Bagaimana Produsen Dapat Memaksimalkan Peluang Kompetitif Data
Industri manufaktur adalah pemimpin di antara pengumpul data. Data sensor, pelacakan pergerakan karyawan, data waktu henti, data terkait pemeliharaan prediktif, permintaan—ada banyak peluang untuk mengumpulkan informasi di dalam fasilitas manufaktur.
Di satu sisi, ini terdengar seperti hal yang hebat. Dengan semua data itu, produsen harus dapat menyesuaikan produk dan layanan dengan lebih baik menggunakan segmentasi pelanggan yang semakin sempit, memanfaatkan pembelajaran mesin untuk mengurangi risiko dan memandu pengambilan keputusan melalui analisis dan pembuatan skenario, dan bahkan lebih memahami produk dan layanan mana yang harus mereka gunakan. menawarkan berikutnya. Benar?
Sayangnya, ini tidak terjadi. Meskipun menjadi agregator data teratas, banyak produsen berjuang untuk menggunakan data untuk efek nyata apa pun. Dengan begitu banyak keuntungan menggunakan data, mengapa produsen tertinggal di belakang kurva teknologi, dan dengan cara yang begitu sulit?
Mengapa Data Manufaktur Tidak Digunakan
Untuk membahas solusi, mari kita mulai dengan masalahnya. Mengapa produsen tidak secara efektif memanfaatkan data yang mereka kumpulkan? Apa yang menghentikan mereka?
Dalam arti luas, itu menjadi ketinggalan jaman. Segala sesuatu mulai dari keahlian karyawan hingga arsitektur berjuang untuk menyatu dengan teknologi modern. Sementara banyak produsen telah menambahkan lapisan tipis transformasi digital dengan menambahkan sensor IoT dan perangkat serupa, kenyataannya adalah bahwa inti manufaktur seringkali gagal sepenuhnya untuk mengikuti secara bermakna. Ini bukan masalah berpegang teguh pada cara lama keluar dari keterikatan pada metode tradisional, melainkan kurangnya energi dan pemikiran yang diperlukan untuk melakukan jenis perbaikan yang akan menjamin kelangsungan bisnis.
Namun, bagi beberapa produsen, waktu untuk mengambil keputusan mengambil keputusan adalah sekarang, agar mereka tidak tersapu oleh arus waktu, dikalahkan oleh pesaing mereka yang lebih melek teknologi.
Silo Data
Perangkat pengumpul data yang digunakan oleh banyak produsen bersenandung, mengumpulkan informasi yang seharusnya, tetapi data itu disalurkan langsung ke silo, dan silo data tidak berfungsi, terutama dengan sejumlah besar informasi yang masuk. Ini berarti bahwa beberapa data dikirim ke operasi untuk dikelola dan dianalisis, data lain dikirim ke pengadaan, atau QA, atau departemen lain secara bersamaan. "Yah, kita tidak bisa begitu saja melemparkan semuanya ke semua orang!" protes banyak produsen.
Nah, untuk mengatasi itu, ya Anda bisa. Anda berdua bisa dan harus. Data yang disimpan berantakan dan tidak produktif—sering kali menyebabkan beberapa tim bekerja secara terpisah pada masalah yang sama, departemen memiliki data yang berbeda dan usang, dan hanya terputusnya hubungan kerja sebagai satu organisasi yang kohesif.
Tenaga Kerja yang Menua
Kebenaran yang tak tergoyahkan adalah bahwa manufaktur penuh dengan karyawan tua yang dilatih untuk era yang sama sekali berbeda dalam sejarah manufaktur, dan pengaruh mereka terus bergema melalui kebijakan dan prioritas. Keterampilan TI yang diperlukan untuk menjalankan pabrik cerdas bukanlah hal yang telah mereka latih, dan pemikiran untuk menerapkan jenis teknologi ini dapat tampak berlebihan dan tidak nyaman (walaupun kurang nyaman dibandingkan dengan perusahaan yang gulung tikar).
Pabrik Tua
Beberapa pabrik yang beroperasi saat ini praktis terbengkalai dibandingkan dengan opsi "pintar" modern, dan mereka memiliki sedikit dukungan untuk perubahan ke peralatan yang lebih baru. Mesin-mesinnya sudah tua, sama seperti arsitektur dan infrastruktur pabrik-pabrik ini sudah tua. Logistik untuk mengoperasikan lantai toko yang terhubung sepenuhnya dapat tampak di luar jangkauan, terutama jika pengambil keputusan hanya mengetahui bentuk otomatisasi dan pengumpulan data sebelumnya, seperti penggunaan sensor yang mengharuskan produsen membatalkan garansi mesin berharga.
