蒂姆·克拉克 (Tim Clark) 讨论了分析如何改进制造，并描述了您可以采取哪些步骤来释放其全部潜力。分析使制造商能够将他们的数据转化为可操作的洞察力。分析——使用数学、统计学、预测建模和机器学习来寻找数据中的模式——使制造商能够将他们的数据转化为可操作的洞察力。它正在为互联工厂提供动力，消除供应链问题，并利用客户反馈改进产品即时的。分析提供了对挑战和机遇的前所未有的理解，使您不仅能够生存，而且能够蓬勃发展。到 2020 年，60% 的制造商将使用数字平台来增加投资并支持高达 30% 的收入 [IDC Futurescape：2018 年全球制造业预测（2017 年 10 月）]。因此，现在投资清洁、整合用于分析的数据在现代竞争异常激烈的制造环境中至关重要。
为什么分析变得如此重要？
制造商通常拥有丰富的数据，但缺乏洞察力。复杂的机器、系统及其员工会产生大量数据，但这些数据通常被锁在部门孤岛中，难以使用，更不用说有效地处理和共享了。分析有助于理解您的数据，了解重要内容并为决策提供信息制作。它突出了问题，提高了效率并揭示了新的机会。本文首次发表在《制造商》杂志的 6 月号上。如需订阅，请点击此处。工业 4.0 通常被理解为制造技术（包括信息物理系统、物联网和云计算）中的自动化和数据交换趋势。
然而，这常常被误解为仅仅意味着基本物理和数字过程的自动化。许多制造商已经达到了这种自动化水平。因此，他们停止创新，认为自己已经实现了工业 4.0。
实际上，工业 4.0 包含的内容远不止这些。我们将其定义为使用整个价值链中的数据，并使用这些数据生成可操作的见解并释放货币价值。下载我们的独家免费电子书，了解您的企业如何实现当今制造业的未来。
分析是当今许多令人兴奋的技术的核心。人工智能 (AI) 的价值来自于准确高效地分析大量复杂数据而不感到疲劳。它对于预测需求、优化供应链和自动化流程越来越重要。然而，AI 需要强大的分析基础来完成其工作，而分析允许 AI 处理和解释数据并在无需人工干预的情况下运行。制造商也可以从物联网 (IoT) 中受益，尤其是从制造过程中生成数据的连接传感器。通过“边缘分析”，分析被传送到数据流出的地方，这意味着实时生成洞察力。这使得预测性维护成为可能，从而使生产成本更低、效率更高。为什么分析很重要？
复杂的机器、系统及其员工会产生大量数据，但这些数据通常被锁在部门孤岛中。分析很重要，因为它有助于将不同的员工、部门和技术集合转变为一个动态的、集成的组织。当分析渗透到整个运营过程中时，它会创建一个统一的生态系统，在这个生态系统中收集知识并将其提供给所有业务领域。这有助于提供基于证据的决策、创新和最好的客户服务。相反，无法从数据中获得有价值的洞察力的制造商也无法寄希望于提高在当今的数字经济中取得成功或取得成功。如何成功部署高级分析？
在部署分析之前了解挑战很重要。新的见解揭示了您最初没有意识到的业务问题的各个方面，但首先您需要一个目标，无论是提高性能还是产品质量，然后再投入时间和资源来集成解决方案。例如，商用车制造商 Navistar 希望开发卡车与竞争对手相比，故障更少。它从员工开始，应用 SAS Office Analytics 来帮助 HR 团队留住最优秀的人才。分析让他们确定哪些明星员工可能会离开，允许 Navistar 进行干预并鼓励他们留下来。但是，要使分析发挥作用，您需要支持来自关键决策者和将要使用它的员工。这需要一个强有力的商业案例来证明分析对利润的积极影响。To 获得员工的广泛认可 清楚、简单地阐明分析如何使他们的工作更轻松、更好是至关重要的。有关更多信息，请单击此处下载与制造商共同创建的独家免费白皮书。蒂姆·克拉克 (Tim Clark)， SAS 英国和爱尔兰制造主管 – /uk/manufacturing关于 SAS
SAS 成立于 1976 年，是分析、数据管理和商业智能软件的领先开发商。它提供了做出有利于企业的更快、更好的决策所需的洞察力。 10 个不同行业的所有财富 500 强公司都依赖 SAS。
