Michael Hickins |コンテンツ・ストラテジスト|| 2023年11月3日
アルミニウム・鉄鋼メーカー、電子部品メーカー、航空機エンジンメーカー、化学メーカーなど、あらゆる分野のメーカーがデータ分析を活用し、工場の円滑な運営、サプライヤーのパフォーマンス追跡、完全オーダー率の向上、サプライチェーンのボトルネックの特定、従業員の生産性向上、製品リコールの削減、そして最終的なコスト削減と利益向上を支援しています。
メーカーはデータ分析を用いて、予定外のダウンタイムの削減、重要業績評価指標の追跡、工場効率と顧客満足度の向上を実現しています。この幅広い動向は、インダストリー4.0または スマート・マニュファクチャリング.と呼ばれています。これには、従来のITシステムや産業機器から収集したデータの集約やより十分な情報に基づく意思決定を行うための分析アプリケーションの実行が含まれます。また分析は、メーカーによる製造エラーの根本原因の特定と、受注処理を混乱させる可能性のある製造およびサプライチェーン・プロセス全体にわたるボトルネックの予測を支援します。
主なポイント
ほとんどのメーカーは、運用データと呼ばれる工場や設備からのデータと、製造、財務、サプライチェーン、人事プロセスを管理するアプリケーションを実行するITシステムからのデータを収集するためにセンサーを使用しています。製造分析は、ビジネス・リーダーがそれらの統合データに基づいて意思決定を行うことを支援します。
たとえば、分析システムにより、ビジネス・リーダーは主要業績評価指標(KPI)を追跡して、一貫してスケジュール通りに納品するサプライヤーとサプライチェーンのボトルネックを特定し、製品リコールの範囲を限定することができます。また、分析システムは、ERPシステムからの在庫や作業オーダーのデータ、工場現場の機械が生成するデータを解釈し、不十分な生産量や機械のダウンタイムが原因で重要な納期を逃す可能性について、マネージャーにアラートを発します。このような分析は、メーカーが、適切な数の商品を、損失または損害なく、適切な梱包で、規定の価格と納品数を正確に反映した請求書とともに納品する機能を反映するKPIである完全オーダー率を向上できるよう支援します。
ほとんどのメーカーでは、主要な機器に接続されたセンサーが、通常データウェアハウスに保存されている、モーターが稼動する温度やボールベアリングが発する振動レベルなどのあらゆる種類のパラメータに関するデータ・ストリームを常時送信しており、これらのデータはすべて、機器が故障して生産ラインが停止する前に対処しなければならない潜在的な問題を示しています。
より高度な工場では、運用データと関連するITを組み合わせることで、生産部門に起こりうる障害について、またビジネス・リーダーに機器に関連する特定の作業オーダーや生産が脅威にさらされていることをアラートで知らせます。このような分析には在庫を含めることもできます。マネージャーはアプリケーションを使用して、さまざまな倉庫やサプライヤーからの輸送中の在庫の場所を視覚化し、分析を適用して、迅速に対処しなければ生産を停止させる可能性のある潜在的な在庫不足への対処について、より適切かつ迅速な意思決定を行います。
製造分析は大きなメリットをもたらしますが、その中でも最も重要なものを以下に紹介します。
成功する分析プロジェクトには、以下のベストプラクティスで説明するようないくつかの共通する重要な特徴があります。
分析プロジェクトの開発には、役員に至るまでビジネス上のステークホルダーを参加させます。プロジェクトを単なるITプロジェクトと見なさないよう、早期に意味のある成果(KPIのセクションを参照)を得られるようにします。たとえば、ITデータと運用データを組み合わせることで、定時搬送が顧客満足度に与える影響や、機械のダウンタイムが完全オーダー率に与える影響など、連携された指標の分析を支援できることを実証します。
分析の価値を証明するには、エンタープライズ・スケールのプロジェクトを立ち上げるのではなく、ボトルネックとなっている機械や 製品ラインにとって特に重要な機械など、少数の機械から収集したデータから始めます。このアプローチは、ビッグバン・アプローチよりも低コストで、すぐに結果が出やすく、より広範な分析プロジェクトに対するより大きな需要につながることがよくあります。
さまざまな部署で使用されている異なるシステムから利用できるさまざまなデータ型を、本格的に洗い出す作業を実施します。この評価には、買収した企業で使用されているアプリケーション、買掛金、給与計算、その他時間をかけて追加されたバックオフィスのアプリケーション、さらには、開発者が10年前に誰かのために作成し、今でも誰かの机の下のサーバーで稼働している単発のアプリケーションも含める必要があります。
最も正確な分析を得るために、製造プロセスを管理するアプリケーションで収集されたデータとともに、工場設備やその他の運用データを含めます。たとえば、ERP アプリケーション からの作業指示データを、生産ラインのサイクルタイムに関する運用データと一緒に分析することで、顧客満足度と収益に直接影響する、指定された注文が時間通りに処理されるかを示すことができます。
