Ito ay isang mundong puno ng data at ginagawa ng mga tagagawa ang kanilang makakaya upang i-navigate ito. Gayunpaman, ayon sa pananaliksik ng Forrester, ang nakakagulat na 98 porsyento ng mga tagagawa ay nagpupumilit na gamitin ang kanilang data. Tinatango mo ba ang iyong ulo dahil totoo ito para sa iyong karanasan? Hindi ka nag-iisa– ang dami ng mga pinuno ng data na dapat pangasiwaan ay bumibilis sa nakababahalang rate halos 50 porsyento ang na-survey na nagsasabi na ang kanilang data ay nadoble at na sa susunod na limang taon, sa pamamagitan ng 2030, inaasahan nilang ito ay magiging triple. Ngunit ang problema ay hindi lamang ang labis na data, ito ay isang kakulangan ng epektibong analytics.
Sa pagmamanupaktura, ang data ay hindi lamang isang mapagkukunan—ito ang dahilan sa pag-unlock ng hindi pa nagagawang produktibidad at kakayahang kumita. Iginiit ng McKinsey and Co. ang pagbabagong kapangyarihan ng analytics sa sektor. Dati, ang mga tagagawa ay nahuhuli sa mga kakayahan sa IT, ngunit ang paggamit ng pagsulong ng analytics ay nagbibigay-daan sa kanila na gumana ang kanilang data tulad ng pagpapahusay sa kanilang mga proseso mula sa pagkuha ng mga hilaw na materyales hanggang sa pagbebenta ng kanilang mga natapos na produkto.
Tinutulungan din ng advanced na analytics ang mga manufacturer na lutasin ang mga dating nakatagong problema, gaya ng mga nakatagong bottleneck o hindi kumikitang linya ng produksyon ngunit kasinghalaga, binibigyang-daan ng analytics ang mga lider ng pagmamanupaktura na gamitin ang mga real-time na insight para gumawa ng mga desisyon na nakabatay sa katotohanan at humimok ng pagbabago.
Ang subpar analytics ay humahadlang sa mga operasyon sa pagmamanupaktura, humahantong sa mahinang paggawa ng desisyon, at pinipigilan ang pagbabago sa pamamagitan ng hindi pagsagot sa mga kritikal na hamon sa data. Ang isang Deloitte na pag-aaral ay nagha-highlight halos 70 porsyento ng mga tagagawa tukuyin ang mga isyu gaya ng kalidad ng data, contextualization, at validation bilang mga pangunahing hadlang sa pagpapatupad ng AI, ngunit ang matatag na analytics ay mahalaga para malagpasan ang mga hadlang na ito.
Pag-unawa sa mga pangunahing hamon sa pagmamanupaktura ng analytics ngayon
Ang huling pagkakataon na naranasan ng industriya ng pagmamanupaktura ang ganitong malaking pagbabago ay ang pagpapakilala ng automation noong kalagitnaan ng ika-20 siglo, na epektibong nag-rebolusyon sa produksyon at sa industriya sa kabuuan. Sa ngayon, ang analytics ay nangunguna sa isa pang rebolusyon, na may hawak na kapangyarihang gawing maaaksyunan na mga insight ang napakaraming data, na binabago ang sektor ng pagmamanupaktura mula sa shop floor up. Sa kasamaang palad, ang dami ng data sa pagmamanupaktura ay lumalawak sa mabilis na bilis na pinabilis ng AI, at ito ay nagpapalala sa isang malaking problema- masyadong maraming data, hindi sapat na oras o, kung minsan, alam kung paano suriin ito.
Nalaman ng isang ulat ng Manufacturing Leadership Council na halos tatlong-kapat ng mga manufacturer ay umaasa pa rin sa mga spreadsheet (!!!) upang manu-manong magpasok ng data, habang ang isa pang 68 porsiyento ay gumagamit pa rin ng mga ito upang pag-aralan ang data. Mayroon ding problema kung ang data ay mapagkakatiwalaan sa simula. Para sa marami, ang sagot ay "hindi," na may 25% lamang ng mga tagagawa na may mataas na kumpiyansa sa kanilang data. Bukod pa rito, ang iba pang mga hamon sa data ay kinabibilangan ng iba't ibang data ng pabahay ng system (53%), kahirapan sa pag-access ng data (28%) at kakulangan ng mga kasanayan upang masuri ang data nang epektibo (28%).
