现代制造业是通过技术实现可能性。数据湖已经变得司空见惯，但其巨大的潜力在制造企业中仍未得到开发。公司中的任何人都没有使用数据湖中多达 90% 的所有数据。这并不是因为该行业没有收集足够的数据。这是因为它需要上下文。
释放工业数据的价值
数据湖是制造业数字化的核心。但组织内通常只有少数人知道如何有效地驾驭它们，因为数据湖只存储原始的、未转换的数据。这就像有一组坐标但没有地图——对大多数人来说毫无用处。为了弥合数据和人之间的鸿沟，制造商需要合适的基础设施来存储、提炼相关数据，并使相关数据可供需要它的任何人使用，以创造商业价值.北欧制造商，Aarbakke 已经对这个理论进行了测试。根据他们的首席技术官 Rolf Thu 的说法，“凭借我们拥有的强大数据，我们可以做很多事情来改进我们的流程并减少我们的碳足迹。我们可以追踪、分析和查看排放物的来源——然后采取行动减少排放。”他补充说：“最大的好处之一是我们可以多快地从想法转变为解决方案。我们还能够使用非常精干的团队处理大量数据。我们可以用它做一些了不起的事情，因为工具和数据准备非常好。我们正在快速、低成本地开发产品，这对我们的投资回报率是有利的。” 如何理解您的数据
Aarbakke 能够打破跟踪机器操作数据和工作订单的独立系统之间的壁垒，帮助公司分析和优化切削工具的使用。该解决方案正在帮助制造商将工具组件减少 60%，并将切削量提高到OL 效率提高 10%。 Aarbakke 还能够监控超过 22,000 种独特的切削工具。在另一个示例中，制造商创建了 CNC 机器警报仪表板，帮助他们的工程师减少故障次数并延长机器的使用寿命，从而将服务成本降低 20-30%，并减少停机时间和计划外停机。正如此示例所示，使数据有用的第一步也是最重要的一步是将其置于上下文中。情境化使您的数据可访问，以便您组织中的每个人都可以深入了解您的数据和操作。您设施中的资产可能具有跨多个来源的过程变量、工作单、文档和检查数据，所有这些都驻留在您的数据湖中。情境化在数据源和类型之间建立有意义的关系，使组织中的每个人都能获得实时信息，使以前只有专家才能获得的知识民主化，并迅速发展开发和扩展新的和现有的应用程序。上下文中的数据使您能够看到您的痛点，从而引导您获得几乎无限的改进可能性。它让您深入了解哪些工具具有最大的优化潜力，以及如何提高资产的利用率。 基于可信数据和实时洞察的数字决策
如今，制造商依靠数据和分析来做出决策。对于大规模操作使用的数据，它需要可信和一致。如果您和您的同事不信任您的数据，它就毫无用处。为了建立对数据的信任，确保用于生成见解的时间序列数据处于健康状态至关重要。通过将来自一系列分散源的数据集成到一个地方，您可以管理和控制您的数据。访问详细的时间序列数据可以让您轻松验证数据质量，还可以根据具体使用情况修改需求课。如果不验证数据的质量，您的团队最终可能会对不准确的数据做出反应。使用正确的解决方案，您可以自动化数据清理，节省大量时间，最重要的是获得用于决策的准确数据。数据湖本身不提供任何商业价值。为了提供价值，数据必须是情境化的、可访问的和可信的。一旦您意识到数据的价值，您就为使您的运营更高效、更智能，甚至实现更大的可持续性奠定了基础。关于作者作者：Cognite 制造高级副总裁 Slimane Allab
