对于制造业来说,客户调查、产品质量报告、工厂设备日志等等都能产生大量数据,所以制造企业并不缺少数据,他们面临的问题是数据的来源与质量。数据的源头是哪里,来自于内部还是外部?数据的复杂程度如何?是否是专有数据?如果数据来自于SAP和主机,数据的名称和结构会很复杂,与其他数据源的整合成本会很高且耗时很长,并且访问和使用不同类型的数据需要不同的方法等等。

如果上述问题解决了,即确定了适合的数据集之后,制造企业就可以开始利用分析工具或机器学习、AI预测模型等方式有效地获取洞察。这些技术能够根据当前趋势对未来的结果进行更准确的预测,并根据未来的潜在情况进行更好的规划,让决策更加智能。

设备综合效率(OEE)的分析

要评估生产设备的运行情况,设备综合效率(OEE)是最广泛使用的指标。该指标可以用来监测单台机器、生产线、甚至整个工厂的绩效。OEE本质上是通过三大关键因素来衡量生产制造的效率——可用性、效能、质量。

· 可用性是指设备运行和可使用的频率

· 效能关注运营的效率

· 质量是指生产出多少合规的产品

计算OEE时,需要重点考虑的因素包括:材料和零部件的备货情况、维护和修理导致的宕机时间、人员引发的生产延迟,以及产品不良率等等。生产过程中的任何缺陷都可能会导致严重的生产延误,并因为返工或报废而导致成本增加。

梅赛德斯-奔驰公司在生产过程采用了OEE分析,在装配线上安装车轮吊耳时,对扭矩力进行测量好监测,确保安全和合规。

OEE分析还能帮助制造商找到改进的机会。例如,梅赛德斯-奔驰正在与微软合作,通过云计算获取更多的数据用于分析。梅赛德斯-奔驰MO360战略项目就是通过监测OEE来找到效率不高的根本原因,并制定战略来提高绩效。该项目的目标包括:

· 到2025年将汽车生产率提高20%

· 物流团队以更快的速度解决供应链瓶颈问题

· 动态分配资源,优先考虑低排放和高端豪华汽车

· 生产团队可以在任何设备上进行自助服务并获取分析图表

· 通过数据分析工具监测和预测碳排放、能源和水的使用、废物管理等等

OEE分析可以为制造商提供改善运营的洞见,并帮助就如何提高生产力和降低成本做出明智的决定。通过长期跟踪OEE,制造商可以确定需要改进的地方,并制定策略提高效率和减少浪费。通过OEE分析,制造商可以让生产设备最高效率地运行,在当今快速变化的全球市场中保持竞争力。

Qlik与微软、Databricks等领先的行业解决方案提供商建立有合作伙伴关系,可以帮助制造业客户更好地利用数据,让企业变得更具韧性、更有效率、更可持续。