Ang mga hamon na ito ay hindi nawawala at itinatampok ang kritikal na pangangailangan ng mga tagagawa ng advanced na analytics. Ang mga mahuhusay na tool sa analytics ay maaaring gumana sa bilis na walang spreadsheet o tao ang maaaring tumugma, na nagbibigay ng kapangyarihan sa mga manufacturer na i-streamline ang pagsasama ng data at tiyakin ang kalidad ng data. Iniulat ng Forbes na ang data ay dapat na maging pundasyon ng hinaharap ng pagmamanupaktura. Ang tamang data na sinamahan ng sopistikadong analytics ay nagbibigay-daan sa mga manufacturer at iba't ibang stakeholder na gumawa ng mas matalinong mga desisyon, na tinitiyak na ang kanilang negosyo ay hindi lamang patunay sa hinaharap ngunit nakakakuha ng mga pagkakataon at pinapaliit ang mga kahinaan.
Bakit susi sa tagumpay ang mga diskarte na batay sa analytics – ang iyong nangungunang 5 mahahalagang bagay
Ang advanced na analytics ay maaaring magpakita ng parehong mga hamon at pagkakataon, ngunit ang mga benepisyo ay higit na malaki kapag matagumpay na na-unlock ng mga pinuno ang tunay na pagbabago sa mahahalagang bahagi ng mga operasyon na dati ay hindi maisip. Kabilang dito ang pagpapahusay ng kalidad, pagpapabuti ng pagganap at ani, pagbabawas ng mga gastos, at pag-optimize ng mga supply chain. Narito kung paano magagamit ng mga executive ang mga diskarteng ito upang harapin ang mga hamon sa data:
1. Iwanan ang mga spreadsheet at kumuha ng pinag-isang diskarte na pinapagana ng analytics:
Ang mga lumang spreadsheet ay hindi makakasabay sa mga hinihingi ng modernong pagmamanupaktura. Umuunlad ang Analytics kapag mayroong pinag-isang diskarte sa data. Naniniwala si Gartner na ang mga manufacturer ay dapat magkaroon ng isang "orchestrated framework at proseso para bumuo, mag-curate, mag-update, at mag-alok ng structured at unstructured na data", ngunit gagawin namin ito ng isang hakbang pa, iginiit na ang bawat diskarte ay pinag-isa. Tinitiyak ng advanced na analytics na gumagana ang lahat sa iisang pinagmulan ng katotohanan, sinisira ang mga silo at pinapahusay ang lahat ng operasyon.
2. Itigil ang paggamit ng mga hindi napapanahong proseso at mamuhunan sa advanced na analytics at AI:
Sinabi ni Deloitte na isang kinakailangan para sa pag-adopt ng AI ay ang pag-access sa de-kalidad na data, at tatlong-kapat ng mga respondent ang nagsasabi na gumawa sila ng pagbabago upang palakasin ang pamumuhunan sa pamamahala ng life cycle ng data upang suportahan ang kanilang generative na diskarte sa AI. Ang mga platform ng analytic ay susi din dahil maaari silang magamit ng predictive at prescriptive analytics upang tumuklas ng mga pattern, mag-optimize ng mga proseso, at maasahan ang mga hamon sa hinaharap, na nagbibigay-daan sa paggawa ng desisyon na batay sa data.
3. Ayusin ang kawalan ng tiwala sa data, gumamit ng analytics upang matiyak ang kalidad at pamamahala ng data:
Ang pananaliksik ng Gartner ay nagpapahiwatig na ang mga tagagawa ay kailangang tiyakin na sila ay bumuo ng isang nasusukat, proseso ng pagpapalitan ng data na hinihimok ng halaga upang i-unlock ang paggamit ng magkakaibang IT at data ng negosyo para humimok ng mga desisyon sa negosyo. "Sa pamamagitan ng paglalapat ng mga prinsipyo ng pamamahala ng data at analytics, maaaring ibigay ng mga CIO ang kalidad ng data na kailangan para paganahin ang pagpapalitan ng data sa mga kumplikadong ecosystem."
4. Tapusin ang siled na kaguluhan sa pamamagitan ng analytics-driven na visibility:
Kapag ang data ay pira-piraso sa mga silo, ang kontrol sa kalidad, halimbawa, ay maaaring maapektuhan na nagpapahirap sa pagsasagawa ng masusing pagsusuri, na ginagawang hamon ang paghahanap ng mga ugat na sanhi ng mga depekto at kawalan ng kakayahan. Ang pagkaantala sa paggawa ng desisyon ay maaari ding maging isang hindi kanais-nais na by-product. Maaaring matiyak ng advanced na analytics na hindi na makakaapekto sa kahusayan sa pagpapatakbo ang mga data silo, na ginagawang magkakaugnay na impormasyon ang mga ito upang matiyak ang mas mahusay na kalidad ng mga produkto, streamline na proseso, at mas mabilis, mas matalinong paggawa ng desisyon.
