Zephyrnet Logosu

Kurumsal Verilerin Ürün Tasarımını ve Üretimi İyileştirmesinin Beş Yolu

Tarih:

Her türden üretici, yenilik yapmaları ve ürünleri pazara daha hızlı sunmaları gerektiğini biliyor. Ancak konu karmaşık ürünler üretmeye geldiğinde riskler çok daha yüksek.

ABD merkezli çip devi NVIDIA'yı ele alalım. PC oyun endüstrisinin önemli bir çip tedarikçisi olarak başladı ve o zamandan beri sürücüsüz arabalar da dahil olmak üzere sağlık ve ulaşım alanlarına genişledi. Bu hamleler, ürün başarısızlığının maliyeti söz konusu olduğunda riskleri önemli ölçüde artırdı. Sürücüsüz bir arabadaki arızalı bir çip, bir video oyun kumandasındaki çipin arızalanmasından çok daha ciddi sonuçlara yol açabilir.

Ürün arızasını önlemenin ve kalite yönetimini sağlamanın anahtarı verilerde yatmaktadır. Günümüzde işletmeler, test ekipmanlarından ürün örneklemesine, kalite denetimlerinden müşteri ilişkileri yönetimi uygulamalarına, müşteri geri bildirimlerine, çağrı merkezlerine ve temel neden analizlerine kadar her zamankinden daha fazla kaynaktan bilgi üretiyor. Buradaki zorluk, bu veri selinden yararlanmak, en alakalı olanı belirlemek ve bunu daha verimli, doğru ve daha güvenli, bilgili karar almayı ve süreçleri yönlendiren içgörülere dönüştürmektir.

Ancak sadece veri toplamak yeterli değil. Günümüzün rekabetçi ortamında başarılı olmayı ümit eden kuruluşların, sorunlar ortaya çıkmadan önce operasyonları analiz etmek için araçlara ve içgörülere de ihtiyaçları vardır.

Önemli sayıda şirket, veri analitiğini kalite girişimlerine zaten entegre etti ve daha fazla yönetici veri odaklı bir stratejinin değerini gördükçe bu eğilimin daha da büyümesi bekleniyor. Peki, bilinçli kararlar almak ve kalite sorunlarını ürün yaşam döngüsünün mümkün olduğunca erken bir aşamasında ele almak için sahip olduğunuz verileri en iyi şekilde nasıl kullanırsınız?

Önemli olan, temel bilgileri ortaya çıkarmak, modelleri ve eğilimleri belirlemek ve çözümleri hızlandırmak ve sonuçları iyileştirmek için süreçleri ayarlamak için verileri kullanmaktır. Yenilikler arasında, kalıpları belirlemek ve gelecekteki sonuçları tahmin etmek için geçmiş verilerden yararlanan tahmine dayalı analitikler ve belirlenen soruna çözüm sağlayan kuralcı analitikler yer alıyor. Her analiz türü, şirketlerin sorunların oluşmasını engellemesine veya sorun oluştuğunda düzeltici önlemleri daha erken almasına olanak tanıyan değerli bilgiler elde etmeyi kolaylaştırıyor.

Şirketlerin yanıtlaması gereken ilk soru şu: Verilerle çözülebilecek sorunlar nelerdir? Örneğin eski BT altyapıları ve kağıt tabanlı uygulamalara bağımlılık, yalnızca müşterilerin ve tedarik zincirinin dijital gereksinimlerine ayak uyduramamakla kalmıyor, aynı zamanda sorunları etkin bir şekilde iletmek için gereken şeffaflıktan da yoksun. Üretim süreci boyunca veri analitiğinin uygulanabileceği aşağıdaki yolları göz önünde bulundurun:

Başlangıçtan itibaren kalite için tasarım. Kalite süreci ürün tasarımı aşamasında başlar. Veri analitiğinden toplanan bilgiler, paydaşlardan ve son kullanıcı geri bildirimlerine dayanarak en yüksek kalitede hammaddeleri tedarik etmek için doğru tedarikçileri seçmenizi ve her tasarım yinelemesinde potansiyel ürün kusurlarını belirlemenizi sağlar. Önceki ürün ve tasarımlardan elde edilen veri analizi, yeni tasarım kararlarına rehberlik etmede son derece yararlı olabilir ve sistem gereksinimlerinin karmaşıklığından tasarım değişikliklerinin etkisine kadar tasarım sürecinin birçok yönüne daha yüksek düzeyde netlik getirebilir.

Tek bir hakikat kaynağı yaratmak. Test, denetim, soruşturma ve benzeri pek çok kaliteli veri kaynağından yararlanarak merkezileştirilmiş tek bir doğruluk kaynağı oluşturabilirsiniz. Bu, Finans, İK ve Mühendislik gibi farklı departmanlar arasındaki siloların kaldırılmasını ve analiz ve anında karar alma için tüm paydaşların kullanımına sunmak üzere verilerin demokratikleştirilmesini gerektirir.

Temel nedenleri belirlemek için sapmaları analiz etmek. Birçok kaynaktan gerçek zamanlı verileri yakalayıp analiz ederek süreçlerinizin 360 derecelik görünümünü elde edebilirsiniz. Bu, ister tek seferlik bir uyumsuzluk ister sistemik bir sorun olsun, sapmaları izole etmenize ve sorunun temel nedenini ele almak için düzeltici eylem planları oluşturmanıza olanak tanır. Sorunları hızlı bir şekilde çözmek ve sürekli iyileştirmeyi sağlamak için tüm paydaşlar gerçek zamanlı olarak bilgi alabilir ve işbirliği yapabilir.

İstatistiksel süreç kontrollerini kullanma.  Veri analitiği, spesifikasyonlara uygun ürünlerin daha fazla verimlilik ve daha az atıkla sağlanması için süreçlerin izlenmesinde, ölçülmesinde, kontrol edilmesinde ve iyileştirilmesinde önemli bir rol oynar. Bir süreçte her zaman farklılıklar olacak olsa da veri analitiği, trendleri gerçek zamanlı olarak izlemenize olanak tanıyarak kaliteyi kontrol etmenize ve varyasyon önceden tanımlanmış sınırların ötesine geçmeden önce proaktif olmanıza olanak tanır.

Doküman kontrolünün yapılması. Analitiklere dayalı olarak bir karar verildikten sonra belgeleri yeni süreçleri ve teknik özellikleri yansıtacak şekilde güncelleyebilirsiniz. Kuruluş genelinde onaylanmış dokümantasyonun en güncel versiyonunu kullanarak, eski süreç veya prosedürlerin yanlışlıkla kullanılmasını önleyebilirsiniz. Ayrıca, yeni belgelerin, süreçlerin ve prosedürlerin benimsenmesini takip ederken, çalışanları revize edilmiş süreç ve prosedürlere göre eğitebilirsiniz.

Gartner analitiği tanımlıyor "Daha derin içgörüler keşfetmek, tahminlerde bulunmak veya öneriler üretmek için karmaşık teknikler ve araçlar kullanılarak veri ve içeriğin otonom veya yarı otonom incelenmesi" olarak tanımlanır. Uygun analitik araçlarla işletmeler, milyon dolarlık soruları yanıtlamalarına yardımcı olacak içgörüler elde etmek için zengin verilerinden yararlanabilirler: İşletmede neler oluyor? Bu konuda ne yapmalıyız? Bunu nasıl yaparız? Peki bundan sonra ne yapabiliriz?

David Isaacson başkan yardımcısıdır ETQ.

spot_img

En Son İstihbarat

spot_img