什么是制造分析?

Michael Hickins | 内容战略师 | 2023 年 11 月 3 日

各行各业的制造商,包括铝和钢铁生产商以及电子元件、飞机发动机和化学品制造商都在使用数据分析,从而更顺利地运营工厂、跟踪供应商绩效、提高完美订单履行率、识别供应链瓶颈、提高员工生产力、减少产品召回等,最终降低成本并提高利润。

什么是制造分析?

制造商使用数据分析来减少计划外停机时间,跟踪关键绩效指标,并提高工厂效率和客户满意度。制造行业有一种更广泛的趋势,被称为工业 4.0 或智能制造,涉及整合从传统 IT 系统以及工业设备收集的数据,以及使用分析应用来做出更明智的决策。分析还可以帮助制造商确定生产问题的根本原因,并预测在制造和供应链流程中可能会影响订单履行的瓶颈。

关键要点

  • 制造商通过分析传感器数据,识别此类设备何时可能发生故障,从而确保工厂设备在生产期间正常运行。
  • 如果制造商考虑转型成为服务导向型企业,他们可以使用分析来识别受生产效率低下直接影响的收入流。
  • 分析功能可帮助制造商持续监控供应链,了解从供应商运来的原材料或部件以及位于不同工厂的材料的流动情况。
  • 制造商通过分析来确定哪个机器或生产线出现了质量问题,从而减少产品召回的数量和范围。如此一来,制造商只需要召回某一批产品。
  • 制造商使用分析来跟踪关键绩效指标,以确保达到完美订单率。

制造分析详解

大多数制造商使用运营数据,即通过传感器收集工厂和设备的数据,以及运行应用的 IT 系统的数据,以管理制造、财务、供应链和人力资源流程。制造分析可帮助企业领导根据合并数据做出决策。

例如,企业高管可以通过分析系统跟踪关键绩效指标 (KPI),了解哪些供应商始终如一地按计划交付,识别供应链瓶颈并缩小产品召回范围。分析系统还可以解释来自 ERP 系统的库存和工作单数据以及工厂车间机器生成的数据,提醒经理因为产量不足或机器停机而可能错过的关键交付窗口。这种类型的分析可以帮助制造商提高完美订单率。该 KPI 反映了企业能够在正确的包装中提供正确数量的货物,而不会造成损失或损坏,以及确保发票准确反映规定的定价和交付的货物数量。

制造分析的工作原理

在大多数制造商的环境中,连接到关键设备的传感器会发送恒定的数据流。这些数据通常存储在数据仓库中,支持各种您可以想得到的参数类型,例如电机运行的温度和滚珠轴承发出的振动水平。这些参数可能表明设备存在潜在问题,必须在设备故障导致生产线瘫痪之前加以解决。

对于情况更复杂的工厂,他们会结合使用运营数据与相关信息技术,向生产部门发出可能发生中断的警报,并向业务领导发出因该设备故障而受影响的特定工作订单或生产的警报。这种类型的分析还适用于库存管理。管理人员使用应用可视化来发现库存的所在位置,例如商品是在不同的仓库中,还是在供应商的运输途中,并利用分析结果来更快地做出更好的决策,及时处理潜在的库存短缺问题,避免生产过程中断。

制造分析的优势

制造分析提供了实质性的优势,以下是一些重要的优势:

