するために必要なエネルギーと先見の明の欠如です。

ただし、一部のメーカーにとっては、技術に精通した競合他社に打ち負かされて、時間の流れに流されないように、今や決断を下す時期が来ています。

データサイロ

多くのメーカーで使用されているデータ収集デバイスは、必要な情報を収集するために急いでいますが、そのデータはサイロに直接送られ、データサイロは、特に大量の受信情報では機能しません。これは、一部のデータが管理と分析のために運用に送信され、他のデータが調達、QA、または別の部門に送信されることを意味します。 「まあ、みんなにすべてを投げることはできません！」多くのメーカーを非難します。

ええと、それに対抗するために、はい、できます。あなたは両方ともできるし、すべきです。サイロ化されたデータは乱雑で非生産的です。多くの場合、複数のチームが同じ問題に別々に取り組んでおり、部門が異なる古いデータを持っており、1つのまとまりのある組織として機能することから一般的に切り離されています。

高齢化する労働力

製造業は、製造業の歴史の中でまったく異なる時代に向けて訓練された高齢の従業員でいっぱいであり、彼らの影響力は政策と優先順位に反映され続けています。スマートファクトリーを運営するために必要なITスキルは、彼らが訓練したものではなく、これらのタイプのテクノロジーを実装するという考えは、圧倒的で不快に思えるかもしれません（会社が廃業するほど不快ではありませんが）。

古い工場

現在稼働している一部の工場は、最新の「スマート」オプションと比較して実質的に遺棄されており、新しい機器への変更をほとんどサポートしていません。これらの工場の建築とインフラが古いのと同じように、機械も古いです。特に意思決定者が、貴重な機械の保証を無効にすることをメーカーに要求するセンサーの使用など、以前の形式の自動化とデータ収集のみを認識している場合、完全に接続された製造現場を運営するロジスティクスは手の届かないように見える可能性があります。

古代のプロセス

工場のフロアは窮屈で老朽化していますが、運用とデータ収集のプロセスは、収集しているデータの重みで崩壊し始めています。一部のメーカーは、ここでアドホックプロセスを利用し、そこでクイックフィックスを利用していますが、このソリューションのパッチワークは、データ主導の経済が成長するにつれて、より大きな問題を引き起こすだけです。過去の産業時代に確立された製造プロセスは、スマート施設の要求に一致するように変換する必要がありますが、変更は不快であり、威圧的である可能性があります。これらのプロセスは、メーカーが収集したデータの使用を阻止するのに役立ちます。

DataOpsがありません

ReThink Dataレポートでは、多くのメーカーがデータ戦略と実装を大幅に欠いていることが明らかになっています。この闘争の主な要因の1つは、DataOpsがないことです。完全なDataOpsを持っていると報告した組織はわずか10％であり、メーカーの3分の2はDataOpsをまったく持っていませんでした。収集、データ、およびツールを戦略化してまとめてすべての取り組みから意味を抽出するこのイニシアチブがなければ、切断が残り、データの悪夢が続きます。

競争優位性のために製造データを最大化する方法

IoTやエッジコンピューティングデバイスなどのスマートテクノロジーの実装をすでに開始しているメーカーにとって、最初のステップはDataOpsに人を雇うことです。 。これらの人々は、データを人々と彼らの決定に結び付けます。これらは、収集したデータを実際に使用し、それを適切に使用するための基盤です。これらは、AI、機械学習、エッジコンピューティング、クラウドベースのデータ管理の頼りになる人々になります。

次に、そのDataOpsチームに必要な情報を提供します。 データサイロをノックダウンする アルゴリズムが全体像を把握できる場合に推定できる接続、パターン、洞察、および密室で冗長に作業するのではなく、コラボレーションによって部門が回収する時間を確認します。

これらすべてのデータを使用して、データを管理および保存して、すぐにアクセスできるようにする方法が必要になります。 それを使用するとき。これは、前述のReThink Dataレポートによると、データ利用に対する上位5つの障壁の1つです。また、製造データには専有情報が含まれていることが多いため、すべてを安全に保つ方法を見つける必要があります。 MachineMetricsは、一貫したレポートと分析のためにデータ構造を標準化する自動データ変換エンジンを含む、この面でのソリューションを提供します。また、エッジコンピューティングデバイスと、クラウドへの便利でスケーラブルな即時転送を提供し、最高かつ最新のセキュリティプロトコルと暗号化されたデータ転送のみを使用してストレージと分析を行います。

大事なことを言い忘れましたが、データの使用に対して前向きで魅力的な職場文化を育むことが重要です 。たとえば、MachineMetricsを使用すると、工場のフロアワーカーは、タブレットデバイスのデータを機械に直接入力して、収集されたデータに人間のコンテキストのレイヤーを追加できます。この種の双方向性、リアルタイムのレポート、ダウンタイムの減少、壊れたツールやスクラップパーツの減少により、従業員はデータ主導の文化を容易に受け入れることができます。

MachineMetrics IoTプラットフォームが、企業が製造データを収集、分析、および保存するのにどのように役立つかについて詳しく知る準備はできていますか？こちらでデモを予約してください。