異なるデータウェアハウスのデータを単一のクラウドベースのデータウェアハウスまたはデータレイクに集約します。企業によってデータ管理システムが異なり、互いにうまく統合できないことが多いため、これは買収後に特に重要になります。
適切なデータ型が収集および分析されるように、分析プロジェクトの範囲を設定します。プロジェクトの目標の1つがダウンタイムの削減である場合、稼働状態のメンテナンスが必要な機器のセンサー・データが収集されていることを確認します。スループットの向上が目標の場合は、生産量を記録して時系列データを収集し、特定の時間枠でどれだけの生産量があるかを測定できるようにします。
分析においてコード不要のMLLを活用することで、製造組織の誰もが、在庫における滞留傾向の特定、機械のダウンタイム予測、リソース未稼働の分析、生産不足が収益やマージンなどの主要なビジネス指標に与える影響の関連付けなど、履歴データに基づいて隠れたパターンを発見することができます。
データが収集されていない主要エリアを特定し、センサーやその他の機能を追加して、データを収集するようにします。それに応じて、分析プロジェクトの範囲を拡大し、複雑さも増します。たとえば、メーカーは生産台数や設備が容量一杯で稼働している時間の割合の測定から始め、その後、総生産台数に占める受入台数の割合などの品質指標を追加することができます。
メーカーは、統合的な在庫、およびフルフィルメント、カスタマー・エクスペリエンス、販売、生産、サードパーティのソースから集積されたデータから、分析ドリブンなインサイトを使用して、迅速な意思決定を行い、必要に応じて生産計画を調整することができます。
メーカーはデータ分析を使用して、フロア運用とサプライチェーンの全体的な効率を改善し、全体的な機器の効率、機器の稼働時間、歩留まりスループットなどのKPIについてより適切なインサイトを得ています。以下の例をご参照ください。
ほとんどのメーカーはデータ分析を利用していますが、多くの場合、包括的な戦略の導入には至っていません。これには、一貫したデータの集計とクレンジング、そのデータに対する分析クエリの実行、データによって明らかになったアラートやその他の情報に対するレスポンスポンの体系化などが含まれます。メーカーは、以下の10の導入ベストプラクティスを検討する必要があります。
ほとんどのメーカーはすでに情報技術(IT)と、ある程度のテレマティクスやその他の計測機器を自社の機器に導入していますが、ITと分析の利用には特にばらつきがみられる傾向があります。これは、データが異なるサイロに存在し、アクセスと分析が困難なためです。
クラウドベースのITシステムを標準化することで、製造メーカーは、構造化データと非構造化データの両方を含むすべてのデータを統合し、正確で信頼できるインサイトを得るために一貫した方法で分析を活用して意思決定を改善することを支援します。
最後に、分析に組み込まれたローコードおよびコード不要のMLを導入することで、ビジネス・ユーザーは、リクエスト・チケットに記入したり、IT部門の支援を受けたりすることなく、自分でレポートを作成できるようになります。これにより、データの利用頻度が高まり、その結果、あらゆるメリットがもたらされます。
Oracle Fusion Cloud ERPの一部であるOracle Cloud Supply Chain & Manufacturingは、メーカーが変化する需給および市場環境に迅速に対応できるよう支援します。このアプリケーション・スイートを使用するメーカーは、在庫パターンを継続的にモニターして受注残のリスク軽減やサプライヤーのパフォーマンスが生産目標に影響する可能性の有無を判断することなどが可能です。
Oracle Fusion Supply Chain & Manufacturing Analyticsを使用することにより、メーカーは、デフォルトのインサイトによる生産性の向上、迅速な異常検出による生産現場の効率化、サプライチェーン&生産管理(SCM)データの統合的な表示による生産計画プロセスの最適化を実現できます。
分析がメーカーを支援する仕組みを教えてください。?
製造メーカーは、計画外のダウンタイムの削減、サプライヤーのパフォーマンスの追跡と改善、作業オーダーの優先度設定、従業員の生産性向上、製品不良の削減など、さまざまな目的で分析を利用しています。
センサーが検知できる物理現象の種類を教えてください。
センサーは炎の有無、ガス漏れ、オイル・レベルなどを検知し、温度、圧力、放射線などの物理的特性を検知します。また、物体の動きやお互いの近さを検出することもできます。
メーカーが分析するデータを入手する経路教えてください。
メーカーは、工場の機械、バックオフィスのITアプリケーション、サプライヤー、市場、人口統計、天候、規制、特許、環境、社会、およびガバナンス慣行、その他の情報カテゴリに焦点を当てたデータのサードパーティ・プロバイダーなど、さまざまなソースからのデータを関連付けます。
サプライチェーンの意思決定の質とスピードを向上させ、将来のサプライチェーンの課題に先手を打つための方法を、eBookでご紹介しています。