  • 预防计划外停机。制造商使用分析来解释传感器数据,判断哪一个设备可能很快就会发生故障。例如,传感器可以检测到齿轮轴中的滚珠轴承以异常频率振动,这意味着它们很快就会卡住。通过使用这些数据,制造商可以进行预防性维护,确保机器和生产线按计划运行。
  • 提高效率。根据麦肯锡的报告,制造商可以通过分析提高设备和员工的生产力,并将利润率提高多达 10%。该咨询公司以一家全球化学品公司为例,该公司将每年成本降低了数百万欧元,其中的部分原因是因为减少了对某些产品线对第三方供应商的依赖,并通过增加了一些关键生产资产的吞吐量来发现扩大产能的机会。该公司还提高了其他产品类别的生产能力,以增加销售额。该制造商使用分析模型来处理 500 多个变量、3000 多个约束和数百个生产步骤。
  • 支持新的业务模式。许多制造商正在尝试采用以提供服务和简单销售成品为基础的新商业模式,这在某些圈子里被称为“产品即服务”。例如,飞机发动机制造商可以根据无需维修发动机的飞行小时数向航空公司收取费用,医疗设备制造商也可以根据使用情况向医院收费,以保证设备正常运行时间来换取持续性的服务费。有了分析,才有这些服务,这是因为制造商需要通过分析从系统收集数据,确定何时需要进行预防性维护。除了让制造商构建差异化的经常性收入流之外,他们所收集和分析的数据还有助于改进未来的产品,这种模式也可以帮助他们建立长期的客户关系。
  • 优化成本。制造商可以更好地了解整体成本,包括人工、物料、间接费用和异常费用,例如某个原材料订购了过多的安全库存,产生了额外的运输成本。这些分析使用场景有助于企业提高利润率。
  • 即时跟踪关键绩效指标 (KPI)。企业高管使用分析来帮助他们发现可能影响关键方面的潜在问题,包括在工厂和整个供应链中的问题。我们无法以单一的 KPI 来评估所有工厂或制造企业的表现。此外,某些 KPI(如按时交付率)不仅反映了一个工厂的绩效,还反映了整个供应链的绩效。制造商使用分析来帮助经理了解每个 KPI 的底层问题以及它们之间的关联。

    一些常见的 KPI 包括:
    • 完美订单率是各种 KPI 的组合,反映了制造商如何以零错误交付成品,包括发运正确数量的货物、妥善包装货物、并确保随附符合实际发运数量和按合同价格开票的文档。
    • 产出率是通过计算按标准规格生产的产品件数占生产单位总数的百分比,以此衡量货物的生产效率。
    • 综合设备效率 (OEE) 是用于衡量工厂的生产时间百分比,可同时评估产品质量、设备可用性和性能。通过分析任何给定时间的 OEE,制造商可以预测潜在的设备故障,并制定相应的维护计划。
    • 准时交货是用于衡量在特定时间范围内交付给客户的产品件数百分比,有助于了解订单履行过程中的潜在延迟问题并确定问题根源,无论这些问题是与供应商交付问题有关,还是与订单管理瓶颈有关。
    • 吞吐量可根据给定时间范围内生产的货物总数,计算给定工厂或制造商的效率。通过持续监控此类数据,制造商可以识别潜在的设备效率低下问题,管理资源积压,并调整生产计划以满足其目标。
    • 周期时间是计算制造商设施满足需求的能力的一种方式,从客户下单开始直至客户接收货物的那一刻,衡量工厂生产的货物数量。
    • 生产量是用于衡量给定时间范围内生产的总件数。
    • 容量利用率通过将给定时间范围内的总使用产能除以总可用产能,计算出制造商与需求的匹配程度,再乘以 100 以获得百分比。
    • 报废率是用于衡量任务结束后必须报废的物料数量。报废率越低越好。
  • 跟踪供应商绩效。制造商使用分析来识别能够始终按时交付零件或原材料的供应商,监视供应商的产品质量,比较供应商与竞争对手的价格,并了解供应商遵守劳动和环境标准的程度。
  • 获得供应链可见性。制造商使用分析来生成有关原材料或零件库存水平的报告。制造商可以通过可视化视图,了解哪些部件仍在运输中、哪些工厂中还有库存,以便进行调货,解决某个地点的缺货问题。这对于大型制造商尤为重要,因为他们有数千家供应商在同一时间履行数百个订单。
  • 确定工作单的优先级。通过分析,制造团队可以更轻松地根据以下因素确定哪些项目和生产运行需要优先进行,例如产品的承诺时间、当前是否存在供应链中断以及团队是否拥有每个订单所需的特定库存。分析功能支持主管比较工作单、销售订单和现有库存,同时也让生产主管可以了解各种生产运行是否贴合整体制造计划目标。例如,工厂经理可以做出决定,先满足较新的高级客户或大客户的订单,然后再处理较早但不太稳定的客户订单,因为后者的订单所需的生产时间更短。
  • 提高员工生产率。如上所述,执行分析有助于减少计划外停机时间,尽可能避免生产人员处于空闲状态。分析还可以帮助员工在设备不使用时安排维护活动,尤其是在多个设施同时生产多个工单时,可能会很难通过手动方式来安排维护活动。因此,分析可以间接消除维护人员维修机器的等待时间 — 这种浪费时间的情况并非罕见。事实上,根据估计,维护员工只有大约四分之一的时间在从事生产性工作。这些相同类型的分析可用于调整其他流程,例如班次开始和结束时间,以配合物料交付窗口或其他外部因素。
  • 缩小产品召回范围。分析采用了来自不同设备的详细报告(包括实时生产数据和质量控制报告),有效帮助制造商准确识别质量问题是什么时候开始出现的,涉及了哪条生产线以及哪个设备。这有助于缩小产品召回的范围,进而降低成本并提高客户满意度。
  • 获取更详细的数据。制造商使用 KPI 来管理运营,通常采用工厂级别的数据。这些数据还可以与单个生产线甚至机器相关联,从而使制造商能够分析吞吐量、周期和其他细粒度级别的 KPI。
  • 减少员工流失。分析可以帮助制造商识别和纠正安全隐患、不理想的工作条件、过长的工作班次和未被充分重用的员工,从而提升士气和安全性,更好地留住员工。如果某些员工具有特定职位所用技能以外的技能,制造商还可以使用分析来进行识别,并将员工重新分配到不同的业务领域,帮助员工实现职业生涯发展。
  • 生成一致的财务数据。某些企业仍在使用电子表格和其他脱节的手动财务数据管理方式,因此往往会产生不一致的数据。这可能是报告失误造成的,也可能是由于管理人员试图掩饰某种出了差错的情况。对从财务应用和工厂车间设备中提取的数据进行分析,可以自动生成准确的报告,避免人为错误或操纵。

