必须将其转化为气体、塑料、化学品等，以创建一个有价值的实体，推动盈利活动。因此，必须对数据进行分解和分析，使其具有价值。”
(资料图)
如今，随着数据量的快速增长，他的洞察力比以往任何时候都更为重要。例如，在制造业，快速发展的工业物联网允许将传感器连接到工业过程的每个组件上。其结果是每天都在收集大量的数据。然而，与石油一样，大量的数据需要处理、分析，并转化为可消化的见解，供组织人员建设性地使用。
在场景中
但是，究竟谁能使用它，又有什么目的呢?其回答是无限的;基本上，产品制造业务中的每一项功能都可以从数据驱动的洞察中获益。但他们只能在对每个特定功能或任务都有意义的上下文中对数据进行策划、组合、分析和解释时才能做到这一点。
例如，如果您的目标是减少特定机器所使用的能量，则需要根据有关其速度、进给、位置和该机器特有的其他工艺参数的数据来理解其功耗的测量。同样，设计、规划、检查和维护等其他功能都需要自己精心策划的数据集，以将一些重要影响与相关变量(如该主题的特征、能力或其他特征)相关的信息联系起来。
组织有很多机会从数据衍生的见解中获益。从数据驱动决策中获得巨大价值的工业运营方面包括提高产量、提高质量、提高安全性、减少浪费、更容易遵守法规、减少召回和运营节约。这些结果中有许多是因为管理者拥有更好的信息，从而做出更好的运营选择。但是，在自动化已经成为大多数制造过程重要组成部分的时代，数据也被用来指导使用机器学习和人工智能的自主设备的操作。
虽然数据收集很重要，但这只是开始。一个没有从中提取情报手段的数据湖更像是一个数据沼泽。真正的魔力在于从it中去除智能以提高制造性能。今天，有一些商业公司专门为客户做这件事。
然而，我在这里提到的大部分数据都是关于库存、设备和现场人员的信息。这些都很重要。但是房间里还有大象。它与通过公司供应链从外部进口的材料有关。大多数公司缺少的是材料分类账——一个详细程度要求的系统，用于跟踪来料属性、来源、质量差异、能源使用、浪费、库存、生产瓶颈以及所有其他影响资金如何将采购的材料转化为销售的产品。
虽然一家公司的损益表通常会从收入中减去销售商品的成本，但这些成本的合计方式通常对其材料的可见性很低。在许多情况下，这些材料是生产过程中最大的一笔费用。传统的细节水平不足以有效管理材料使用。
例如，你需要知道的事情包括：你是否购买了合适的材料?你是否为那些不能给你带来价值的品质付出了额外的代价?你用的能量合适吗?您使用的是最好的生产配方吗?你消耗的材料是太多还是太少?在召回事件中，您的产品跟踪能力如何?在你的过程中，浪费的成本是多少?
虽然一家公司的损益表通常会从收入中减去销售商品的成本，但这些成本的合计方式通常对其材料的可见性很低。在许多情况下，这些材料是生产过程中最大的一笔费用。传统的细节水平不足以有效管理材料使用。
例如，你需要知道的事情包括：你是否购买了合适的材料?你是否为那些不能给你带来价值的品质付出了额外的代价?你用的能量合适吗?您使用的是最好的生产配方吗?你消耗的材料是太多还是太少?在召回事件中，您的产品跟踪能力如何?在你的过程中，浪费的成本是多少?
有了正确的数据，所有这些问题以及更多问题都可以以可行的方式得到回答。然而，所有这些都是更大图景的一部分：在生产过程的每个阶段收集有关物流的数据是成为一个经过数据转换的工业4.0组织的第一步。当然，您收集的数据需要进行适当的分析和解释。但也有资源可以帮助您将原始数据中的原油提炼成实用的、高价值的业务资产。现在是充分利用这些优势的绝佳时机。
