制造商經(jīng)常利用數(shù)字化策略提高自身競爭力，解決勞動力短缺問題，提高生產(chǎn)效率。這些努力是基于保持行業(yè)領(lǐng)先地位的愿景，而不單單是降低競爭力風(fēng)險的措施。

然而，收集數(shù)據(jù)會推動一波又一波的創(chuàng)新，以創(chuàng)造快速、大膽、有競爭力且靈巧的組織，實(shí)現(xiàn)降本增效。

讓我們看看數(shù)據(jù)收集可以改變運(yùn)營的三種方式。

1、對模式和關(guān)系的高級分析

傳統(tǒng)商業(yè)領(lǐng)域的管理主要通過使用Six Sigma或者Lean來改善生產(chǎn)過程，以減少產(chǎn)品生產(chǎn)過程中的可變性。但是，在相同或更少投入的情況下提高產(chǎn)出會被無數(shù)變量影響，不管是單個變量還是多個變量都可能使之前的努力白費(fèi)。

所生成的車間數(shù)據(jù)量對于我們來說過于龐大，卻能為制造廠商提供有深刻意義的見解。對制造商數(shù)據(jù)集的高級分析能力使企業(yè)能夠?qū)ふ覕?shù)據(jù)間的模式、敏感性和相關(guān)性，以實(shí)現(xiàn)有意義的產(chǎn)量增長。下面我們來看一個關(guān)于貴金屬礦的例子。

一個礦山的礦石生產(chǎn)量下降了20%，這時候就需要優(yōu)化運(yùn)作方式而不僅僅是提高開采速度。管理層運(yùn)用高級分析能力分析了大量變量和用來采礦的多個設(shè)備。開采的過程包括研磨、氰化、氧化和浸出，包括多個復(fù)雜的參數(shù)。

分析表明，浸出過程的一個核心參數(shù)是溶解氧，它將氧氣濃度與過程控制的波動相關(guān)聯(lián)。當(dāng)氧氣水平達(dá)到峰值時，礦的生產(chǎn)水平也會有所改善。據(jù)此，團(tuán)隊對礦石的浸出回收過程作了細(xì)微調(diào)整，使得礦山在三個月內(nèi)的平均生產(chǎn)量提高了3.7%。在沒有資本進(jìn)行投資和重大變動的情況下，該礦山年均利潤增長了10000萬到2000萬美元。

2、使用機(jī)器學(xué)習(xí)和人工智能技術(shù)

機(jī)器學(xué)習(xí)和人工智能的應(yīng)用，再加上工業(yè)物聯(lián)網(wǎng)（LLOT）和邊緣計算的爆炸式增長，已經(jīng)徹底改變了設(shè)備的維護(hù)工作。

像石油、汽油、礦產(chǎn)、化工、紙漿和紙張等資產(chǎn)密集型行業(yè)的制造商，正逐步成為以機(jī)器學(xué)習(xí)推動預(yù)測性維護(hù)為目標(biāo)的行業(yè)領(lǐng)軍者。在這些企業(yè)里，關(guān)鍵資產(chǎn)出問題將會給企業(yè)帶來重大災(zāi)難，甚至?xí)绊懙缴踩h(huán)境以及經(jīng)濟(jì)生存能力。

預(yù)測性維護(hù)使企業(yè)維修專業(yè)人員能夠鎖定關(guān)鍵設(shè)備。預(yù)測性算法在監(jiān)測實(shí)時運(yùn)行時可以回溯并學(xué)習(xí)歷史運(yùn)行數(shù)據(jù)以識別操作特性的失敗，而這種失敗則預(yù)示著給未來帶來損失失敗。雖然這個過程既復(fù)雜又費(fèi)時，但對制造商來說確是利大于弊。

一家大型海上石油和天然氣生產(chǎn)商在9個海上平臺實(shí)施了PdM。工作開始之初，它只負(fù)責(zé)識別那些因故障產(chǎn)生重大影響的關(guān)鍵設(shè)備。在此基礎(chǔ)上，生產(chǎn)商們可以確保將投資回報率控制在可接受的范圍內(nèi)。

在對30年的運(yùn)營數(shù)據(jù)進(jìn)行分析引擎訓(xùn)練后，數(shù)據(jù)科學(xué)家建立了數(shù)百個高級分析模型，并實(shí)施了一個測試制度，將誤報率降低到可接受的水平。平均減少了20%的停機(jī)時間，年產(chǎn)量增加了50多萬桶石油。

3、全面了解供應(yīng)鏈

幾年前，一個對623家企業(yè)的調(diào)查發(fā)現(xiàn)，近60%的公司認(rèn)為他們的供應(yīng)鏈?zhǔn)且环N競爭優(yōu)勢，77%的公司聲稱會將其營業(yè)額的5%至15%用于解決供應(yīng)鏈問題。

這些企業(yè)TOP5的技術(shù)都與數(shù)據(jù)管理有關(guān)。并且，獲得供應(yīng)鏈的全面可見性戰(zhàn)略已經(jīng)從2015年的第六位上升到2017年的第三位。

隨著最近的疫情和全球供應(yīng)問題的產(chǎn)生，人們只能推測出事情的優(yōu)先項。下面的圖表說明了受訪者認(rèn)為他們在供應(yīng)鏈中的可見度。

利用大數(shù)據(jù)可以為供應(yīng)鏈提供端到端的可視性，并支持更先進(jìn)的自動化技術(shù)，改善企業(yè)間的關(guān)系，提高生產(chǎn)力和部門協(xié)作，使制造商能夠及早發(fā)現(xiàn)問題，并能更加靈活和主動地處理問題。聯(lián)邦快遞每天處理超過900萬件貨物，它已經(jīng)意識到這種數(shù)量的數(shù)據(jù)所帶來的潛力。

聯(lián)邦快遞沒有將精力放在支出分析或者需求計劃上，而是利用大量非結(jié)構(gòu)化的數(shù)據(jù)得出更全面的觀點(diǎn)。一個成果是使用GPS傳感設(shè)備和基于網(wǎng)絡(luò)的協(xié)作平臺來跟蹤時間敏感和高價值的貨物。

該舉措使重要領(lǐng)導(dǎo)或客戶能夠收到實(shí)時警報、分析和更新，在貨物打開時給出精確的位置、溫度讀數(shù)和建議。德勤咨詢的經(jīng)驗表明，通過更好地分析供應(yīng)鏈數(shù)據(jù)，這些公司可以實(shí)現(xiàn)2%至4%的利潤率增長。

寫在最后

數(shù)據(jù)收集和高級分析為制造商提供的遠(yuǎn)不止是保持其競爭地位的機(jī)會。如果使用得當(dāng)，它可以重塑一個組織，改變供應(yīng)鏈，利用大數(shù)據(jù)和預(yù)測性分析來重構(gòu)生產(chǎn)線，并提高工作效率和可持續(xù)性。雖然這個過程無疑是復(fù)雜的，也可能是耗時的，但投資回報率是一個令人信服的理由。

原文標(biāo)題：3 Major Benefits Data Collection Brings To The Manufacturing Process

原文作者：Bryan Christiansen