Home »

Casi d’uso dei Big Data per migliorare i processi produttivi nelle aziende manifatturiere

Ad oggi stiamo assistendo ad un grande interesse sulla tematica dei Big data. Tale interesse è da imputare sicuramente alla loro grande versatilità. L’analisi dei Big Data infatti può potenzialmente trovare applicazioni in quasi ogni settore, dalla vendita al dettaglio, alla sanità, servizi finanziari, fino alla pubblica amministrazione. Qualsiasi organizzazione che produce una grande quantità di informazioni potrà quindi beneficiare dell’uso dei Big Data grazie a metodi analitici e tecnologie specifiche in grado di estrarre valore e informazioni utili al fine di ottimizzare le proprie funzioni aziendali.

L’analisi dei dati nei processi produttivi e soprattutto la possibilità di intervenire in real time su determinate operazioni è in grado di ridurre i difetti di lavorazione, migliorare la qualità della produzione, aumentare l’efficienza e ridurre costi e tempo. Ovviamente è bene chiarire che non basta semplicemente possedere una grande quantità di dati per essere certi di estrarre informazioni utili per il vostro business. A meno che non restringete la query ad un obiettivo di business specifico supportato da modelli o esempi, non sarà possibile ottenere molto valore dai dati generati.

Big_data_manufacturing

I dati sono quindi il primo punto di riferimento per un’analisi specifica, supportata da parametri scelti in base alla qualità e la quantità dei dati che possono creare un effettivo valore e determinare modelli per la big data analysis. Per tale motivo in questo articolo ci vogliamo focalizzare sull’industria manifatturiera, analizzando alcuni casi d’uso concreti:

  • Analisi predittiva per General Electric

General Electric sta conducendo continue analisi di dati generati sui suoi motori a reazione e piattaforme di perforazione tramite dei sensori. Questi sensori forniscono informazioni in tempo reale sulle attività, fornendo raccomandazioni per la manutenzione preventiva. Il risultato implica non solo un abbassamento dei costi di gestione, ma la possibilità di fornire servizi con un maggior valore ai propri clienti, riducendo il tasso di errore e il numero di richieste di assistenza dei clienti.

  • Miglioramento della qualità

Intel sta usando la big data analysis per il suo processo di produzione. Un produttore di chip deve infatti testare ogni chip che viene fuori dalla sua linea di produzione e ciò significa che normalmente ad ogni chip vengono eseguiti circa 19.000 test. Utilizzando i big data per l’analisi predittiva Intel è stata in grado di ridurre in modo significativo il numero di test richiesti per la garanzia di qualità. Partendo dal livello di wafer (una sottile porzione di materiale semiconduttore), Intel ha analizzato i dati dal processo di fabbricazione per ridurre il tempo di test e concentrarsi su test specifici. Il risultato è stato un risparmio di 3 milioni di dollari in costi di produzione per una singola linea di processori Intel Core. Espandendo questo metodo di analisi a tutta la sua produzione di chip , la società prevede di risparmiare una somma pari a circa di 30 milioni di dollari.

  • Gestione della Supply Chain

Un produttore può scegliere di utilizzare la big data analysis per ridurre il rischio di interruzione fornitura di materie prime. Utilizzando la big data analysis, l’azienda può sovrapporre potenziali ritardi su una mappa, analizzando i suoi dati con le statistiche relative a problemi di causa di forza maggiore ( fenomeni meteorologici come tornado, terremoti, uragani, ecc). L’ analisi predittiva può consentire alla società di calcolare le probabilità di ritardi e identificare i fornitori di backup per sviluppare piani di emergenza per assicurare che la produzione non venga interrotta da calamità naturali.

  • Personalizzazione di prodotto

Tata Consultancy Services ha citato il caso di una società di 2 miliardi di dollari che genera la maggior parte dei suoi ricavi dalla produzione di prodotti su ordinazione. Utilizzando la big data analysis questa azienda è stata in grado di analizzare il comportamento dei suoi clienti abituali. Il risultato è stato fondamentale per comprendere come fornire le merci in modo tempestivo e redditizio per migliorare la qualità del servizio. La società ha potuto così applicare un modello di lean manufacturing, determinando le linee di prodotto più profittevoli e dismettere quelle non più convenienti.

Questi sono solo alcuni esempi di possibili casi di utilizzo dei big data nel settore produttivo. La chiave risiede solo nella capacità definire il problema, sfruttare la grande mole di informazioni a disposizione, assemblare i dati giusti e determinare il modello per affrontare i propri problemi di produzione.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

*