Büyük Veri ve İmalat Sektörü

Üreticiler, son 20 yılda üretim süreçlerinde israf ve değişkenliği düşürmeyi ; Yalın Üretim ve Altı Sigma programlarını uygulayarak ürün kalitesini ve verimliliği (girdi birimi başına çıktı miktarı) önemli ölçüde artırmayı başarmışlardır.Bununla birlikte, bazı üretim prosesi ortamlarında, örneğin ilaçlar, kimyasallar ve madencilik üretiminde , değişkenlikteki aşırı salınımlar, bazen yalın teknikler uygulandıktan sonra bile çözüm bekleyen realite olarak karşımıza çıkabilmektedir.Üreticilerin bu ve diğer endüstrilerdeki verimliliği etkileyen üretim faaliyetlerinin sayısı ve karmaşıklığı göz önüne alındığından, üreticiler proses kusurlarını teşhis etmek ve düzeltmek için daha ayrıntılı bir yaklaşıma ihtiyaç duyarlar.İşte gelişmiş analitikler de bu ihtiyacı karşılayan böyle bir yaklaşım sağlarlar.





 İleri düzey analitikler, uygulamaların değerlendirilmesi ve geliştirilmesi için istatistiklerin ve diğer matematiksel araçların iş verilerine uygulanmasına değinir.Üretimde, operasyon yöneticileri, uzak geçmiş süreç verilerini derinlemesine incelemek, ayrık süreç adımları ve girdileri arasındaki örüntüleri ve ilişkileri belirlemek ve verimlilik üzerinde azami etkiye sahip olduğunu kanıtlayan faktörleri en iyilemek için gelişmiş analitik kullanabilirler.Bir dizi endüstri ve coğrafyadaki birçok küresel üretici, artık gerçek zamanlı satış alanı verilerine ve böyle sofistike istatistiksel değerlendirmeleri yapma kabiliyetine sahiptir.Aşılar, hormonlar ve kan bileşenleri içeren bir sağlık ürünleri çeşidi olan biyofarmasötiklerin üretimini düşünün.Bu ürünler canlı, genetiği değiştirilmiş hücreler kullanılarak üretilirler ve üretim ekipleri, içerdikleri maddelerin yanı sıra üretilen maddelerin saflığını sağlamak için üretim akışı içindeki ikiyüz 'den fazla değişkeni çoğunlukla izlemelidir.Özdeş bir proses kullanılarak üretilen belirli bir maddenin iki partisi hâlâ yüzde 50 ila yüzde 100 arasında değişen bir değişim sergileyebilir.Bu açıklanamayan değişkenlik, kapasite ve ürün kalitesiyle ilgili sorunlar yaratabilir ve artan düzenleyici incelemeye neden olabilir.En iyi beş biyofarmasötik üreticisi, ek sermaye harcamaları yapmaksızın aşı üretimindeki verimi önemli ölçüde artırmak için gelişmiş analitik kullandı.Şirket, tüm süreçlerini yakından ilişkili üretim faaliyetleri kümelerine ayırdı; Her küme için, süreç adımları ve kullanılan materyaller hakkında çok geniş kapsamlı veriler toplanmış ve merkezi bir veritabanında kayıt altına alınmıştır.Bir proje ekibi, daha sonra, farklı işlem parametreleri (kaynağa yakın ve uzak) arasındaki karşılıklı bağımlılıkları ve verimlilik üzerindeki etkilerini belirlemek için verilere çeşitli istatistiksel analiz formları uyguladı.9 parametrenin, özellikle de hücrelerin inoküle edilmesinin ve kromatografi aşamalardan biriyle bağlantılı iletkenlik ölçümlerinin en etkili olduğu kanıtlandı.Üretici bu dokuz parametrenin hesaba katılması için hedeflenen gerekli süreç değişikliklerini ve iyileştirmeleri gerçekleştirdi ve ürettiği yüzlercesinden biri olan tek bir madde için yıllık tasarruf olarak 5 milyon ila 10 milyon dolar arasında değişen oranda aşı verimi yüzde 50'den fazla arttı.

 Beklenmeyen Fikirleri Geliştirme

Sınıfında en iyi kabul edilen imalat operasyonlarında dahi, gelişmiş analitiklerin kullanımı, verimliliği artırmak için daha fazla fırsat ortaya koyabilir.Bu vaka olayı kağıt, deterjan ve metal işleme de dahil olmak üzere bir dizi sanayi için işlevsel ve özel kimyasalların üreticisi olan Avrupalı girişimcinin hikayesi üzerine kurulmuştu.1960'lardan beri süreç iyileştirmelerinde güçlü bir geçmişe sahipti ve ortalama verimliliği endüstri ölçütlerinden daha yüksekti.Aslında, çalışanlar iyileştirme için daha fazla imkan olduğu konusunda şüpheler içindeydiler. Bir mühendis de şöyle "Bu, herkesin referans olarak kullandığı bir fabrikadır" diyerek bu duruma işaret etmişti.Bununla birlikte, şirket, farklı üretim girdilerinin verim üzerindeki nispi etkisini ölçmek ve karşılaştırmak için sinir ağı teknikleri (insan beyninin bilgi işleme yöntemine dayanan gelişmiş analitik bir form) kullandığında ortaya çıkan birkaç beklenmedik bilgi ortaya çıkardı.İncelediği faktörlerin arasında soğutma basıncı, sıcaklık, miktar ve karbondioksit akışı vardı.Analizler, daha önce görülmemiş birtakım duyarlılıkları ortaya koydu. Örneğin, karbondioksit akışındaki değişkenlik seviyelerinin, verimi önemli ölçüde düşürdüğü görülmüştü.Kimya sektöründe iş yapan bu şirket, parametrelerini buna göre sıfırlayarak, hammadde atıklarını yüzde 20 ve enerji maliyetlerini yüzde 15 oranında azaltarak böylece toplam verimliliğini geliştirdi.Şimdilerde bu firmada temel sistemlerini tamamlamak ve üretimi otomatik olarak yönlendirmek için gelişmiş proses kontrolleri uygulanıyor.


