Az elmúlt 20 év az iparban a termelésoptimalizálásról szól. Csökkenteni a hulladékot és a változékonyságot gyártási folyamataikban, jelentősen javítani a termék minőségét és olcsóbbá tenni a gyártást. Ezeket korszerű gépekkel, vagy módszertanok (lean, Six Sigma) segítségével érték el, majd ezt követte a digitalizáció. Azonban bizonyos feldolgozási környezetekben az extrém ingadozások a különböző gyártási változókban, bizonytalanságokban továbbra is a mindennapi élet részei.
A termelést befolyásoló gyártási tevékenységek óriási száma miatt a gyártóknak részletesebb megközelítésre van szükségük a folyamatbeli hibák diagnosztizálásához és korrigálásához, ha tovább akarnak fejlődni. A fejlett analitika, a termelésből gyűjtött Big Datával éppen ezt képes nyújtani.
Az adat és annak elemzése az üzleti tanácsadó cégek kedvenc témája lett az elmúlt években. Nem véletlenül, hiszen minden médium sikerekről ír: Akik már alkalmazzák azok 42%-os értékesítés növekedésről számolnak be (Gartner Says 42% of Sales Leaders Rate Their Sales Analytics ROI as Significantly Higher Than Expected), vagy éppen 20 millió dolláros profitjavulást érnek el az adatelemzéssel (McKinsey, How big data can improve manufacturing).
Kiaknázni az adat nyújtotta lehetőségeket
Az első kritikus lépés a gyártóknak, hogy számításba vegyék, mennyi adattal rendelkezik a vállalat. A legtöbb cég hatalmas mennyiségű folyamatadatot gyűjt, de általában csak nyomon követési célokra használják azt, nem pedig műveleteik javításának alapjaként. Az adatokat felhasználhatóvá kell tennünk (például legyenek központosítva, valamint az indexelésük több forrásból történjen meg), hogy azokat könnyebben lehessen elemezni, közöttük mintázatokat felismerni, amelyek konkrét lépések meghozatalában segítenek.
Néhány cég, különösen azok, amelyeknek termelési ciklusai hónapokig vagy néha évekig tartanak, túl kevés adattal rendelkeznek ahhoz, hogy statisztikailag értelmezhető legyen egy elemző szemüvegén keresztül nézve. A kihívás ezen cégek vezetői számára egyértelműen a hosszú távú fókusz megtartása, módszertanok bevezetése és a befektetés olyan rendszerekbe, melyek több rendszerből képesek adatot kinyerni. Ezt a folyamatot fokozatosan is felépíthetik- például információkat gyűjthetnek egy különösen fontos vagy bonyolult folyamat lépéséről a nagyobb tevékenységi láncban, majd alkalmazhatnak kifinomult elemzést ennek a folyamatelemnek a részére.
Az adatgyűjtés önmagában még nem garantálja a sikert, be kell építeni az adatműveltséget a vállalati kultúrába, ez a közösen beszélt „nyelv”, amely lényegében az információ, lehet a siker kulcsa, az összes érdekelt felet a vállalatnál össze kell hangolni bármilyen analitikai megoldás sikeres integrálásához.
Mi, a Skyline IT Service, ebben segítünk a cégeknek, hogy a legegyszerűbben megtehessék az első lépést. Egy olyan megoldást nyújtunk DimHob termékünkkel, amellyel az adatokat szabadon elmenthetjük egy tárházba, majd a tárolt adatokkal kiszolgáljuk a többi rendszert, gyártótól függetlenül. Így több lépcsőben építhetik fel a cégek az adatelemzésüket, kezdve az információ helyes gyűjtésével. Először megoldják az adat gyűjtését és tárolását, és miközben már gyűjtik az adatokat, megismerik mire tudják azokat felhasználni, hogy hatékonyabbá váljanak.