5. Mas kaunting pag-iisip, mas automating at real-time na pagsubaybay:
Ang mga advanced na sensor, machine monitoring tool, at mga automated na sistema ng pag-uulat, ay nagbibigay-daan sa mga manufacturer na kumuha at magsuri ng data nang real-time, ngunit ginagawa ng analytics ang data na ito sa naaaksyunan na mga insight na nag-o-optimize ng mga proseso at hinuhulaan ang mga isyu bago ito lumitaw. Ang kumbinasyong ito ng real-time na data at analytics ay nagbibigay-daan sa mga manufacturer na mapabuti ang kahusayan, bawasan ang downtime, at mabilis na ayusin ang mga hamon.
Mula sa diskarte hanggang sa katotohanan: kung paano na-unlock ng isang kliyente ang milyun-milyon gamit ang advanced na analytics
Sa mundong ito na hinihimok ng data, maaaring magkaroon ng mga pagbabagong epekto ang analytics, na ginagawang maaaksyunan na mga resulta ang mga diskarte sa data. Ayon kay Deloitte, nakipagsosyo ang Daimler Trucks Asia sa firm upang ipatupad ang isang proactive sensing platform na nagsusuri ng structured at unstructured data, na nagbibigay-daan sa paghula at pag-prioritize ng mga isyu sa kalidad 13 buwan na ang nakalipas. Sa loob ng dalawang taon, nailigtas ng diskarteng ito na hinihimok ng analytics ang kliyente $8 milyon sa mga gastos sa warranty, na itinatampok kung gaano kalakas ang analytics, tinitiyak na ang mga pinuno ng pagmamanupaktura ay nagbubukas ng mga insight na dati nang nakatago, proactive na lutasin ang mga hamon, at i-unlock ang nasusukat na halaga ng negosyo.
Kumilos ngayon o mahuli - kung bakit kritikal ang paggamit ng mindset na hinimok ng analytics
Sa mabilis na pagbuhos ng data, ang mga pinuno ng pagmamanupaktura ay nasa isang kritikal na sangang-daan, na nangangailangan sa kanila na hindi lamang harapin ang mga hamon nang direkta ngunit samantalahin ang pagkakataong ito gamit ang kapangyarihan ng analytics. Ang window para sa pagkilos ay lumiliit na nangangahulugang ang mga executive ay dapat kumilos ngayon upang makuha ang potensyal ng kanilang data sa pamamagitan ng advanced na analytics upang manatiling mapagkumpitensya. Sa pamamagitan ng pagpapatupad ng advanced na analytics, ang mga lider ng negosyo ay maaaring mag-unlock ng mga insight para bigyang-daan ang mas mabilis na paggawa ng desisyon na nagtutulak ng mga madiskarteng pamumuhunan, humuhubog sa mga patakaran, at nag-o-optimize sa paggamit ng mga makabagong teknolohiya.
Pagkatapos makipagsosyo sa isang matalinong eksperto sa pagmamanupaktura tulad ng INCIT, ang mga pinuno ng pagmamanupaktura ay maaaring gumamit ng mga analytic na solusyon tulad ng XIRI-Analytics pagkatapos ng digital maturity o ESG assessment ng Smart Industry Readiness Index (SIRI) o Consumer Sustainability Industry Readiness Index (COSIRI) upang tumuklas ng mga bagong insight na batay sa data, na nagbibigay-daan sa mga negosyo sa pagmamanupaktura na mag-unlock ng mga landas sa patuloy na pagpapabuti. Ang XIRI-Analytics ay nagbibigay ng kapangyarihan sa mga manufacturer na may malinaw na data na paggawa ng desisyon, pandaigdigang benchmarking, cost profiling, at GHG profiling upang mapahusay ang kahusayan, pagiging mapagkumpitensya, at pagpapanatili.
Ang platform ay bubuo at pagsasama-samahin ang may-katuturang data para sa malalim na pagsusuri, na lalabas bilang isang transformative tool na may malalayong benepisyo para sa mga negosyo at magkakaibang stakeholder, kabilang ang mga gobyerno, policymakers, pribadong kumpanya, institusyong pampinansyal, at equity na kumpanya. Upang matuto nang higit pa, bisitahin ang website ng INCIT.