Bu arada, kıymetli metallerden oluşan bir maden firması, eksiksiz olan üretim verilerini titizlikle değerlendirerek verimini ve karlılığını artırabildi.Maden cevherinin derecesinin düştüğü bir döneme giriyordu;Üretim seviyelerini koruyabileceği tek yöntemlerden biri, maden çıkarma ve rafine işlemlerini hızlandırmaya veya optimize etmeye çalışmaktı.Değerli metallerin cevherden geri kazanılması inanılmaz derecede karmaşıktır, tipik olarak 10-15 arasında değişken ve 15'den fazla mekanizma içerir; Ekstraksiyon işlemleri siyanürleme, oksidasyon, öğütme ve sızıntıyı içerebilir.


Madende çalışan operasyon ekibinin birlikte çalıştığı üretim ve proses verileri aşırı derecede dağılmıştı. Analitik ekip için ilk adım, tutarsızlıkları gidermek ve bilgi boşluklarını hesaba katmak için matematiksel yaklaşımları kullanarak onu temizlemekti.Ekip daha sonra çözülmüş oksijen düzeyindeki değişkenliğin (süzünme sürecinde önemli bir parametre) verim üzerinde en büyük etkiye sahip olduğu göz önüne alınmadan önce reaktifler, akış hızı, yoğunluk ve benzeri gibi çeşitli proses parametreleri hakkındaki verileri inceledi .Özellikle ekip oksijen konsantrasyonundaki dalgalanmaları tespit etti ve bu durum da süreç kontrolünde zorluklar olduğunu göstermişti.Analizler ayrıca, madendeki en iyi gösterilen performansın, oksijen seviyelerinin en yüksek olduğu günlerde gerçekleştiğini gösterdi.


Bu bulguların sonucunda maden şirketi, süzüntü giderme proseslerinde ufak değişiklikler yaptı ve ortalama verimi üç ay içinde% 3.7 oranında artırdı -bir cevherin % 20 oranında düştüğü bir dönemde önemli bir kazanç sağladı.Bu bulguların sonucunda maden şirketi, süzüntü giderme proseslerinde ufak değişiklikler yaptı ve ortalama verimi üç ay içinde% 3.7 oranında artırdı -bir cevherin% 20 oranında düştüğü bir dönemde önemli bir kazanç sağladı. Verimdeki artış, ek sermaye yatırımları yapmak zorunda kalmadan veya büyük çaplı değişim girişimleri uygulamak zorunda kalmadan maden için yıllık 10 milyon dolar ila 20 milyon dolarlık kâr etkisi oluşturmuştur.

Büyük Veri 'den Yararlanma

Verimi artırmak için gelişmiş analitik kullanmak isteyen üreticiler için kritik ilk adım, şirketin elinde ne kadar veri bulunduğunu değerlendirmektir.Çoğu şirket, büyük miktarda proses verileri toplayabilir, ancak genellikle operasyonları iyileştirmek için bir temel olarak değil, yalnızca izleme amaçlı kullanır.


Bu oyuncular için zorluk, varolan işlem bilgisini kullanımını optimize etmelerini sağlayacak sistemler ve beceri setlerine yatırım yapmaktır - örneğin, verileri çoklu kaynaklardan merkezileştirmek veya dizine eklemek, böylece veriler daha kolay analiz edilebilmekte ve örüntüleri ortaya çıkarma ve bilgilerden hareketle uygulanabilir bilgiler elde etmede eğitim görmüş veri analistlerini işe almak.

Bazı şirketler, özellikle aylarca ve bazen yıllarca üretim döngüsüne sahip olanlar, bir analistin bakış alanına koyulduğunda istatistiksel olarak anlamlı olamayacak kadar az veriye sahiptir. Bu şirketlerin kıdemli liderleri için olan zorluk, daha fazla veri toplamak için uzun vadeli bir odaklanma ve sistemlere ve uygulamalara yatırım yapacak olmalarıdır. Örneğin, daha geniş bir faaliyet zincirinde özellikle önemli veya karmaşık bir süreç adımı hakkında bilgi toplama ve daha sonra prosesin bu kısmına sofistike bir analiz uygulayarak aşamalı olarak yatırım yapabilirler.

Büyük veri dönemi daha çok yeni günümüze ulaştı, ancak gelişmiş analitik uygulamaları yıllarca matematiksel araştırmalara ve bilimsel uygulamalara dayandı. Büyük Veri, özellikle süreç karmaşıklığı, proses değişkenliği ve kapasite kısıtlamaları bulunan herhangi bir imalat ortamında verimin iyileştirilmesini gerçekleştirmek için kritik bir araç olabilir. Nitekim, kantitatif değerlendirmeler yaparken kabiliyetlerini başarıyla kuran şirketler kendilerini rakiplerinden ayırırlar.

Kaynak :

mckinsey.com  Eric  Auschitzky ,Markus Hammer,Agesan Rajagopaul