مايكل هيكنز | خبير استراتيجي للمحتوى | 3 نوفمبر 2023
تستخدم شركات تصنيع كل شريط—مثل منتجي وصناع الألمنيوم والصلب للمكونات الإلكترونية ومحركات الطائرات والمواد الكيميائية—تحليلات البيانات لمساعدة مصانعهم على العمل بشكل أكثر سلاسة، وتتبع أداء المورّدين، وزيادة معدل الطلبات المثالية، وتحديد مشكلات سلسلة التوريد، وتحسين إنتاجية الموظفين، وتقليل عمليات سحب المنتجات، وفي النهاية خفض التكاليف وتعزيز الأرباح.
تستخدم الشركات المصنعة تحليلات البيانات لتقليل وقت التوقف غير المجدول وتتبع مؤشرات الأداء الرئيسة وتحسين كفاءة المصنع ورضا العملاء. يُطلق على الاتجاه الأوسع اسم الصناعة 4.0 أو التصنيع الذكي. يشمل هذا تجميع البيانات التي تم جمعها من أنظمة تكنولوجيا المعلومات التقليدية وكذلك المعدات الصناعية وتشغيل تطبيقات التحليلات لاتخاذ قرارات أكثر استنارة. تساعد التحليلات أيضًا الشركات المصنعة في تحديد الأسباب الجذرية لأخطاء الإنتاج والتنبؤ بالمشكلات عبر عمليات التصنيع وسلسلة التوريد التي يمكن أن تعطل تنفيذ الطلبات.
النقاط الرئيسة
تستخدم معظم الشركات المصنعة أجهزة الاستشعار لجمع البيانات من مصنعها ومعداتها، والمعروفة باسم البيانات التشغيلية، ومن أنظمة تكنولوجيا المعلومات التي تدير التطبيقات لإدارة عمليات التصنيع والمالية وسلسلة التوريد والموارد البشرية. تساعد تحليلات التصنيع رواد الأعمال في اتخاذ القرارات بناءً على تلك البيانات المدمجة.
على سبيل المثال، تتيح أنظمة التحليلات لرواد الأعمال تتبع مؤشرات الأداء الرئيسة (KPI) لتحديد المورّدين الذين يسلمون باستمرار في الموعد المحدد، وتحديد مشكلات سلسلة التوريد، والحد من نطاق عمليات استدعاء المنتجات. تفسر أنظمة التحليلات أيضًا بيانات المخزون وأمر الشغل من نظام ERP والبيانات التي تم إنشاؤها بواسطة الآلات في أرضية المصنع، وتنبه المديرين بإمكانية تفويت فترة تسليم رئيسة بسبب عدم كفاية الإنتاج أو تعطل الأجهزة. يساعد هذا النوع من التحليلات الشركات المصنعة في تحسين معدل الطلبات المثالي—وهو مؤشر أداء رئيس يعكس قدرة الشركة على تسليم العدد الصحيح من البضائع، دون فقدان في التعبئة المناسبة أو تلفها، ومع الفواتير التي تعكس بدقة التسعير المنصوص عليه وعدد البضائع التي تم تسليمها.
ترسل الشركات المصنعة على الأكثر، أجهزة الاستشعار المتصلة بالقطع الرئيسة من المعدات تدفقات ثابتة من البيانات، تلك المخزنة عادةً في مستودع البيانات حول كل نوع يمكن تخيله من المعلمات—مثل درجة الحرارة التي يتم تشغيل المحرك بها ومستوى الاهتزازات المنبعثة من حاملات الكرات—وكلها يمكن أن تشير إلى مشكلة محتملة يجب معالجتها قبل تعطل المعدات وإغلاق خط الإنتاج.
تجمع المصانع الأكثر تطورًا بين البيانات التشغيلية وتكنولوجيا المعلومات ذات الصلة لتنبيه وحدات الإنتاج حول الاضطراب المحتمل ورواد الأعمال بتهديد أمر شغل معين أو إنتاج معين مرتبط بتلك المعدات. يمكن أن يتضمن هذا النوع من التحليلات أيضًا المخزون. يستخدم المديرون التطبيقات لتصور موقع العثور على المخزون—في مستودعات مختلفة أو أثناء النقل من مورّد—وتطبيق التحليلات لاتخاذ قرارات أفضل وأسرع حول التعامل مع نقص محتمل في المخزون يمكن أن يوقف تشغيل الإنتاج إذا لم يتم معالجته بسرعة.
توفر تحليلات التصنيع مزايا كبيرة، أهمها موضح أدناه.
تشترك مشروعات التحليلات الناجحة في العديد من الخصائص الرئيسة، الموضحة في أفضل الممارسات الواردة أدناه.
