把纸和笔收起来。混合数据管理和分析系统——用户将纸张跟踪与计算机处理相结合——不再满足制造商对速度、准确性、可追溯性和法规遵从性的需求。制造商越来越多地采取措施实现 100% 自动化数据管理系统。
Dustin Caudell，RFgen 销售副总裁，为客户演示移动条形码演示。“一致的痛点对于具有数据管理的制造商来说，通常是在他们的手动流程和纸张跟踪不再有效的时候——无论是通过公司的发展还是为了满足政府的要求，”RFgen 销售副总裁 Dustin Caudell 说。
“我们的管道增加了五倍PTC 互连解决方案总经理 Howard Heppelmann 表示，“去年在工厂空间寻找企业机会”。 “我很清楚，我们已经超越了技术探索和试点项目沙盒阶段，迈出了跨越鸿沟的一步。我们正处于主流指数采用率的风口浪尖。”说到指数，大数据正在变成巨大的数据。
2010 年，2 泽字节（20 亿太字节）根据 Statista 的说法，数据是在全球范围内创建的。到 2017 年，这个数字达到了 26 泽字节。根据 Domo 的 2019 年数据永不眠研究，到 2020 年，数据字节数将比可观测宇宙中的恒星多 40%。
但数据量几乎没有那么重要分析数据并获得可操作的见解。
“我们喜欢说，'没有分析的数据是尚未实现的价值'，”行业负责人 Marcia Elaine Walker 说SAS 的制造顾问。
据《福布斯》报道，2017 年，大约一半的公司采用了某种大数据分析。根据 NVP 今年发布的一项数据调查，两年后，62% 的公司报告称通过投资大数据分析取得了可衡量的成果。
“我们正处于人们说的地步，‘我我知道为了企业的生存我需要这样做。我如何大规模地做到这一点？” Heppelmann 说。 “那些不这样做的人可能会以无法恢复的方式落在后面。率先跨越数字化转型的鸿沟可能意味着贵公司的潜在死亡或扩大市场领导地位之间的区别。”
例如，离散行业越来越多地通过其物联网数据创造新的收入流，例如销售在机器耗材的设备订阅之上的服务包（例如，打印机墨水或装箱材料als for packaging lines），甚至是为最终用户定制的产品，Walker 说。
最高领导层的新角色正在出现。据 NVP 称，2012 年，接受调查的公司中有 12% 任命了首席数据官。到今年，这一比例增长到近 70%。
然而，消息并不都是好消息：据称，不到一半的高管表示他们的首席数据官对组织内的数据负主要责任
仍然有比您想象的更多的制造商依赖笔和纸。
“很多公司都没有采用移动数据收集最佳实践。公司已经在业务方面实施了 ERP（企业资源规划）系统，”RFgen 的 Caudell 说。 “但在车间，你有一个纸质系统，你可以在其中写下所有内容并进行跟踪。”
例如，在一个制造工单流程中，“他们打印出一张纸，写下工单下来，n 其他人将信息输入计算机，”RFgen 总裁 Robert Brice 说。即使是这些部分自动化的系统也效率低下且速度缓慢。
“查找信息需要很长时间，”Caudell 说。 “这是无效的。他们仍然把事情写在工作单工作表上，然后其他人将信息输入计算机。即使您将信息输入计算机，数据通常也会滞后。今天可能会发生事情，需要几天时间才能将这些事件输入系统。”
公司正感受到来自 FDA 等监管机构的压力，以确保他们对供应链上下的可见性—— Caudell 说，每批成品由哪个供应商制造哪些组件给哪些客户。
制药、医疗设备、航空航天和半导体等质量公差较小的行业对计算机的潜力感到兴奋愿景一Walker 说：“与传统测试方法相比，分析可以加快质量测试并显着改善结果。”
时间报告功能，”Caudell 说。 “他们需要快速获得这些信息，以便他们能够处理召回情况。定制医疗器械制造公司和食品制造公司对食品和设备安全负有巨大责任。”
一些仍然抗拒变革的制造领导者可能担心有效的数据管理意味着他们整个系统的全面升级。但这可能不是必需的。
“数据管理不一定是我们平台中的数据管理，而是访问和回写现有系统的能力，该技术层可以访问和带来在分析中、虚拟现实和其他流程融入现有环境，”PTC 的 Heppelmann 说。 “我们不会说，‘扔掉你现有的 ERP 系统。’我们说，‘把数据留在原处。’我们的制造企业系统和智能工具与您的系统协同工作，提供新的见解、提高生产力并扩展系统以及你拥有的能力。”
他说数据管理的关键支柱包括：
- 从任何地方获取信息的能力，包括 OT 系统、个人机器、云、天气跟踪系统等外部资源，以及
- 应用分析、机器学习和人工智能来协调工作流程和执行预测性维护的能力。
在某些情况下，制造商开始自己管理数据，然后意识到扩展带来了挑战。
“我们总是接到来自在单个机器上解决问题的公司的电话单一工厂，”沃克说。 “他们需要帮助跨机器和设施部署该解决方案并随着时间的推移维护模型。”
制造商发现“以整体方式管理数据比管理来自单个历史记录的数据更困难，”Walker说。 “许多制造商习惯于在小范围内进行基本分析，但他们已经达到了 6 Sigma 等传统做法的极限。”
当公司合并许多不同类型的数据时，挑战就会增加，例如她说，来自社交媒体、传感器和分销商，同时遵守法规。
例如，一般数据保护条例 (GDPR) 要求通常被认为只影响银行或互联网服务公司但与制造商同样重要，Walker 说。
