{"id":8983,"date":"2022-09-20T16:59:38","date_gmt":"2022-09-20T14:59:38","guid":{"rendered":"https:\/\/www.fluentis.com\/blog\/manufacturing-data-excellence\/"},"modified":"2023-12-14T14:46:19","modified_gmt":"2023-12-14T13:46:19","slug":"manufacturing-data-excellence","status":"publish","type":"post","link":"https:\/\/www.fluentis.com\/ro\/blog\/manufacturing-data-excellence\/","title":{"rendered":"Cum se valorizeaz\u0103 datele: spre Manufacturing Data Excellence"},"content":{"rendered":"\n

De mai bine de zece ani, \u00eentreaga industrie prelucr\u0103toare \u00eencearc\u0103 s\u0103 \u021bin\u0103 pasul cu vremurile prin utilizarea modelelor 4.0 \u0219i data-driven. Cu toate acestea \u2013 acum mai mult ca niciodat\u0103 \u2013 este din ce \u00een ce mai dificil s\u0103 ne adapt\u0103m la noua dinamic\u0103, deoarece pie\u021bele sunt din ce \u00een ce mai competitive \u0219i \u00een continu\u0103 evolu\u021bie. La toate acestea se adaug\u0103 necesitatea ca firmele s\u0103 reconcilieze nevoile tradi\u021bionale de produc\u021bie cu cele legate de calitatea produselor, crearea de loturi din ce \u00een ce mai personalizate \u0219i sustenibilitatea mediului.<\/p>\n\n\n\n

Dep\u0103\u0219irea acestor provoc\u0103ri complexe necesit\u0103 date avansate \u0219i capacit\u0103\u021bi analitice. Deciziile care au un impact crucial asupra procesului de produc\u021bie trebuie s\u0103 se bazeze \u00eentotdeauna pe fapte \u0219i date reale, nu pe ipoteze, teorii sau opinii<\/strong>.<\/p>\n\n\n\n

Potrivit unui sondaj realizat de BCG \u2013 Boston Consulting Group \u2013 80% din directorii din industria prelucr\u0103toare consider\u0103 c\u0103 datele \u0219i analizele sunt relevante pentru afacerea lor, dar doar 17% dintre cei 1.300 de manageri chestiona\u021bi au declarat c\u0103 au reu\u0219it s\u0103 ob\u021bin\u0103 valoare ad\u0103ugat\u0103 din investi\u021biile \u00een aceast\u0103 direc\u021bie<\/strong>.<\/p>\n\n\n\n

Discrepan\u021ba tocmai eviden\u021biat\u0103 poate fi atribuit\u0103 obstacolelor tehnologice \u0219i organiza\u021bionale, la care contribuie lipsa de colaborare \u00eentre diferitele p\u0103r\u021bi interesate interne \u0219i externe ale companiei.<\/p>\n\n\n\n

Pentru a valorifica puterea datelor din interiorul \u00eentreprinderii \u0219i de-a lungul lan\u021bului de aprovizionare, \u00eentreprinderile pot utiliza trei strategii.<\/p>\n\n\n\n

Orientarea companiei \u0219i diferitele stakeholder \u00een perspectiv\u0103 Smart Manufacturing<\/strong><\/p>\n\n\n\n

\u00cen acest fel, abordarea bazat\u0103 pe data-driven este extins\u0103 dincolo de procesul de produc\u021bie al fiec\u0103rui produs: rezultatul este un proiect mai larg, care vede ca protagoni\u0219ti controlul de la distan\u021b\u0103, managementul predictiv al mentenan\u021bei, interconectarea ma\u0219inilor, etc.<\/p>\n\n\n\n

Consolidarea structurii organiza\u021bionale pentru proiectarea \u0219i gestionarea eficient\u0103 a datelor<\/strong><\/p>\n\n\n\n

Acesta este un aspect care trebuie s\u0103 vizeze gestionarea \u0219i \u00eembun\u0103t\u0103\u021birea datelor la 360 de grade, incluse Data Governance, Data Security, arhitecturile de date \u0219i integrarea dintre acestea, precum \u0219i aplica\u021biile individuale \u0219i abilit\u0103\u021bile de analiz\u0103 strategic\u0103.<\/p>\n\n\n\n

Selectarea \u0219i direc\u021bionarea resurselor \u0219i investi\u021biilor c\u0103tre elementele cheie ale transform\u0103rii digitale<\/strong><\/p>\n\n\n\n

Printre tehnologiile care stau la baza unei transform\u0103ri digitale g\u0103sim senzori IoT \u0219i Data Streaming. Abilitatea const\u0103 \u00een capacitatea de a coordona acest set eterogen de informa\u021bii \u2013 chiar \u0219i provenind din arhitecturi mult distribuite \u2013 astfel \u00eenc\u00e2t s\u0103 le gestioneze \u00een cel mai adecvat mod.<\/p>\n\n\n\n