Proses Kuno
Sementara lantai pabrik sempit dan menua, proses operasi dan pengumpulan data mulai runtuh di bawah beban data yang mereka kumpulkan. Beberapa produsen menggunakan proses ad hoc di sini dan perbaikan cepat di sana, tetapi solusi tambal sulam ini hanya menciptakan masalah yang lebih besar seiring pertumbuhan ekonomi berbasis data. Proses manufaktur yang didirikan di era industri masa lalu harus diubah agar sesuai dengan tuntutan fasilitas cerdas, tetapi perubahan dapat menjadi tidak nyaman dan menakutkan. Proses ini berfungsi untuk menahan produsen agar tidak menggunakan data apa pun yang mereka kumpulkan.
DataOps Tidak Ada
Dalam laporan ReThink Data, menjadi jelas bahwa banyak produsen sangat kurang dalam strategi dan implementasi data. Salah satu faktor utama dalam perjuangan ini adalah tidak adanya DataOps. Hanya 10% organisasi yang melaporkan memiliki DataOps penuh, dan dua pertiga produsen tidak memiliki DataOps sama sekali. Tanpa inisiatif untuk menyusun strategi dan menyatukan pengumpulan, data, dan alat untuk mengekstrak makna dari semua upaya, keterputusan tetap ada dan mimpi buruk data berlanjut.
Cara Memaksimalkan Data Manufaktur Untuk Keunggulan Kompetitif
Untuk produsen yang telah mulai menerapkan beberapa teknologi pintar seperti IoT dan perangkat komputasi edge, langkah pertama adalah mempekerjakan orang untuk DataOps . Orang-orang ini akan menghubungkan data dengan orang-orang dan keputusan mereka. Mereka adalah dasar untuk benar-benar menggunakan data yang Anda kumpulkan dan menggunakannya dengan baik. Ini akan menjadi pilihan Anda untuk AI, machine learning, edge computing, dan manajemen data berbasis cloud.
Selanjutnya, berikan tim DataOps informasi yang mereka butuhkan. Hancurkan silo data Anda dan lihat hubungan serta pola dan wawasan yang dapat diekstrapolasi ketika algoritme dapat melihat gambaran lengkapnya, dan berapa banyak waktu yang diperoleh kembali oleh departemen dengan berkolaborasi daripada bekerja secara berlebihan di balik pintu tertutup.
Dengan semua data itu, Anda akan memerlukan cara untuk mengelola dan menyimpannya sehingga mudah diakses kapan waktunya untuk menggunakannya. Ini adalah salah satu dari lima hambatan teratas untuk pemanfaatan data menurut laporan ReThink Data yang disebutkan di atas. Anda juga harus menemukan cara untuk menjaga semuanya tetap aman dan terlindungi, karena data manufaktur sering kali berisi informasi kepemilikan. MachineMetrics menawarkan solusi di bagian depan ini termasuk mesin transformasi data otomatis yang menstandardisasi struktur data untuk pelaporan dan analitik yang konsisten. Kami juga menawarkan perangkat komputasi edge dan transfer instan yang mudah, terukur, ke cloud untuk penyimpanan dan analisis hanya menggunakan protokol keamanan terbaik dan terbaru serta transfer data terenkripsi.
Terakhir, penting untuk mengembangkan budaya tempat kerja yang positif dan mengundang penggunaan data . Misalnya, MachineMetrics memungkinkan pekerja lantai pabrik memasukkan data pada perangkat tablet langsung di mesin untuk menambahkan lapisan konteks manusia ke data yang dikumpulkan. Jenis interaktivitas ini serta pelaporan waktu nyata, waktu henti yang lebih sedikit, dan lebih sedikit alat yang rusak dan suku cadang yang tidak terpakai membuat karyawan siap menerima budaya berbasis data.
Siap untuk mempelajari lebih lanjut tentang bagaimana platform MachineMetrics IoT dapat membantu perusahaan Anda mengumpulkan, menganalisis, dan menyimpan data manufaktur Anda? Pesan demo bersama kami di sini.
