Zdaniem Ashley Stirrup z firmy Talend, co dziesiąte przedsiębiorstwo z głównego amerykańskiego indeksu giełdowego S&P 500 straci swoją pozycję z powodu opieszałości w cyfryzacji i wykorzystaniu Big Data.

Informatyzacja i robotyzacja przedsiębiorstw to kroki milowe, które zrewolucjonizowały produkcję na całym świecie. Zmiany widoczne były gołym okiem: w fabrykach pojawiły się maszyny, które w krótkim czasie wykonywały tygodniową pracę całego zespołu wyspecjalizowanych pracowników, a cały szereg skomplikowanych procesów został zoptymalizowany dzięki informatyzacji. Trudno było przegapić taką transformację, nie dostrzec nowego sprzętu, oprogramowania, innej metodyki czy szybujących coraz wyżej wyników. Dziś odbywa się równie istotna rewolucja, choć zdecydowanie bardziej w cieniu. Jej sztandarowym hasłem jest Big Data. Wyznacza ona nowe standardy w obszarze funkcjonowania przedsiębiorstw i zarządzania produkcją.

Liczby, które mówią

Ashley Stirrup, Chief Marketing Officer w firmie Talend, prognozuje, że w 2017 r. 1 na 10 przedsiębiorstw z głównego amerykańskiego indeksu giełdowego S&P 500 straci swoją pozycję z powodu opieszałości w cyfryzacji i wdrażaniu analityki Big Data. Nie jest on w swoich prognozach odosobniony. Podobne zdanie mają eksperci IDC, którzy mówią wprost:  w cyfrowej gospodarce sukces odniosą te firmy, które nie tylko zbudują skuteczne źródła przepływu i gromadzenia danych, lecz także zyskają zdolność ich monetyzacji.

Posłużmy się konkretnym przykładem: fabryka generuje około 4 bilionów próbek informacji rocznie, a jedna próbka równoznaczna jest z jednym odczytem z maszyny. Zgromadzenie samych informacji niewiele da. Dopiero ich analiza i w konsekwencji monetyzacja pozwoli np. na eliminację przestojów. Będzie to możliwe dzięki odpowiedniej synchronizacji procesów oraz nieprzerwanemu dostępowi do wszystkich potrzebnych części, produktów czy surowców.

O tym, jak istotna jest analityka wielkich zbiorów danych pochodzących z różnych źródeł świadczy badanie “The Digital Factory: Game-Changing Technologies That Will Transform Manufacturing Industry” przeprowadzone przez Pierfrancesco Manenti. 47 proc. wytwórców uważa, że analityka Big Data będzie miała ogromny wpływ na wydajność ich przedsiębiorstw i stanowić będzie trzon cyfrowych fabryk przyszłości. Z kolei 49 proc. badanych oczekuje, że zmniejszy ona koszty operacyjne i przyczyni się do efektywniejszego wykorzystywania zasobów.  

Nowe jest lepsze

Czym różni się analityka Big Data od analityki, z którą zazwyczaj mamy do czynienia obecnie? W dużym uproszczeniu tym, że analizuje się dane z wielu źródeł. Dotychczasowe formy zbierania danych i raportowania przy pomocy Excela, systemów ERP czy też tradycyjnych systemów BI są dość ograniczone i zawężone do niewielkich zbiorów danych. Wymagają  predefiniowania, nie pozwalają zagłębiać się w dane na wystarczającym poziomie lub wcale i nie posiadają odpowiednich algorytmów analitycznych. Są wrażliwe na błędy użytkownika. Największym problemem jest jednak to, że dane w większości przypadków nie są powiązane asocjacyjnie.

Nowoczesne oprogramowanie analityczne, korzystające z zasobów Big Data, wyróżnia się szybkością generowania raportów, łatwością dostosowania ich do indywidualnych potrzeb, możliwością swobodnego zagłębiania się w dane oraz rozbudowanymi możliwościami analizy i wizualizacji. Ponadto, oferują one możliwość współpracy online oraz gwarantują tak pożądaną przez wszystkich mobilność.

Dotychczas analizowano tylko niektóre dane, które pod względem przydatności znajdowały się na samym czubku piramidy. Działo się tak dlatego, że proces gromadzenia i przetwarzania takich informacji był żmudny i kosztowny, brakowało odpowiednich narzędzi pomiarowych, magazynujących, porządkujących czy analitycznych. Poza tym brakowało nowoczesnych systemów analitycznych, które korzystając z inteligentnych algorytmów mogą zmieniać je na informacje przydatne w podejmowaniu bardziej lub mniej strategicznych decyzji. Dziś sytuacja ma się zupełnie inaczej a nowoczesne systemy mogą nie tylko zbierać dane o dużej objętości, dużej zmienności lub dużej różnorodności i rozdzielczości, lecz także przeprowadzają ich analizy. Zarządzanie poszczególnymi działami, jak i całym przedsiębiorstwem, dzięki takim narzędziom daje nowe możliwości, przyczynia się do oszczędności i pozwala zyskać przewagę nad konkurencją.

Deszcz korzyści

Doświadczenia pokazują, że Big Data w przedsiębiorstwie produkcyjnym przyczynia się do maksymalizacji efektywności operacji logistycznych – magazynowania, transportu i dystrybucji – a także optymalizacji stanów magazynowych czy też obsługi i analizy dokumentacji wysyłek i dostaw. Dzięki analizie dużych zbiorów danych lepiej zarządza się rotacją produktów przy zwiększającej się ich różnorodności i rosnących oczekiwaniach klientów. Możliwe staje się także monitorowanie wszystkich wskaźników KPI, takich jak np. kosztu materiałów na wyrób, średniego czasu naprawy, Ilości reklamacji wewnętrznych i zewnętrznych, rotacji pracowników, poziomu zapasów czy liczby przestojów.

Dzięki nowoczesnemu systemowi BI pracownicy różnych szczebli zarządzania mają możliwość łatwej analizy wielu wskaźników koniecznych do efektywnego kierowania produkcją. Mogą m.in.: sprawdzić udział braków w całkowitej produkcji, kontrolować koszty fabryki, analizować efektywność pracy maszyn i statystyki produkcji, a także monitorować czas realizacji zlecenia produkcyjnego. 

Przydatność takich systemów dobrze opisuje badanie „LNS Research i MESA International 2013-2014”, które dowodzi, że analityka Big Data u 46 proc. firm poprawiła planowanie produkcji, a u 45 proc. pomogła zrozumieć wyniki przedsiębiorstwa, dzięki porównaniu wielu miar. 39 proc. respondentów uznało, że taka analityka umożliwiła szybsze wsparcie i serwisowanie klientów, z kolei 38 proc. zwróciło uwagę na przydatność alertów realizowanych w czasie rzeczywistym na podstawie aktualnych danych produkcyjnych. To jednak nie wszystko. 36 proc. ankietowanych chwali sobie odpowiednią korelację wyników produkcyjnych i biznesowych oraz możliwość porównywania wyników kilku zakładów, 31 proc. zwraca uwagę na możliwość modelowania planów predykcyjnych, a 30 proc. wskazuje na poprawę współpracy z dostawcami. Te wyniki dają do myślenia.

Autor: Grzegorz Pawłowski z firmy DSR