九个制造分析的优秀实践

以下优秀实践将为您介绍成功的分析项目应有的关键特征。

1. 作为一个商业项目来对待

确保所有相关成员都参与到分析项目的开发中来,其中包括从业务利益相关者一直到企业高管。确保项目早日产生有意义的结果(请参阅“KPI”部分),避免被当作一个普通的 IT 项目。例如,项目可以通过成果展示,证明将 IT 和运营数据相结合有助于互联指标分析,例如准时交货对客户满意度的影响,或机器停机对完美订单率的影响。

2. 从小做起

为了证明分析的价值,首先您需要从少量机器收集的数据开始,尤其是导致瓶颈或者是对生产线特别重要的机器,而不是试图创建一个企业级项目。这种方法比“大计划”的成本更低,也更有可能立即看到成效,并且通常会让企业对规模更大的分析项目产生更大的需求。

3. 整合数据

全面探索各个部门使用的不同系统提供的不同数据类型。此评估应包括被收购公司所使用的应用;应付账款、薪资和其他后来添加的后台应用;甚至是开发人员十年前为某人创建,并且现在仍在某人的电脑中运行的一次性应用。

4. 引入运营数据

将从工厂设备或其他操作中收集的数据与管理生产流程的应用中收集的数据一并纳入分析,以获得更准确的分析结果。例如,通过分析来自 ERP 应用的工作单数据以及生产线周期时间的运营数据,企业可以了解给定订单是否能够按时完成。这一结果将直接影响客户满意度和收入。

5. 创建单一的数据资料档案库

将来自不同数据仓库的数据,汇总到一个基于云技术的数据仓库或数据湖中。这在收购活动后尤为重要,因为不同的公司通常会使用不同的数据管理系统,但这些系统无法很好地相互集成。

6. 评估需要管理的内容

划出项目分析范围,以便收集和分析相应类型的数据。如果项目的其中一个目标是减少停机时间,您需要确保为需要按工作顺序维护的设备收集传感器数据。如果您的目标是提高吞吐量,则需要记录产量并收集时间序列数据,从而知道在某个给定时间范围内的产量。

7. 拥抱 AI 和机器学习 (ML)

通过在分析中利用无代码 ML,制造组织中的任何人都可以根据历史数据发现隐藏的模式,例如识别库存积压趋势、预测机器停机时间、分析资源利用不足,以及将生产短缺的影响与收入和利润等关键业务指标相关联。

8. 逐步扩展分析功能

识别未收集数据的关键区域,并添加传感器或其他功能,视情况加大分析项目的范围和复杂性。例如,制造商可以先测量生产成品数量以及设备按最高产能运行的时间百分比,然后添加质量指标,例如合格成品数量占总产量的百分比。

