Unggulkan Daya Saing: Bagaimana Produsen Memanfaatkan Data untuk Keuntungan Strategis
Industri manufaktur adalah pemimpin di antara pengumpan data. Data sensor, pelacakan pergerakan karyawan, data downtime, data terkait pemeliharaan prediktif, permintaan—ada banyak peluang untuk mengumpulkan informasi di dalam fasilitas manufaktur.
Salah satu sisi, ini terdengar seperti hal yang bagus. Dengan semua data itu, produsen seharusnya dapat menyesuaikan produk dan layanan dengan segmentasi pelanggan yang semakin sempit, menggunakan pembelajaran mesin untuk mengurangi risiko dan memandu pengambilan keputusan melalui analisis dan pembangunan skenario, dan bahkan lebih memahami produk dan layanan mana yang harus ditawarkan selanjutnya. Benar?
Untungnya, ini bukan kasusnya. Meski menjadi agregator data teratas, banyak produsen kesulitan menggunakan data untuk efek nyata. Dengan begitu banyak keuntungan dari menggunakan data, mengapa produsen tertinggal di balik kurva teknologi, dan dengan cara yang sangat melukai?
Mengapa Data Manufaktur Tidak Dimanfaatkan
Untuk membahas solusi, mari kita mulai dengan masalahnya. Mengapa produsen tidak secara efektif memanfaatkan data yang mereka kumpulkan? Apa yang menghalangi mereka?
Dalam arti yang luas, ini kembali pada ketinggalan zaman. Semua dari keterampilan karyawan hingga arsitektur kesulitan untuk mesing dengan teknologi modern. Sementara banyak produsen telah menambahkan lapisan tipis transformasi digital dengan menambahkan sensor IoT dan perangkat serupa, kebenarannya adalah inti manufaktur seringkali sepenuhnya gagal untuk tetap berjalan dengan bermakna. Bukan secara harus masalah memegang cara lama karena keterikatan pada metode tradisional, melainkan kurangnya energi dan pemikiran mendahului yang diperlukan untuk melakukan jenis pembenahan yang akan menjamin kelangsungan bisnis.
Untuk beberapa produsen, namun, waktu untuk keputusan make-or-break adalah sekarang, agar mereka tidak tersapu oleh arus waktu, dikalahkan oleh pesaing yang lebih canggih teknologis mereka.
Silo Data
Perangkat pengumpulan data yang digunakan oleh banyak produsen berjalan dengan lancar, mengumpulkan informasi yang harus mereka kumpulkan, tetapi data tersebut langsung diarahkan ke silo, dan silo data tidak bekerja, terutama dengan sejumlah besar informasi masuk. Ini berarti beberapa data dikirim ke operasional untuk dikelola dan dianalisis, data lain dikirim ke procurement, atau QA, atau departemen lain. “Nah, kita tidak bisa hanya melemparkan semuanya kepada semua orang!” geram banyak produsen.
Nah, untuk membantah itu, ya Anda bisa. Anda baik dan harus. Data silo acak dan tidak produktif—ia seringkali menyebabkan beberapa tim bekerja terpisah pada masalah yang sama, departemen memiliki data yang berbeda dan usang, dan hanya keterhubungan umum dari bekerja sebagai satu organisasi yang kohesif.
Tenaga Kerja yang Tua
Kebenaran yang tidak terlindung 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 IT yang diperlukan untuk menjalankan pabrik pintar bukan hal yang telah mereka latih, dan pemikiran tentang mengimplementasikan jenis teknologi ini dapat terlihat memberatkan dan tidak nyaman (meskipun kurang tidak nyaman daripada perusahaan pailit).
Pabrik Tua
Beberapa pabrik yang beroperasi saat ini praktis runtuh dibandingkan dengan opsi “pintar” modern, dan mereka memiliki sedikit dukungan untuk perubahan ke peralatan yang lebih baru. Mesin-mesinnya tua, sama seperti arsitektur dan infrastruktur pabrik-pabrik ini. Logistika untuk mengoperasikan lantai pabrik yang sepenuhnya terhubung dapat terlihat tidak tercapai, terutama jika pengambil keputusan hanya menyadari bentuk otomatisasi dan pengumpulan data yang lebih awal, seperti penggunaan sensor yang mengharuskan produsen untuk membatalkan jaminan mesin berharga mereka.
Proses Kuno
Sementara lantai pabrik sempit dan tua, proses untuk operasional 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 kepatch ini dari solusi hanya menciptakan masalah yang lebih besar seiring pertumbuhan ekonomi yang didorong data. Proses manufaktur yang didirikan di era industri lalu harus ditransformasi untuk mencocokkan permintaan fasilitas pintar, tetapi perubahan dapat menjadi tidak nyaman dan menakutkan. Proses ini berfungsi untuk menahan produsen dari menggunakan data apa pun yang mereka kumpulkan.
DataOps yang Tidak Ada
Dalam laporan ReThink Data, menjadi jelas bahwa banyak produsen sangat kurang dalam strategi dan implementasi data. Faktor utama dalam perjuangan ini adalah ketiadaan DataOps. Hanya 10% organisasi yang melaporkan memiliki DataOps penuh, dan dua bagian dari tiga produsen tidak memiliki DataOps sama sekali. Tanpa inisiatif ini untuk merumuskan strategi dan menyatukan pengumpulan, data, dan alat untuk mengekstrak makna dari semua upaya, keterhubungan tetap ada dan malam data berlanjut.
Cara Memaksimalkan Data Manufaktur untuk Keunggulan Kompetitif
Untuk produsen yang telah mulai mengimplementasikan beberapa teknologi pintar seperti IoT dan perangkat komputasi edge, langkah pertama adalah merekrut orang untuk DataOps. Orang-orang ini akan menghubungkan data kepada orang dan keputusan mereka. Mereka adalah fondasi untuk benar-benar menggunakan data yang Anda kumpulkan dan menggunakannya dengan baik. Ini akan menjadi orang-orang yang Anda andalkan untuk AI, pembelajaran mesin, komputasi edge, dan manajemen data berbasis cloud.
Selanjutnya, berikan tim DataOps Anda informasi yang mereka butuhkan. Robarkan silo data Anda dan lihat koneksi dan pola serta wawasan yang dapat diekstrapolasi saat algoritma dapat melihat gambar lengkap, dan berapa banyak waktu departemen yang diraih dengan bekerja sama daripada bekerja redundan di belakang pintu tertutup.
Dengan semua data itu, Anda akan membutuhkan cara untuk mengelolanya dan menyimpannya sehingga mudah diakses saat saatnya untuk menggunakannya. Ini adalah antara 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 seringkali berisi informasi milik. MachineMetrics menawarkan solusi di bidang ini termasuk mesin transformasi data otomatis yang menyelaraskan struktur data untuk pelaporan dan analitik yang konsisten. Kami juga menawarkan perangkat komputasi edge dan transfer instan yang nyaman, dapat diskalakan, ke cloud untuk penyimpanan dan analisis menggunakan hanya protokol keamanan terbaik dan terbaru serta transfer data terenkripsi.
Terakhir tetapi tidak kalah penting, penting untuk membangun 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. Tipe interaktivitas ini serta pelaporan waktu nyata, downtime yang lebih sedikit, dan lebih sedikit alat rusak dan bagian sisa menyebabkan karyawan dengan mudah menerima budaya yang didorong data.
Siap untuk mempelajari lebih lanjut bagaimana platform IoT MachineMetrics dapat membantu perusahaan Anda mengumpulkan, menganalisis, dan menyimpan data manufaktur Anda? Pesan demo dengan kami di sini.
