现场情报：智能流程、解决方案和战略
许多流程制造公司都在数字化的道路上，并试行分析以提高运营绩效和提高竞争优势。
虽然其中一些项目可能已经失败，但数字化的前景和业内同行的成功激发了经理们使分析驱动的决策成为可能的愿望：他们想要智能工厂。
但什么是智能工厂以及如何创建智能工厂？
真正的智能工厂使用所有可用数据，并结合人类专业知识来改善业务成果。
这需要数据民主化，每个用户都可以直接访问相关的捕获数据。它还需要民主化分析，用户可以从可用数据中获取信息。当数据（通常存储在各种业务应用程序的数据孤岛中）和分析都交到 o 手中时对于业务用户，用户可以真正大规模地做出数据驱动的决策。
此步骤是智能工厂成功的关键，适用于整个组织。但通常情况下，生产部门已经收集了多年的运营数据。
如果将数据交到流程专家手中，大数据将为提高运营绩效提供大量机会。
正是这些拥有生产知识和经验的人才能理解它所说的内容。
他们是了解生产中正在发生的事情并且能够解释数据的人如果有机会的话。
借助当今易于使用的自助式工业分析工具，这些专家可以自己分析数据并直接为改善业务成果做出贡献，而无需数据科学家的帮助。他们可以为实现卓越的运营和团队做出贡献。
发生这种情况的一个例子是在Lanxess 是一家全球特种化学品公司，总部位于德国科隆。
Lanxess 于 2017 年启动了数字化计划，目标是成为化工行业的数字化领导者。
其计划是专注于数字化整个公司价值链及其生产设施并为其注入活力。
该计划包括为其过程专家提供自助式工业分析软件。
借助该工具，公司专家可以做出数据驱动的决策，以提高工厂产能、最大限度地提高资源效率并降低成本。
结果如何？在头六个月内节省了多达六位数的成本。
“到目前为止，朗盛显着提高了产能利用率，优化了资源效率并降低了维护成本，”朗盛首席数字官 Jörg Hellwig 说.
“数字化转型还有助于进一步发展员工，”他补充道。 “竞争未来，数字数据分析领域的研究对于化学家和化学工程师来说至关重要。”
过程制造工厂可以让了解这些数据的人员分析和分析他们的大数据，从而充分利用他们的大数据。解释它。它高效且有价值。
建设智能工厂并非一蹴而就。在某些情况下，这是一个可能需要数年的旅程。
但正如许多公司所表明的那样，从在组织的生产端使用自助服务分析开始是解决问题的绝佳方式关闭。