9. 调整制造计划

制造商可以使用来自集成库存以及实施、客户体验、销售、生产和第三方来源的数据的分析驱动洞察来快速做出决策,并根据需要调整生产计划。

制造分析的成功案例

制造商使用数据分析来提高车间运营和供应链的整体效率,并更好地跟踪 KPI,例如整体设备效率、设备正常运行时间和产量。以下是相关的成功案例:

  • HarbisonWalker International:大型跨国制造商可以使用分析来提高预测准确性和准时交货率。例如,HarbisonWalker International 是一家拥有 150 多年历史的企业,主要生产耐火产品(即能够承受高温、高压或化学攻击的产品),在三大洲拥有数十个生产设施。在过去的 20 年里,该公司收购得来的应用,再加上原有的各种应用,使得数据收集和分析变得困难。通过将数据与应用整合到单一云 ERP 系统中,HarbisonWalker 能够对整个企业的制造和财务数据进行分析,提高了预测准确性,减少了员工加班时间,对库存水平进行了微调,并将准时交货率提高到 90% 以上。
  • Western Digital:分析可帮助大型企业更快地做出数据驱动的决策。例如,数据存储公司 Western Digital 的数据报告工作流受多个因素影响而减缓,其中包括 Hitachi Global Storage Technologies 和 SanDisk 的收购活动。这两家公司都使用了不同的数据和工作流平台。结果,三家公司加起来有超过 2000 个应用,IT 部门耗费了八个多小时来刷新数据仓库。这种情况导致业务用户在工作时无法访问商务智能和分析,所获得的报表是根据 24 小时到 48 小时前的数据创建的。Western Digital 通过使用预配置的报告功能,对基于云技术的新系统上的数据和工作流进行标准化,让高管可以在大约 20 分钟内访问分析数据。此外,数据和平台的整合简化了工作流,并确保所有经理和高管使用相同的数据集和报告。
  • Bitron:制造商可以使用分析来减少高管搜索数据所花费的时间,帮助高管基于实证而不是直觉来做出决策。Bitron 是一家意大利制造商,主要为能源、汽车和暖通空调等行业提供各种机械和电子组件。该公司使用了云技术来消除数据孤岛。经理可以使用自助分析工具,创建所需的报表。一般上,用户需要从各种来源导出数据,并使用单点分析工具逐一进行分析,但这种方式会产生有缺陷的洞察。如果使用 Oracle Analytics Cloud 及其数据准备和扩充功能,用户可以更轻松地汇总数据,并制定 KPI 来帮助他们管理制造流程。
  • Bonnell Aluminum:通过分析,制造商可以更深入地了解供应链和运营情况,从而更好地满足客户需求。Bonnell Aluminum 是一家加工和定制成品铝型材制造商。该公司希望能够使用 HR、财务和工厂运营系统的数据,其中包括来自五个制造工厂的数据,这些数据分别位于不可互操作的数据仓库中。工厂经理将电子表格中的现场数据与自主开发的 ERP 报告系统相结合,导致了数据不一致和决策不当的问题。由于缺乏可靠的数据,经理无法识别或关联全球的物料短缺情况,无法识别表现不佳的供应商,更无法确定客户订单的优先级。Bonnell 有 80% 的业务是定制制造,需要在特定时间内,根据给定规格制造并交付货物,因此必须改变这种缺乏清晰度的情况。得益于新的基于云技术的 ERP 和分析平台,该公司能够做出更好的采购和库存决策。通过连接整个企业的数据(包括来自供应商的数据),Bonnell 可以更好地了解哪些产品需求更高,识别流程瓶颈(例如供应商延迟和相关的库存问题),并进行必要的更改(例如重新分配人工和支出)以满足这些自定义需求。

在制造行业实施数据分析的方法

大多数制造企业都在使用数据分析,但在许多情况下,他们并未实施全面的策略。这包括一致地进行数据聚合和清理,运行分析查询,并针对警报或数据揭露的其他信息给出系统化的响应。制造商可以参考以下 10 个实施优秀实践。

