Avantage concurrentiel : comment les fabricants exploitent les données pour un avantage stratégique

L'industrie manufacturière est leader parmi les collecteurs de données. Données de capteurs, suivi des mouvements des employés, données d'arrêt, données de maintenance prédictive, demande — il y a beaucoup d'opportunités de collecter de l'information dans une usine.

D'un côté, cela semble une excellente chose. Avec toutes ces données, les fabricants devraient pouvoir mieux adapter produits et services avec une segmentation client de plus en plus fine, utiliser le machine learning pour réduire les risques et guider la prise de décision par l'analyse et la construction de scénarios, et même mieux comprendre quels produits et services offrir ensuite. Non ?

Malheureusement, ce n'est pas le cas. Malgré être de grands agrégateurs de données, de nombreux fabricants peinent à utiliser ces données à bon escient. Avec tant d'avantages à utiliser les données, pourquoi les fabricants prennent-ils du retard sur la courbe technologique, et de manière si dure ?

Pourquoi les données manufacturières restent inexploitées

Pour discuter d'une solution, commençons par le problème. Pourquoi les fabricants n'utilisent-ils pas efficacement les données qu'ils collectent ? Qu'est-ce qui les en empêche ?

Au sens large, cela revient à être dépassé. Tout, des compétences des employés à l'architecture, peine à s'aligner avec la technologie moderne. Bien que de nombreux fabricants aient ajouté un vernis mince de transformation digitale en ajoutant des capteurs IoT et dispositifs similaires, la vérité est que le cœur de la fabrication a souvent entièrement échoué à suivre significativement. Ce n'est pas nécessairement une question de s'accrocher aux vieilles méthodes par attachement aux traditions, mais plutôt le manque d'énergie et de prévoyance nécessaires pour effectuer le type de refonte qui garantira la continuité de l'activité.

Pour certains fabricants, cependant, l'heure des décisions cruciales est maintenant, de peur d'être balayés par les courants du temps, dépassés par leurs concurrents plus technophiles.

Silos de données

Les dispositifs de collecte de données utilisés par de nombreux fabricants tournent, collectant l'information qu'ils devraient, mais ces données sont canalisées directement dans des silos, et les silos de données ne fonctionnent pas, surtout avec des quantités massives d'informations entrantes. Cela signifie que certaines données sont envoyées aux opérations pour gérer et analyser, d'autres à l'approvisionnement, ou à la qualité, ou à un autre département. « Bien, on ne peut pas tout jeter à tout le monde ! » s'écrient de nombreux fabricants.

Pour contrer cela, oui vous pouvez. Vous le pouvez et vous le devriez. Les données en silos sont désordonnées et improductives — elles mènent souvent à plusieurs équipes travaillant séparément sur les mêmes problèmes, des départements ayant des données disparates et obsolètes, et juste une déconnexion générale de travailler comme une organisation cohésive.

Main-d'œuvre vieillissante

La vérité sans fard est que la fabrication regorge d'employés vieillissants formés pour une époque entièrement différente de l'histoire manufacturière, et leur influence continue de résonner à travers les politiques et priorités. Les compétences IT nécessaires pour faire tourner une usine intelligente ne sont pas des choses pour lesquelles ils ont été formés, et l'idée d'implémenter ce type de technologie peut sembler accablante et inconfortable (bien que moins inconfortable que l'entreprise faisant faillite).

Usines anciennes

Certaines usines opérant aujourd'hui sont pratiquement délabrées comparées aux options « intelligentes » modernes, et elles ont peu de support pour un changement vers de l'équipement plus récent. Les machines sont vieilles, tout comme l'architecture et l'infrastructure de ces usines. La logistique d'exploiter un atelier entièrement connecté peut sembler hors de portée, surtout si les décideurs ne connaissent que les formes antérieures d'automatisation et de collecte de données, comme l'utilisation de capteurs exigeant d'annuler les garanties de machines précieuses.

Processus archaïques

Alors que les ateliers sont exigus et vieillissants, les processus pour les opérations et la collecte de données commencent à s'effondrer sous le poids des données qu'ils collectent. Certains fabricants utilisent un processus ad hoc ici et une rustine là, mais ce patchwork de solutions ne crée qu'un problème plus grand à mesure que l'économie data-driven grandit. Les processus manufacturiers fondés dans l'ère industrielle passée doivent être transformés pour correspondre aux exigences d'une installation intelligente, mais le changement peut être à la fois inconfortable et intimidant. Ces processus retiennent les fabricants d'utiliser ne serait-ce qu'une once des données qu'ils collectent.

DataOps absent

Dans un rapport ReThink Data, il devient clair que de nombreux fabricants manquent sévèrement de stratégie et d'implémentation data. Un facteur majeur dans cette lutte est l'absence de DataOps. Seulement 10 % des organisations ont rapporté avoir un DataOps complet, et les deux tiers des fabricants n'avaient pas de DataOps du tout. Sans cette initiative pour stratégiser et rassembler la collecte, les données et les outils pour en extraire du sens, les déconnexions persistent et le cauchemar data continue.

Comment maximiser les données manufacturières pour un avantage concurrentiel

Pour les fabricants qui ont déjà commencé à implémenter certaines technologies intelligentes comme l'IoT et le edge computing, la première étape est d'embaucher des personnes pour le DataOps. Ces personnes connecteront les données aux gens et à leurs décisions. Elles sont la fondation de l'utilisation réelle des données que vous collectez et de leur bonne utilisation. Ce seront vos personnes de référence pour l'IA, le machine learning, le edge computing et la gestion de données cloud.

Ensuite, donnez à cette équipe DataOps l'information dont elle a besoin. Abattez vos silos de données et voyez les connexions, patterns et insights qui peuvent être extrapolés quand les algorithmes voient le tableau complet, et combien de temps les départements récupèrent en collaborant plutôt qu'en travaillant redondamment derrière des portes closes.

Avec toutes ces données, vous aurez besoin d'un moyen de les gérer et les stocker pour qu'elles soient facilement accessibles quand il sera temps de les utiliser. C'est parmi les cinq principales barrières à l'utilisation des données selon le rapport ReThink Data mentionné. Vous devez aussi trouver un moyen de tout garder en sécurité, car les données manufacturières contiennent souvent des informations propriétaires. MachineMetrics offre des solutions sur ce front incluant un moteur de transformation de données automatisé qui standardise les structures de données pour des rapports et analyses cohérents. Nous offrons aussi des dispositifs edge computing et un transfert pratique, scalable, instantané vers le cloud pour le stockage et l'analyse en utilisant seulement les meilleurs protocoles de sécurité à jour et transferts de données chiffrés.

Last but not least, il est important de développer une culture d'entreprise positive et accueillante envers l'usage des données. Par exemple, MachineMetrics permet aux travailleurs d'atelier de saisir des données sur tablettes directement sur les machines pour ajouter des couches de contexte humain aux données collectées. Ce type d'interactivité ainsi que le reporting temps réel, moins de temps d'arrêt, et moins d'outils cassés et de pièces rebutées mènent à des employés embrassant volontiers une culture data-driven.

Prêt à en savoir plus sur la façon dont la plateforme IoT MachineMetrics peut aider votre entreprise à collecter, analyser et stocker vos données manufacturières ? Réservez une démo avec nous ici.