制造商如何最大限度地利用数据的竞争机会

制造业是数据收集者的领导者。传感器数据、员工运动跟踪、停机时间数据、与预测性维护相关的数据、需求——在制造设施内收集信息的机会很多。

一方面，这听起来很棒。有了所有这些数据，制造商应该能够使用越来越窄的客户细分更好地定制产品和服务，利用机器学习来降低风险并通过分析和场景构建来指导决策，甚至更好地了解他们应该使用哪些产品和服务下一个报价。对吧？

不幸的是，这种情况并非如此。尽管是顶级数据聚合器，但许多制造商仍在努力将数据用于任何实际效果。使用数据有这么多优势，为什么制造商落后于技术曲线，而且以如此强硬的方式？

为什么未使用制造数据

为了讨论解决方案，让我们从问题开始。为什么制造商没有有效地利用他们收集的数据？是什么阻止了他们？

从最广泛的意义上说，它归结为过时了。从员工技能到架构，一切都在努力与现代技术融合。尽管许多制造商通过添加物联网传感器和类似设备为数字化转型增添了一层薄薄的外衣，但事实是，制造业的核心往往完全无法跟上有意义的步伐。这不一定是为了摆脱对传统方法的依附而坚持旧方法，而是缺乏进行能够保证持续业务的大修所需的精力和远见。

然而，对于一些制造商来说，现在是决定成败的时候​​了，以免他们被时代潮流冲走，被更精通技术的竞争对手压倒。

数据孤岛

许多制造商使用的数据收集设备正在嗡嗡作响，收集他们应该收集的信息，但这些数据被直接汇集到孤岛中，数据孤岛不起作用，尤其是在大量传入信息的情况下。这意味着一些数据被发送到运营部门进行管理和分析，其他数据被发送到采购、质量保证或其他部门。 “好吧，我们不能把所有东西都扔给每个人！”引起了许多制造商的强烈抗议。

好吧，为了反驳，是的，你可以。你们都可以而且应该。孤立的数据是杂乱无章的，而且效率低下——它通常会导致多个团队分开处理相同的问题，部门拥有完全不同且过时的数据，并且通常会与作为一个有凝聚力的组织的工作脱节。

劳动力老龄化

一个不折不扣的事实是，制造业充满了老龄化员工，他们接受了制造业历史上完全不同时代的培训，他们的影响力继续通过政策和优先事项产生呼应。运营智能工厂所需的 IT 技能不是他们经过培训的，实施这些类型的技术的想法似乎让人难以抗拒和不舒服（尽管比公司倒闭更不舒服）。

老工厂

与现代“智能”选项相比，今天运营的一些工厂实际上已被废弃，而且它们几乎不支持更换新设备。机器很旧，就像这些工厂的建筑和基础设施很旧一样。运营一个完全连接的车间的物流似乎遥不可及，特别是如果决策者只知道早期的自动化和数据收集形式，例如使用要求制造商取消贵重机械保修的传感器。

古代过程

当工厂车间拥挤和老化时，运营和数据收集流程在他们收集的数据的重压下开始崩溃。一些制造商在这里使用临时流程，在那里使用快速修复，但是随着数据主导型经济的增长，这种拼凑的解决方案只会产生更大的问题。必须转变在过去工业时代建立的制造流程以适应智能设施的需求，但变化可能既不舒服又令人生畏。这些流程用于阻止制造商使用他们收集的任何数据。

缺少数据操作

在 ReThink Data 报告中，很明显许多制造商严重缺乏数据战略和实施。这场斗争的一个主要因素是缺乏 DataOps。只有 10% 的组织报告拥有完整的 DataOps，三分之二的制造商根本没有 DataOps。如果没有这一举措来制定战略并将收集、数据和工具整合在一起以从所有工作中提取意义，那么断开连接仍然存在，数据噩梦仍在继续。

如何最大化制造数据以获得竞争优势

对于已经开始实施物联网和边缘计算设备等智能技术的制造商，第一步是为 DataOps 招聘人员 .这些人会将数据与人员及其决策联系起来。它们是实际使用您收集的数据并很好地使用它的基础。这些将是您在人工智能、机器学习、边缘计算和基于云的数据管理方面的首选人员。

接下来，为 DataOps 团队提供他们需要的信息。 打破您的数据孤岛 并查看当算法可以看到全貌时可以推断出的联系、模式和见解，以及部门通过协作而不是闭门冗余工作来回收多少时间。

有了所有这些数据，您将需要一种方法来对其进行管理和存储，以便随时访问 什么时候使用它。根据上述 ReThink Data 报告，这是数据利用的前五个障碍之一。您还必须找到一种方法来保证一切安全，因为制造数据通常包含专有信息。 MachineMetrics 在这方面提供解决方案，包括一个自动化数据转换引擎，该引擎标准化数据结构以实现一致的报告和分析。我们还提供边缘计算设备和方便、可扩展的即时传输到云端，以便仅使用最佳和最新的安全协议和加密数据传输进行存储和分析。

最后但并非最不重要的一点是，发展一种积极且吸引数据使用的工作场所文化很重要 .例如，MachineMetrics 允许工厂车间工人直接在机器上输入平板设备上的数据，从而为收集的数据添加人类背景层。这种类型的交互性以及实时报告、更少的停机时间以及更少的损坏工具和报废零件使员工很容易接受以数据为主导的文化。

准备好详细了解 MachineMetrics IoT 平台如何帮助您的公司收集、分析和存储制造数据了吗？在此处与我们预订演示。