
麥肯錫咨詢公司發(fā)布《如何利用大數(shù)據(jù)改進(jìn)制造業(yè)》的文章,就大數(shù)據(jù)及高級分析如何使生物制藥、化工和離散制造更加合理化給出深度分析。文章特別提到,那些身處基于過程的行業(yè)的制造商如何利用高級分析來提高產(chǎn)量并且降低費(fèi)用。今天,制造商可以對大量來自生產(chǎn)和銷售過程中的數(shù)據(jù)進(jìn)行追蹤。麥肯錫的文章通過對數(shù)個(gè)案例進(jìn)行解析,以此來說明大數(shù)據(jù)以及高級分析應(yīng)用和平臺如何能夠?yàn)榻?jīng)營決策提供幫助。
通過尋找決定過程效益的核心因素,大數(shù)據(jù)與在其上進(jìn)行的高級分析如何厘清制造中的價(jià)值鏈,然后幫助管理人員采取行動(dòng),以便對制造過程進(jìn)行持續(xù)改進(jìn)。下面是關(guān)于大數(shù)據(jù)如何顛覆制造過程的10條途徑:
一、在生物制藥行業(yè)的生產(chǎn)過程中,進(jìn)一步提高精確度、質(zhì)量和產(chǎn)量。
在生物制藥的生產(chǎn)流程中,制造商通常需要對超過200種以上的變量進(jìn)行監(jiān)視,以便確保原料成分的純凈度,同時(shí)確保生產(chǎn)出的藥品符合標(biāo)準(zhǔn)。讓生物制藥生產(chǎn)過程充滿挑戰(zhàn)的因素之一是:產(chǎn)量會在50%至100%之間變化,而且還無法馬上辨別出原因。而使用高級分析,制造商能夠?qū)?個(gè)最能夠影響產(chǎn)量變化的變量進(jìn)行追蹤。通過上述手段的幫助,他們將疫苗的產(chǎn)量提高了50%,每年在單一疫苗品種上節(jié)省的費(fèi)用就達(dá)到500萬至1000萬美元。
二、加快IT、制造與營運(yùn)的整合,讓工業(yè)4.0的愿景更快成為現(xiàn)實(shí)。
工業(yè)4.0是由德國政府提出,旨在通過發(fā)展智能工廠,促進(jìn)制造行業(yè)自動(dòng)化。根據(jù)供應(yīng)商、客戶、有效產(chǎn)能以及費(fèi)用的相關(guān)約束,大數(shù)據(jù)已經(jīng)被用在優(yōu)化生產(chǎn)進(jìn)度方面。那些存在高度管制的行業(yè)里的制造業(yè)價(jià)值鏈上的廠商得益于德國供應(yīng)商和制造商的幫助,正在大踏步邁向工業(yè)4.0。同時(shí),以此為契機(jī),這些廠商的各個(gè)部門能夠充分發(fā)揮各自功能,而大數(shù)據(jù)和高級分析對于取得成功來說至關(guān)重要。
三、大數(shù)據(jù)幫助提高制造績效的3個(gè)主要方面
分別是:更好的預(yù)測產(chǎn)品需求并調(diào)整產(chǎn)能(46%),跨多重指標(biāo)理解工廠績效(45%)以及更快地為消費(fèi)者提供服務(wù)與支持(39%)。上述數(shù)據(jù)是根據(jù)“LNS研究與MESA國際”的近期調(diào)查得出的。
四、在六西格瑪DMAIC(定義、測量、分析、改進(jìn)及控制)框架中整合高級分析,以便持續(xù)改進(jìn)
對一個(gè)由DMAIC驅(qū)動(dòng)的改進(jìn)計(jì)劃的工作過程取得更加深入的理解,同時(shí)就該計(jì)劃如何對制造績效的所有其他領(lǐng)域造成的影響進(jìn)行深入領(lǐng)會。與以往相比,這一領(lǐng)域的發(fā)展有望促使生產(chǎn)流程轉(zhuǎn)向更加面向消費(fèi)者驅(qū)動(dòng)的方向。
五、與以往相比,能夠更加細(xì)致地從供應(yīng)商質(zhì)量層面進(jìn)行審視,同時(shí)能夠更加精確地預(yù)測供應(yīng)商的績效
