某制造企业前几年已经投入了大量资金进行数字化转型,上线了多种业务系统,并且已基本实现关键设备与信息系统的集成。这些系统帮助公司优化了业务流程,缩减了业务时间。但是系统中存在大量数据,却并没有充分发挥价值,遇到需要决策的时候,常常只能凭经验。公司领导希望能够在此基础上,更进一步挖掘数据价值,对公司各项业务进行精细化管理,将数据的价值落到实处,实现数据驱动决策。
从场景出发,以数据驱动决策
目前,该企业已经建立了比较完善的CRM、ERP、PLM、MES、WMS等信息化系统,其中蕴藏着大量与业务相关的数据,几乎贯穿了产品营销、设计、生产、售后等整个生命周期。在企业推进数字化、自动化转型的过程中,已基本打通了数据孤岛,实现IT/OT的集成,这些系统为企业的生产经营提供了有利支撑。
但是企业在数据分析决策方面存在短板,在管理上仍然是粗放型管理。比如大量数据只是零散地存在于各个信息系统中,用于记录业务与流程,但是缺乏全局视角的整合应用。虽然企业已经通过二维码、RFID等采集产品、人员、工位等信息,但是这些信息仅仅用于后期客诉时的质量追溯,而没有及时对每天的生产运营进行监督管理,导致发生质量异常时,不良品早已大量生产,造成成本损失。日常生产运营中的产品直通率、机床设备OEE等,需要人员手工统计分析,数据时效性、准确性都存着不足。
对标标杆制造企业后,该企业决定充分利用已有数据,建立数据分析平台,以数据驱动决策。在数据支撑决策方面,从实际出发,围绕企业生产运营中的各个业务环节,以精益思想为指导,对各种主题进行探索,包括实现质量改善、营销增效、设备健康管理等。该企业选择了观数台BI,来实现数据洞察与分析。
在生产质量管控方面,通过BI抽取分散在多个系统中的数据信息,然后整合为统一的数据源进行分析,借助BI的自动校对与审核流程,保证数据的完整性与准确度。另外,观数台既支持个性化建模,也可套用已有模板,简单拖拽就可以建立图表及组合,不需要写任何SQL脚本,极大了简化了繁琐的操作过程。对个人而言,观数台的简便易用也降低了数据分析的门槛,方便员工上手。对于部门而言,可实现企业业务的标准化与规范化,帮助企业真正实现当日事,当日毕,将数据实效性提升一个台阶。对于企业而言,对质量数据的精细化管理,可以帮助企业提升产品质量水平,获取竞争优势。具体而言,籍由每日对生产部门的在制品良率进行分析,洞察产品良率与工位、工人、机台、供应商等各个因素之间的关联,以PDCA原则为指引,根据二八定律持续对产线的重大不良原因进行分析改善,实现质量管理的良性循环,持续优化产品质量。
对产线的重大不良原因进行分析
在跟踪产品销售情况时,可以对来自CRM及社交媒体的数据进行分析,提升产品质量与体验。以往,企业往往无法有效获取消费者对产品的反馈意见,因而不能根据消费者的喜好进行设计改进。虽然一些产品通过昂贵的技术,如传感器、远程监控等手段逐渐与客户建立紧密的连接来提升产品质量与体验,但是对于大多数低附加值的产品而言,来自消费端的反馈没有被有效利用。观数台不仅可对企业信息系统的数据进行整合分析,也可以处理来自社交媒体的数据,包括图片、语音、视频等。凭借智能关联引擎技术,观数台可支持根据字段名称、数据类型等对相关数据进行关联,并根据点选数据实时计算并呈现结果,方便用户调整数据分析与呈现的思路。藉由探索用户喜好、产品特征、客户评价以及用户评价等多个维度,企业可以进一步挖掘用户需求,一方面可以改善产品以更好地满足用户期待,另一方面可以生成客户画像,合理分类客户群体,通过预测模型对不同类型的客户触发市场活动,精准营销,形成业务闭环。
整合社交媒体及CRM数据,制作客户画像
