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