إشراك أصحاب المصلحة في الأعمال، وصولاً إلى مجموعة كبار الموظفين، في تطوير مشروعات التحليلات. تأكد من أن المشروعات تحقق نتائج مبكرة وذات فائدة (راجع قسم مؤشرات الأداء الرئيسة) حتى لا يُنظر إليها على أنها مجرد مجموعة أخرى من مشروعات تكنولوجيا المعلومات. على سبيل المثال، إثبات أن الجمع بين تكنولوجيا المعلومات والبيانات التشغيلية يمكن أن يساعد في تحليل المقاييس المتصلة، مثل تأثير التسليم في الوقت المحدد على رضا العملاء أو تأثير تعطل الجهاز على معدل الطلب المثالي.
لإثبات قيمة التحليلات، ابدأ بالبيانات التي تم جمعها من عدد قليل من الآلات، تلك التي هي مشكلات أو الهامة بشكل خاص لخط الإنتاج، بدلاً من محاولة إنشاء مشروع على نطاق المؤسسة. يُعد هذا النهج أقل تكلفة من دفعة واحدة، ومن المرجح أن تظهر له نتائج فورية، ويؤدي غالبًا إلى زيادة الطلب على مشروعات التحليلات على نطاق أوسع.
المشاركة في اكتشاف واسع النطاق لأنواع البيانات المُختلفة المتاحة من أنظمة مُختلفة تستخدمها الإدارات المختلفة. يجب أن يتضمن هذا التقييم التطبيقات التي تستخدمها الشركات التي تم الاستحواذ عليها؛ وتطبيقات حسابات المدفوعات وكشوف الرواتب وغيرها من تطبيقات المكاتب الخلفية المُضافة بمرور الوقت؛ وحتى ذلك التطبيق الفردي الذي أنشأه المطور لشخص ما قبل عقد من الزمان وما زال يعمل على خادم في مكتب شخص ما.
تضمين البيانات التي يتم جمعها من معدات المصنع أو العمليات الأخرى بجانب البيانات التي يتم جمعها في التطبيقات التي تدير عمليات التصنيع للحصول على التحليل الأدق. على سبيل المثال، يمكن أن يشير تحليل بيانات أمر الشغل من تطبيق ERP مع البيانات التشغيلية حول وقت دورة خط الإنتاج إلى إذا كان يتم استيفاء أمر معين في الوقت المحدد أم لا، وهي نتيجة تؤثر بشكل مباشر على رضا العملاء وإيراداتهم.
يمكنك تجميع البيانات من مستودعات بيانات مُختلفة في مستودع بيانات واحد أو بحيرة بيانات قائمة على السحابة. يكون هذا أمر بالغ الأهمية بعد الاستحواذ لأن الشركات المختلفة تستخدم غالبًا أنظمة إدارة بيانات مختلفة لا تتكامل بشكل جيد مع بعضها بعضًا.
توسيع نطاق مشروعات التحليلات بحيث يتم جمع الأنواع المناسبة من البيانات وتحليلها. إذا كان أحد أهداف المشروع هو تقليل وقت التوقف عن العمل، فتأكد من جمع بيانات المستشعر للمعدات التي يجب صيانتها في حالة العمل. إذا كان الهدف هو تحسين الإنتاجية، فتأكد من أنه يمكنك تسجيل الحجم وجمع بيانات المتوالية الزمنية حتى تتمكن من قياس مقدار الإنتاج خلال إطار زمني معين.
من خلال الاستفادة من التعلم الآلي بدون تعليمات برمجية ضمن التحليلات، يمكن لأي شخص في مؤسسة التصنيع لديك الكشف عن الأنماط الخفية بناءً على البيانات القديمة، مثل تحديد اتجاهات التراكم في المخزون، والتنبؤ بتعطل الآلات، وتحليل الاستخدام الناقص للموارد، وربط تأثير نقص الإنتاج بمقاييس الأعمال الرئيسة، مثل الإيرادات والهوامش.
يمكنك تحديد المجالات الرئيسة التي لا يتم فيها جمع البيانات وإضافة أجهزة استشعار أو إمكانات أخرى للسماح بحدوث ذلك. توسيع نطاق مشروعات التحليلات وتعقيدها وفقًا إلى ذلك. على سبيل المثال، يمكن للشركات المصنعة البدء بقياس كمية الوحدات المنتجة والنسبة المئوية للوقت الذي تعمل فيه المعدات بكامل طاقتها، ثم إضافة مقاييس الجودة، مثل عدد الوحدات المقبولة بصفتها نسبة مئوية من إجمالي الوحدات المنتجة.
يمكن للشركات المصنعة استخدام الرؤى القائمة على التحليلات من البيانات المدمجة من المخزون المتكامل بالإضافة إلى التنفيذ وتجربة العملاء والمبيعات والإنتاج ومصادر الجهات الخارجية لاتخاذ قرارات سريعة وتعديل خطط الإنتاج حسب الحاجة.