Spre Manufacturing Data Excellence<\/h3>\n\n\n\n

Succesul celor trei strategii care tocmai au fost definite este determinat de capacitatea de a \u00eembun\u0103t\u0103\u021bi datele de fabrica\u021bie<\/strong>. \u00cen acest sens, McKinsey define\u0219te \u00een studiul s\u0103u The Data-Driven Journey Towards Manufacturing Excellence<\/em>  o cale care vizeaz\u0103 gestionarea optim\u0103 a datelor, ob\u021bin\u00e2nd mult r\u00e2vnita Manufacturing Data Excellence.<\/p>\n\n\n\n

Drumul de urmat este format din trei etape, prev\u0103z\u00e2nd la fiecare etapa o cre\u0219tere treptata a abilita\u021bilor analitice ale companiei \u0219i colaborarea cu diver\u0219i actori externi. Enumer\u0103m diferi\u021bii pa\u0219i \u00een continuare.<\/p>\n\n\n\n

Dezvoltarea \u0219i integrarea aplica\u021biilor care urm\u0103resc \u0219i optimizeaz\u0103 procesele opera\u021bionale<\/strong><\/p>\n\n\n\n

Aceasta este o faz\u0103 pe care multe companii au \u00eenceput-o deja.<\/p>\n\n\n\n

Datele sunt ob\u021binute din integrarea \u00eentre senzorii IoT, sau alte sisteme de control, cu sistemele MES \u0219i ERP. Prin tablouri de bord \u0219i rapoarte, managerii de zon\u0103 pot optimiza eficien\u021ba produc\u021biei, \u00een conformitate cu modelul Industry 4.0<\/strong>.<\/p>\n\n\n\n

Acest prim pas, deja \u00eenceput de majoritatea companiilor de produc\u021bie, joac\u0103 un rol fundamental, deoarece, dac\u0103 este efectuat corect, poate favoriza executarea unor opera\u021biuni mai agil \u0219i mai eficient.<\/p>\n\n\n\n

\u00cencurajarea adopt\u0103rii unei abord\u0103ri predictive<\/strong><\/p>\n\n\n\n

Aceasta const\u0103 \u00een recunoa\u0219terea autonom\u0103 a progresului proceselor de afaceri, datorit\u0103 introducerii unei cantit\u0103\u021bi mari de date \u00een algoritmii de \u00eenv\u0103\u021bare automat\u0103<\/em>.<\/p>\n\n\n\n

Scopul este de a prezice comportamentul viitor, ajut\u00e2nd companiile s\u0103 fac\u0103 fa\u021b\u0103 situa\u021biilor posibile, de exemplu, \u00een ceea ce prive\u0219te \u00eentre\u021binerea predictiv\u0103 sau demand forecasting.
Deoarece calitatea analizei predictive este direct propor\u021bional\u0103 cu cantitatea de informa\u021bii disponibile, exist\u0103 un stimulent pentru a cre\u0219te colectarea datelor \u00een cadrul companiilor<\/strong>.<\/p>\n\n\n\n

Activarea sistemelor self-optimizing sau autonome<\/strong><\/p>\n\n\n\n

Am ajuns la ultima etap\u0103: datele sunt utilizate pentru a permite sisteme autonome, adic\u0103 platforme interoperabile sau re\u021bele capabile s\u0103 ac\u021bioneze autonom, ghid\u00e2ndu-se f\u0103r\u0103 a fi nevoie de interven\u021bia uman\u0103<\/strong>.<\/p>\n\n\n\n

Opera\u021biunile devin apoi \u00een mare parte auto-gestionate, folosind date istorice \u0219i \u00een timp real ca parametri de input pentru algoritmii de auto-\u00eenv\u0103\u021bare \u2013 sau algoritmii de auto-formare<\/em> \u2013 care devin mai inteligen\u021bi pe m\u0103sur\u0103 ce experien\u021ba lor cre\u0219te.<\/p>\n\n\n

\n
\"\"<\/figure>\n<\/div>\n\n\n
<\/div>\n\n\n\n

Drumul c\u0103tre Manufacturing Data Excellence este \u00eenc\u0103 lung, aceea\u0219i paradigm\u0103 bazat\u0103 pe date este \u00een continu\u0103 evolu\u021bie, companiile produc\u0103toare vor trebui, prin urmare, s\u0103 \u021bin\u0103 pasul, \u00eentr-un proces de \u00eembun\u0103t\u0103\u021bire continu\u0103.<\/p>\n","protected":false},"excerpt":{"rendered":"

Pentru a exploata puterea datelor care provin din companie \u0219i de-a lungul lan\u021bului de aprovizionare, companiile pot folosi trei strategii, al c\u0103ror succes este determinat de capacitatea de a utiliza datele de produc\u021bie.<\/p>\n","protected":false},"author":4,"featured_media":4320,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","footnotes":""},"categories":[34],"tags":[],"class_list":["post-8983","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tendinte-tehnologice"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/posts\/8983","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/comments?post=8983"}],"version-history":[{"count":4,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/posts\/8983\/revisions"}],"predecessor-version":[{"id":11151,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/posts\/8983\/revisions\/11151"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/media\/4320"}],"wp:attachment":[{"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/media?parent=8983"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/categories?post=8983"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.fluentis.com\/ro\/wp-json\/wp\/v2\/tags?post=8983"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}