  1. 创建数据存储库当前状态的清单,并记录您想要达到的最终状态,包括您希望看到的指标(以实现预防性维护、质量改进、员工安全等目标)。
  2. 创建数据类型清单。这包括从机器、设备、在途资产等来源收集的非结构化数据;从制造、财务、供应链、销售、营销、HR 等应用收集的数据;以及企业在数据仓库或数据湖中的结构化数据。
  3. 开始进行数据迁移。首先,将数据合并到一个数据仓库或其他存储库中,然后进行备份以确保业务连续性。这个步骤不仅仅是分析过程中关键的第一步,这种方式合理化数据还有助于降低存储成本,助您取得初步胜利。
  4. 构建连接器或数据馈送,将不同来源的数据汇总到一个中央存储库中。
  5. 使用数据清理软件删除从不同系统中收集的重复性、相互矛盾或不准确的数据,确保中央存储库的数据干净又可靠。
  6. 从小事开始做起,就像之前所提到的。刚刚起步时,您可以以一个导致瓶颈的生产设备为目标,让团队可以通过分析来进行预防性维护并减少停机时间。或者,您可以定下一组 KPI(周期时间、吞吐量、员工安全等),然后使用分析功能进行跟踪并加以改进。
  7. 将分析迁移到更关键的生产线供应链流程
  8. 让业务用户创建自己的报表和仪表盘,并且可以随意选择时间间隔,从而减少对 IT 部门的依赖。
  9. 构建可视化的报表(而不是表格格式),让经理更容易针对数据异常或其他问题做出决策。
  10. 如果可以,使用分析软件包中包含的预构建报表,该报表采用了行业标准 KPI,可帮助您进行基准测试并与竞争对手的运营情况进行比较。
在制造行业实施数据分析的方法图片
设置制造分析程序是一个迭代过程,通常从一个小项目开始,再慢慢扩大范围。

制造分析的未来

虽然大多数制造商已经在他们的设备上使用信息技术,并且在某种程度上采用了远程信息处理或其他检测方法,但这些企业往往无法平衡 IT 和分析的使用情况。这是因为数据位于不同的孤岛中,企业难以访问和分析这些数据。

基于云技术的 IT 系统可通过标准化,帮助制造商整合所有数据,包括结构化和非结构化数据,让制造商能够以协调一致的方式使用分析来获得准确和可信的洞察,从而改善决策。

最后,随着嵌入式分析中的低代码和无代码 ML 的推出,业务用户可以自己创建报表,再也无需填写请求单或获得 IT 的帮助。如此一来,数据的使用频率会提高,为企业带来更多优势。

Oracle 助您打造面向未来的制造流程

Oracle Cloud Supply Chain & Manufacturing 是 Oracle Fusion Cloud ERP 的一部分,可帮助制造商快速响应不断变化的需求、供应和市场情况。通过使用此应用套件,制造商可以持续跟踪库存模式,进而实现各种优势,例如降低工单积压的风险、判断供应商绩效是否会影响生产目标等。

Oracle Fusion Supply Chain & Manufacturing Analytics 可帮助制造商利用预构建的洞察提高生产力,快速检测异常以提高车间效率,并通过集成的供应链和制造数据视图优化从计划到生产的流程。

制造分析的常见问题解答

分析可为制造商提供哪些帮助?
制造商将分析用于各种用途,包括减少计划外停机时间、跟踪和改善供应商绩效、确定工作单优先级、提高员工工作效率和减少产品缺陷。

传感器可以检测哪些类型的物理事件?
传感器可以检测火焰、气体泄漏和油位,可以感应各种物理特性,例如温度、压力和辐射。传感器还可以检测对象的运动和附近物体的存在。

制造商从哪里获得分析所需的数据?
制造商将来自各种来源的数据相关联,包括来自工厂车间机器、后台 IT 应用、供应商和专注于市场的第三方数据提供商;人口统计;天气;法规;专利;环境、社会和治理实践;以及其他信息类别。

通过供应链命令中心更快实现盈利

阅读电子书,了解如何提高供应链决策的质量和速度,在未来的挑战中抢占先机。

注:为免疑义,本网页所用以下术语专指以下含义:

  1. Oracle专指Oracle境外公司而非甲骨文中国。
  2. 相关Cloud或云术语均指代Oracle境外公司提供的云技术或其解决方案。