تستخدم الشركات المصنعة تحليلات البيانات لتحسين الكفاءة الإجمالية لعملياتهم على مستوى المصنع وسلاسل التوريد واكتساب رؤى أفضل حول مؤشرات الأداء الرئيسة، مثل الكفاءة الإجمالية للمعدات ووقت تشغيل المعدات والإنتاجية الخارجة عن العائد. تمعّن في الأمثلة التالية.
تستخدم معظم شركات التصنيع تحليلات البيانات، لكن في كثير من الحالات لم تنفذ بعد استراتيجية شاملة. يشمل ذلك تجميع البيانات وتنقيحها بشكل مُتسق، وتشغيل الاستعلامات التحليلية مقابل تلك البيانات، وتنظيم الاستجابات للتنبيهات أو المعلومات الأخرى التي كشفت عنها البيانات. ينبغي للشركات المصنعة مراعاة أفضل ممارسات التنفيذ العشرة التالية.
في حين أن معظم الشركات المصنعة تستخدم بالفعل تكنولوجيا المعلومات، إلى حد ما المعلوماتية البعدية أو غيرها من الأجهزة على معداتها، لذا يميل استخدامها لتكنولوجيا المعلومات والتحليلات على وجه الخصوص إلى أن يكون غير متساو. ذلك لأن البيانات موجودة في مستودعات مُختلفة، مما يجعل الوصول إليها وتحليلها أمرًا صعبًا.
يساعد توحيد أنظمة تكنولوجيا المعلومات المستندة إلى السحابة الشركات المصنعة على دمج كل هذه البيانات—سواء البيانات المهيكلة أو غير المهيكلة—مما يتيح لها استخدام التحليلات بطريقة متناسقة ومتسقة للوصول إلى رؤى دقيقة وموثوقة لتحسين عملية صنع القرار.
أخيرًا، يتيح إدخال التعلم الآلي منخفض التعليمات البرمجية وبدون تعليمات برمجية مُضمن في التحليلات لمستخدمي الأعمال إنشاء تقارير بأنفسهم، دون الحاجة إلى ملء تذكرة طلب أو الحصول على مساعدة من تكنولوجيا المعلومات. يؤدي ذلك إلى استخدام أكثر تكرارًا للبيانات وجميع المزايا المترتبة على ذلك.
تساعد Oracle Cloud Supply Chain & Manufacturing، وهي جزء من Oracle Fusion Cloud ERP الشركات المصنعة على الاستجابة بسرعة لظروف الطلب والعرض والسوق المُتغيرة. يمكن للشركات المصنعة التي تستخدم مجموعة التطبيقات هذه مراقبة أنماط المخزون باستمرار للتخفيف من مخاطر تراكمات أوامر الشغل، وتحديد إذا كان أداء المورد قد يؤثر على أهداف الإنتاج، وغير ذلك الكثير.
تُمكِّن Oracle Fusion Supply Chain & Manufacturing Analytics الشركات المصنعة من زيادة الإنتاجية من خلال الرؤى التي تم إنشاؤها مسبقًا، وتحسين كفاءة قسم الإنتاج من خلال الكشف السريع عن أوجه الخلل، وتحسين العمليات من التخطيط إلى الإنتاج من خلال عرض متكامل لبيانات التصنيع وسلسلة التوريد.
كيف تساعد التحليلات شركات التصينع؟
تستخدم الشركات المصنعة التحليلات لمجموعة متنوعة من الأغراض، بما في ذلك تقليل وقت التعطل غير المخطط، وتتبع أداء المورّدين وتحسينه، وتحديد أولويات أوامر الشغل، وتعزيز إنتاجية الموظفين، وتقليل عيوب المنتجات.
ما هي أنواع الأحداث المادية التي يمكن لأجهزة الاستشعار اكتشافها؟
يمكن للمستشعرات اكتشاف وجود اللهب وتسرب الغاز ومستويات الزيت، ويمكنها استشعار الخصائص الفيزيائية مثل درجة الحرارة والضغط والإشعاع. يمكنها أيضًا اكتشاف حركة الكائنات وقربها من بعضها بعضًا.
من أين تحصل الشركات المصنعة على البيانات التي يحللونها؟
تربط شركات التصنيع البيانات من مجموعة متنوعة من المصادر، بما في ذلك الآلات بأرض المصنع، وتطبيقات تكنولوجيا المعلومات في المكاتب الخلفية، والمورّدين، وجهات توفير البيانات الخارجية التي تركز على الأسواق؛ والبيانات الديموغرافية؛ والطقس؛ واللوائح؛ وبراءات الاختراع؛ والممارسات البيئية والاجتماعية والإدارية؛ وفئات المعلومات الأخرى.
تعرف على طريقة تعزيز جودة وسرعة اتخاذ قرارات سلسلة التوريدات الخاصة بك والمضي قدمًا في تحديات المستقبل في كتابنا الإلكتروني.