“借助 SAS，他们可以管理不断扩展的分析生态系统，”她说。 “他们可以打破他们的数据、分析和部门孤岛，并扩展和自动化可重复的流程，以跟上不断变化的需求。”
如何开始的选项比比皆是
已经出现了几种模型作为
许多 SAS 客户都是从“结果即服务”系统开始的，Walker 说。客户按月支付订阅费，将其数据提供给 SAS，让 SAS 数据科学家能够找到信号和洞察力。 “这消除了他们对内部数据科学家、硬件或软件的需求，”她说。
一些客户更喜欢软件即服务模式，在这种模式下，客户可以远程访问软件，并最大限度地减少对内部硬件和技术支持的需求。
“他们有自己的数据科学家并管理他们自己的数据，但他们不需要自己管理 IT 环境，”Walker 说。
其他客户更喜欢更传统的方法来获得完整的许可软件打包并将其托管在现场或公共或私有云中，她说。
争论不休
有时，公司内部的一个部门无法就什么样的数据最好看达成一致GE Digital 离散制造高级产品经理 Joe Gerstl 说：“推动他们部门所需的洞察力。”
我希望数据看起来像那样。我不想要那个数据。我想要其他数据。'人们为数据应该是什么样子而争论不休。”
GE Digital 的 Predix MDC（制造数据云）数据收集系统可以分离、翻译和分析所需的确切数据，格斯特尔说。
新兴技术甚至可以消除将某些信息输入计算机的需要。
“以前，人们必须从一个地方旅行到另一个地方，将信息输入计算机，”Brice 说。 “现在他们可以可以是位置标签或条形码，信息会自动输入。我们构建了移动应用程序，可以扫描移动设备上的数据并在系统中自动更新它。”
公司通常会在 12 到 18 个月内看到投资回报，这些投资回报来自改进的库存管理、相关的工作效率提高和减少错误，他说。他说，库存准确率通常从 70% 的范围提高到 90% 的高范围。
通过移动数据收集，库存数量始终是最新的，Brice 说。
Marcia Elaine Walker ，SAS 制造业首席行业顾问，在北卡罗来纳州卡里与 SAS 客户咨询学院的一群学生讨论物联网传感器和预测分析。“通过移动数据收集政策，我们获得了正确的库存，我们得到了它实时。不身体必须出去检查一下。如果你有库存问题并且你不知道你的库存在哪里，你会不断派人去那里检查你有多少以及你的库存在哪里，“他说。 “可靠的原材料库存有助于改进整个制造过程，无需在开始生产前去确保您拥有原材料。”
因此，回报非常快，Brice 说。
p>“我们正在提高工人的生产力。如果我们可以将他们的速度提高 5% 到 20%，这对这些公司来说是一个巨大的回报。”
数据输入错误可能会消失
从手动输入系统切换到人工输入系统后条形码移动数据输入系统，几乎所有数据输入错误都会消失，“因为数据内置在条形码中，”Caudell 说。
“此外，数据输入过程和更新在几秒钟内发生的扫描，所以没有数据滞后，”他说。 “您减少了跟踪信息所涉及的劳动力数量，同时在供应链上下提供更系统、更可靠的可追溯性。”
良好的移动数据收集政策可在供应的一端提供完整、快速的可追溯性Caudell 说，产品中使用的所有组件的链条，以及客户收到哪个设备的另一端。 “我们知道哪个客户拥有编号为 123 且序列号为 123 的医疗设备，”他说。
解决数据存储问题
另一个新出现的问题是数据存储。
据 Statista 称，到 2025 年，大数据预计将达到 175 泽字节。
“有了这个新工具 (Predix MDC)，我们可以减少工厂的数据量，”Gerstl 说。 “我们可以降低总拥有成本。制造工厂可能拥有存储数 TB 数据的服务器，可在工厂中保存 10 年的数据。使用我们的工具，他们可以将该数据提交给 MDC。我们可以存储数据正是它在 OT 中的样子或作为非顺序数据。然后，如果 FDA 五年后回来要这些数据，公司就可以双向获取数据。”
RFgen 正在研究将制造库存数据直接从制造设备获取到公司 ERP 的技术系统——无需人工发明/扫描，Caudell 说。 “有些机器足够智能，可以知道使用了多少原材料、生产了多少成品以及产生的废料水平。”
在汽车行业，采用数据管理和分析系统的制造商Heppelmann 说，他们看到了生产力的重要提高。 “我们的一位客户在汽车论坛上发言说，他们的生产线生产率提高了 3%，”他说。 “对于汽车，1% 的改进是巨大的； 3% 是巨大的。”
大约五年前，RFgen 将自己定位为一个主要的Caudell 说：“或者通过对智能手机使用量激增这一事实采取行动，从而在自动化领域发挥作用。”
“10 年前，工厂设备是坚固耐用的 Windows 设备，不像您的手机，”他说。 /p>
RFgen 决定让制造移动设备更像消费类移动设备。 “我们可以编写可在 iOS、Android 和 Windows 上运行的应用程序，”Caudell 说。 “我们几乎可以在用户拥有的任何设备上运行我们的应用程序。我们会在用户所在的地方与他会面，为他提供他想要的体验。”
培训公司实施
挑战包括帮助用户了解所涉及的新流程。
“如果你正在与一家不知道如何实施大型项目的公司合作，你需要花时间研究如何成功实施大型项目，”Caudell 说。 “或者，有时客户曾尝试与另一家供应商合作，但效果不佳。我们必须说服他们对我们有信心。”
第一次从手动方法过渡到自动化方法的人首先需要“设想这将如何在他们的业务中发挥作用，”他补充说.