在设备管理方面,可预测性维护已经成为企业管理关键设备的有效手段,也是未来智能制造的发展趋势。其基本原理是通过对设备的实时状态进行监控,结合机器算法与大数据分析技术,洞悉设备上采集到的数据与设备失效模式间的关联,提前对设备进行保养,以减少意外停机造成的生产损失。要建立有效的预测模型,需要对传感器和SCADA系统中获取的海量实时数据和故障文件数据进行分析,探索导致设备失效的关键因子。模型的可靠性与数据的多寡密切相关,特别是失效情况下的数据。观数台可以按固定时间间隔抽取数据,也可以按照每天/工作日等抽取,能够保证数据的及时与足量获取。同时,观数台的丰富接口可糅合不同的数据来源,并处理所有表格文件,包括Excel文件、HTML文件,KML文件,固定记录文件、QlikView数据文件、QlikView数据交换文件、XML文件等,还支持在线填报数据,为各种来源的数据整合、分析提供了极大方便,帮助企业洞悉数据真相。
预测性分析
多数据源整合利器
相较于其他平台,观数台的数据更新更加灵活便捷,包含了主动以及被动等多种数据更新方式。通过调度任务对不同的数据源实现统一的数据刷新颗粒度,在调度过程中可以针对不同的应用场景进行增量或全量的数据更新。
观数台通过ODBC RESTAPI等多种丰富接口糅合不同的数据来源,并且对多数据源的数据进行二次加工,按照业务场景进行个性化建模,用户可以根据模型内容生成可视化图表以供管理者决策。一个模型内对接数据类型及数据源的数量没有任何限制,一个或多个均可。
观数台支持常见数据接口
针对复杂格式且多系统来源的数据,观数台报表可在同一个复杂表头的表格内进行分片数据展示,而不需要像有些BI工具那样,必须先开发多个报表,再用不同图层拼接展示。通常这种拼接展示存在无法一键打印或无法统一导出的问题。
观数台报表支持同一个表格内进行分片数据展示
观数台的灵活易用,让所有用户都可以通过就位且受管控的企业级信息目录访问全部数据或任何数据组合。做分析时,业务人员只需对接一个数据库,无需管理大量容错率极低的excel表格,有效提高了工作效率及数据的准确性。这有助于企业培养全民数据文化,积极促进企业数字化转型。
数字化转型,刻不容缓
当前企业竞争日趋激烈,稍不留心就会被竞争者替代。近年来,企业数字化转型及智能制造热潮袭卷,企业的信息化建设及自动化改造如火如荼。通过数据的自由流动,企业有效减少了生产运营中的不确定性。但是,更精细化的管理不仅仅要求数据的自由流动,也要求数据之间隐藏的关系被以一种更直观、显性的方式呈现出来,实现数据驱动决策。数据作为企业经营管理中的一项无形资产,如何减少浪费、挖掘数据的潜在价值既是精益理念的要求,也是企业提质、降本、增效的有效途径。只有将分散的数据重新清洗、整合、关联、可视化,使之具有一定见解时,才能沿着数据——信息——知识——智慧这条线索,对其中的规律及提示的内涵进行分析探讨,获取有价值的内容。
公欲善其事,必先利其器。传统的手工数据的处理方式已经显然跟不上智能制造时代的海量数据应用需求,这就需要企业运用更恰当的工具来发掘数据价值。借助BI工具,企业可以盘活数据资产和底层基础设施,降低数据应用构建门槛,快速准确地提供报表并提出决策依据,帮助企业做出明智的业务经营决策,解决管理运营战略的问题。观数台的灵活易用,让企业所有员工都可以主动参与数字化转型大潮,释放全员潜能。
目前,企业在推进数字化转型时,存在这样一个误区,就是以为智能决策是智能工厂建设到一定阶段后的需求,只有大型企业才需要考虑数据分析等前沿技术,中小型企业缺乏资金,无力承担相关费用。事实上,数字化转型是一段没有终点的旅程,企业不必一蹴而就,而是可以根据自身情况,分步实施,从局部入手,再向整体推进。企业不一定要一步到位应用大数据分析、机器学习等前沿技术来挖掘数据价值,而是可以从实际的应用场景出发,改善现有的工作效率,循序渐进,以数据来支撑日常工作决策。换句话说,数据本身既是企业的一笔无形资产,也是企业现状的诊断手段之一,只有从数据切入,以数据说话,才能真正把握企业现况,有效应用数据来对业务进行洞察与梳理,从而稳步推进企业的数字化转型。
以数据驱动决策,为时未晚,却也刻不容缓。