如何使制造数据至关重要

如何使制造数据至关重要

数据采集

如今，“制造数据分析”似乎是每个设施中流行的流行术语。管理层得出结论，他们必须收集并分析尽可能多的数据，以识别制造过程中的趋势和机会。每个数据样本都应在某种程度上等同于获得竞争优势的能力。然而，最常见的结果是分析瘫痪。

数据收集何时会比提供的投资回报成本更高？如果您不知道数据收集的原始目标，则很难回答。收集制造数据进行分析肯定不是“免费的”。创建图表，图形，电子表格，关键性能指标和类似信息并不总是可以提高生产率，降低成本并缩短交货日期。

数据对您意味着什么？

拜访ERP潜在客户或现有客户时，我要做的第一件事就是进行工厂参观。多年来，无论制造商的类型如何，情况都发生了很大变化。技术使向车间提供各种数据变得容易。在某些情况下，它只是在整个工厂中装订在板上的印刷图表；在更高级的环境中，存在监视器流式传输实时数据源。

我对在座的人或我的导游的第一个问题是：“这些数据代表什么？”我得到的答案各不相同：“我不确定，我们并没有真正注意它。”到“它向我们显示了我们今天需要生产多少零件，但它不是很准确。”数据可能是生产的宝贵工具，但是您需要找到对公司有意义和有用的数据。

通过问这些简单的问题，您可以学到很多东西：

对数据进行分析并将其呈现在地板上是否有真正的需求或目的？是否有任何分析技术可以测量数据的正向或负向变化？是否有计划或流程来确保数据正确且相关？是否制定了计划或流程来利用数据做出积极的改变？

如果您对这些问题中的任何一个的回答是“否”或“我不确定”，那么收集数据的成本就比获得的收益高。

请记住，需要像照顾生命和营养一样对待数据。否则，一旦喂饱他们的新金鱼的兴奋感消失了-脏又空的话，它就会像我孩子的鱼缸一样结束。

我们应该收集哪些制造数据分析？

您分析数据的第一条规则是要有一个数据可以帮助您实现的目标。没有适合所有公司的标准分析方法，但是对于大多数离散制造商而言，有关生产率，成本和交货日期的数据是不错的起点。例如：

分析生产力

您如何衡量生产力？在给定的时间内您生产了多少产品？要执行此类信息的制造数据分析，请开发一种一致的数据收集方法。如果您使用的是现代ERP解决方案，则很可能具有条形码人工收集功能。这将跟踪开始和停止操作，并询问完成数量（和/或报废，但现在让我们保持简单）。

现在，让我们进一步分析生产数据。仅仅知道您在Y时间内生产了X数量的产品，就只能为我们提供故事的一部分。为了获得真实的生产量度，将数据集解析为两类：效率和利用率。仅这两个指标就可以为您提供大量信息。

效率

效率是在给定时间范围内完成多少工作的量度，与该时间段内估计要完成的工作量相比。例如，如果时间标准（估计）是在特定的生产操作中每小时生产10个零件，并且工人报告说他们在一小时内完成9个零件，则效率为90％（实际）。效率可以通过人员，团队，机器或两者的任意组合来衡量。分析数据将发现任何效率低于100％的情况都意味着实际成本高于估算成本。但是真的吗？我们尚无制造数据分析来确定。继续阅读…

使用率

利用率是容量使用情况的度量。这是非常不同的，通常与效率无关。如果一个资源（人员，组，机器）一天可以工作8个小时，而仅报告了6个小时的工作量，则利用率为75％。这可能是总共6个小时的多个作业，或者只是一个花费6个小时的作业-该资源的利用率仍为75％。跟踪利用率还有助于确定成本吗？也许不是直接的，但肯定是间接的。继续阅读…

了解这两个数据集之间的差异对于分析生产的许多领域至关重要。资源可以达到100％的效率，但只有50％的利用率。使用数据来满足您先前定义的目标。

提高生产力

一旦了解了效率和利用率数据，便可以找到同时改善两者的方法。现在可以为部门制定特定目标，使其不断达到或超过目标，因为可以衡量目标，并且可以提高生产率。

降低成本

工作成本计算可能是一个棘手的问题。一方面，由于您知道每次操作所花费的实际时间，因此您可以简单地查看工作中使用的材料成本并增加实际的人工成本。提高效率应降低成本；在工作级别的利用率无关紧要。相反，有人可能会认为未使用的利用成本也应计入工作成本。例如，如果某位焊工的一项工作效率为100％，那么当您当天付给他8个小时的工资时，应该仅将其4个小时的成本应用于该工作吗？尽管这当然是一个要考虑的更大的概念，但将100％的利用率作为目标将使工作成本管理更加容易。

缩短交货日期

效率和利用率数据对于能够正确安排生产至关重要。适当的时间表可以使您对交货日期做出切实的承诺。数据为您提供了丰富的信息来改善计划，这将有助于您缩短交货日期。

如果看到效率数据的趋势，则可以推断出估算时间的标准不正确。如果您的焊机始终保持70％的效率，则您的估计值可能太低。同样，如果他为120％，则您的估计可能太高。使用效率数据来改进您的时间估计，将使您的日程安排更加准确-带来更好的交付承诺。仅仅忽略数据就意味着您要花钱收集没有价值的制造数据。

如果发现您一直在充分利用资源不足或过度利用资源，则可以利用数据进行决策。有了适当的数据，运行“假设分析”方案来查看移动或增加资源容量是否可以改善计划完成日期，进而可以改善交付日期。

使数据为您服务

这些只是良好的制造数据分析的几个示例，大多数离散制造商都可以使用它们来改善运营。当然，还有许多其他数据点可以捕获，但是效率和利用率是可以从中获得最大收益的一些最佳指标。最重要的是，确保数据对您有用。数据应该是改进流程以实现特定目标的一致催化剂。如果没有，那只是无用的数字。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。