Логотип Зефирнет

Пять способов корпоративных данных улучшить дизайн продукта и производство

Дата:

Производители всех типов знают, что им необходимо внедрять инновации и быстрее выводить продукцию на рынок. Но ставки значительно выше, когда речь идет о создании сложных продуктов.

Возьмем, к примеру, американского чипового гиганта NVIDIA. Компания начинала как крупный поставщик чипов для индустрии компьютерных игр, а с тех пор расширилась до сферы здравоохранения и транспорта, включая беспилотные автомобили. Эти шаги значительно подняли ставки, когда дело дошло до стоимости отказа продукта. Неисправный чип в беспилотном автомобиле может привести к гораздо более серьезным последствиям, чем выход из строя чипа в контроллере видеоигры.

Ключ к предотвращению выхода продукта из строя и обеспечению управления качеством лежит в данных. Сегодня предприятия генерируют больше данных из большего количества источников, чем когда-либо — от испытательного оборудования, образцов продукции, проверок качества и приложений для управления взаимоотношениями с клиентами до отзывов клиентов, колл-центров и анализа первопричин. Задача состоит в том, чтобы использовать этот поток данных, определить, что является наиболее важным, и превратить их в идеи, которые способствуют принятию обоснованных решений и более эффективным, точным и безопасным процессам.

Но недостаточно просто собирать данные. Организации, надеющиеся добиться успеха в современной конкурентной среде, также нуждаются в инструментах и ​​аналитических данных для анализа операций до того, как возникнут проблемы.

Значительное количество компаний уже интегрировали аналитику данных в свои инициативы по обеспечению качества, и, по прогнозам, эта тенденция будет только расти по мере того, как все больше руководителей осознают ценность стратегии, основанной на данных. Как же лучше всего использовать имеющиеся у вас данные, чтобы принимать обоснованные решения и решать проблемы с качеством как можно раньше в жизненном цикле продукта?

Ключевым моментом является использование данных для раскрытия важной информации, выявления закономерностей и тенденций, а также корректировки процессов для ускорения принятия решений и улучшения результатов. Инновации включают прогнозную аналитику, которая опирается на исторические данные для выявления закономерностей и прогнозирования будущих результатов, и предписывающую аналитику, которая обеспечивает решение выявленной проблемы. Каждый тип аналитики упрощает получение ценной информации, которая позволяет компаниям предотвращать возникновение проблем или быстрее предпринимать корректирующие действия, когда они возникают.

Первый вопрос, на который компании должны ответить: какие проблемы можно решить с помощью данных? Устаревшие ИТ-инфраструктуры и опора на бумажные методы, например, не только не в состоянии идти в ногу с цифровыми требованиями клиентов и цепочки поставок, но им также не хватает прозрачности, необходимой для эффективного информирования о проблемах. Рассмотрим следующие способы применения анализа данных на протяжении всего производственного процесса:

Дизайн для качества с самого начала. Процесс обеспечения качества начинается на этапе проектирования продукта. Информация, полученная в результате анализа данных, гарантирует, что вы выбираете правильных поставщиков для закупки сырья самого высокого качества, основываясь на отзывах заинтересованных сторон и конечных пользователей и выявляя потенциальные дефекты продукта на каждой итерации проекта. Анализ данных о предыдущих продуктах и ​​проектах может быть чрезвычайно полезен для принятия новых дизайнерских решений, обеспечивая более высокий уровень ясности во многих аспектах процесса проектирования, от сложности системных требований до влияния изменений в дизайне.

Создание единого источника правды. Захватив множество источников качественных данных из тестирования, аудита, расследований и т.п., вы можете создать единый централизованный источник достоверной информации. Это требует устранения разрозненности между разрозненными отделами, такими как финансовый, кадровый и инженерный, и демократизации данных, чтобы сделать их доступными для всех заинтересованных сторон для анализа и немедленного принятия решений.

Анализ отклонений для выявления первопричин. Собирая и анализируя данные в режиме реального времени из многих источников, вы можете получить 360-градусный обзор своих процессов. Это позволяет изолировать отклонения и создавать планы корректирующих действий для устранения основной причины проблемы, будь то разовое несоответствие или системная проблема. Все заинтересованные стороны могут оставаться в курсе и сотрудничать в режиме реального времени, чтобы быстро решать проблемы и обеспечивать постоянное улучшение.

Использование статистического контроля процессов.  Аналитика данных играет важную роль в мониторинге, измерении, контроле и улучшении процессов, чтобы обеспечить соответствие продукции спецификациям с большей эффективностью и меньшим количеством отходов. Несмотря на то, что в процессе всегда будут отклонения, аналитика данных позволяет отслеживать тенденции в режиме реального времени, позволяя вам контролировать качество и проявлять инициативу до того, как отклонения выйдут за заранее установленные пределы.

Проведение документального контроля. Как только решение принято на основе аналитики, вы можете обновить документацию, чтобы отразить новые процессы и технические спецификации. Вы можете предотвратить непреднамеренное использование устаревших процессов или процедур, используя самую последнюю версию утвержденной документации во всей организации. Кроме того, вы можете обучать сотрудников на основе пересмотренных процессов и процедур, отслеживая при этом внедрение новой документации, процессов и процедур.

Gartner определяет аналитику как «автономное или полуавтономное исследование данных и контента с использованием сложных методов и инструментов для более глубокого понимания, прогнозирования или выработки рекомендаций». С помощью надлежащих аналитических инструментов предприятия могут использовать свои огромные данные для получения информации, которая поможет им ответить на вопросы стоимостью в миллион долларов: что происходит в бизнесе? Что нам с этим делать? Как мы делаем это? И что мы можем сделать дальше?

Дэвид Исааксон, вице-президент ЭТК.

Spot_img

Последняя разведка

Spot_img