通過對大數(shù)據(jù)和高級分析的應(yīng)用,制造商能夠?qū)崟r(shí)查看產(chǎn)品質(zhì)量和配送準(zhǔn)確度,對如何依據(jù)時(shí)間緊迫性在不同供應(yīng)商之間分配訂單生產(chǎn)任務(wù)進(jìn)行權(quán)衡。對產(chǎn)品品質(zhì)的管控優(yōu)先于發(fā)貨進(jìn)度。
六、對產(chǎn)品合規(guī)性進(jìn)行監(jiān)測并且追溯到具體生產(chǎn)設(shè)備成為可能
通過在生產(chǎn)中心的所有設(shè)備上配備傳感器,運(yùn)營經(jīng)理能夠立即了解每一臺設(shè)備的狀況。通過高級分析,每臺設(shè)備及其操作者的工況、績效以及技能差異能夠得以體現(xiàn)。對于改進(jìn)生產(chǎn)中心的工作流程來說,這些數(shù)據(jù)非常重要。
七、只銷售利潤率最大的定制產(chǎn)品型號,或者以以銷定產(chǎn)方式生產(chǎn)對產(chǎn)能影響最小的產(chǎn)品型號
對于擁有許多復(fù)雜產(chǎn)品型號的制造商來說,定制產(chǎn)品或者以銷定產(chǎn)的產(chǎn)品能夠帶來更高的毛利率,但是在生產(chǎn)過程沒有被合理規(guī)劃的情形下,同樣可能導(dǎo)致生產(chǎn)費(fèi)用的急劇上升。運(yùn)用高級分析,制造商能夠計(jì)算出合理的生產(chǎn)計(jì)劃,以便在生產(chǎn)上述定制或以銷定產(chǎn)的產(chǎn)品時(shí),對目前的生產(chǎn)計(jì)劃產(chǎn)生最小程度的影響,進(jìn)而將規(guī)劃分析具體到設(shè)備運(yùn)行計(jì)劃、人員以及店面級別。
八、將質(zhì)量管理和合規(guī)體系綜合考慮并給予兩者企業(yè)層面優(yōu)先級
對于制造商來說,是時(shí)候針對產(chǎn)品質(zhì)量和合規(guī)性給予更具戰(zhàn)略性的眼光了。麥肯錫的文章給出了數(shù)個(gè)應(yīng)用大數(shù)據(jù)和分析的制造商的例子,指出如何通過大數(shù)據(jù)以及分析手段,針對那些與產(chǎn)品質(zhì)量管理和合規(guī)性最相關(guān)的參數(shù)進(jìn)行分析,以便幫助管理人員獲得更加深刻的理解。這些參數(shù)中的大部分是企業(yè)層面的,而不僅僅存在于產(chǎn)品質(zhì)量管理或者合規(guī)部門。
九、量化每日產(chǎn)能對企業(yè)財(cái)務(wù)狀況的影響并具體到生產(chǎn)設(shè)備層面
通過大數(shù)據(jù)和高級分析,制造商的財(cái)務(wù)狀況和每日生產(chǎn)活動(dòng)能夠直接聯(lián)系起來。通過對每臺生產(chǎn)設(shè)備進(jìn)行追蹤,管理者能夠了解工廠的運(yùn)轉(zhuǎn)效率,生產(chǎn)規(guī)劃負(fù)責(zé)人和高級管理人員能夠更好地調(diào)整生產(chǎn)規(guī)模。
十、通過對產(chǎn)品進(jìn)行監(jiān)測,制造商能夠主動(dòng)為客戶提供預(yù)防性維護(hù)建議,以便提供更好的服務(wù)
制造商開始生產(chǎn)更加復(fù)雜的產(chǎn)品,需要在產(chǎn)品中配備板上傳感器并通過操作系統(tǒng)加以管理。這些傳感器能夠收集產(chǎn)品運(yùn)行情況的數(shù)據(jù),并且根據(jù)情況發(fā)出預(yù)防性維護(hù)的通知。通過大數(shù)據(jù)和高級分析,這些維護(hù)建議能夠在第一時(shí)間發(fā)出,消費(fèi)者也就能夠從中獲得更多的價(jià)值。目前,通用電氣在它的引擎和鉆井平臺上使用了類似的手法。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11