Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Manufacturing Technology >> Sistema de control de automatización

Manejo de Big Data antes de que se salga de control

Hubo un tiempo, no hace mucho tiempo, cuando los operadores solían trabajar en paralelo en dos sistemas comerciales. Por lo general, uno era un ERP o un programa financiero y el otro era una aplicación que pertenecía a la suite ofimática de Microsoft. Pero en los últimos años, la tecnología ha cambiado a un ritmo asombroso. La entrada de la arquitectura Software as a Service ha revolucionado los procesos, con usuarios que prefieren una suscripción para todo lo que necesitan. En el "Estado del lugar de trabajo impulsado por SaaS 2017" se informó que el uso de más de 16 aplicaciones SaaS por parte de las empresas aumentó un 33 % en comparación con 2016.

Los sistemas SaaS pueden hacer que la acumulación y el análisis de datos sean muy fáciles, generando instantáneamente informes estéticos mientras mantienen capacidades de operación remota. Pero es más fácil decirlo que hacerlo y requiere una estrategia clara y abundantes recursos técnicos.

Los empleados pueden eludir las estrategias de tecnología convencional simplemente suscribiéndose a estos productos. Esto puede dar lugar a esfuerzos duplicados, sin supervisión. Por ejemplo, en el caso del almacenamiento en la nube y el uso compartido de archivos, existe una buena posibilidad de que, si encuesta a sus empleados, encuentre una variedad de productos en uso, p. Google Drive, OneDrive, Dropbox, etc. Si bien se puede apreciar la tendencia de usar herramientas digitales, las operaciones corren el riesgo de volverse redundantes y costosas, ya que es difícil hacer un seguimiento de la variedad de costos de suscripción. Además, los datos de la empresa se dispersan, al tiempo que los exponen a amenazas de seguridad.

Estos son problemas importantes, sin embargo, hay uno que es aún más grande:la capacidad de las aplicaciones SaaS para generar grandes cantidades de datos. Anteriormente se dijo que las empresas utilizan docenas de aplicaciones, pero tengamos en cuenta los datos que genera cada aplicación. Cada inicio de sesión, cada modificación, notificación, advertencia, etc. genera datos. Multiplique esto por los cientos o miles de empleados presentes y la información se vuelve un desastre.

Recuerde, la basura que entra significa que la basura sale. La calidad de los datos es fundamental si una empresa quiere hacer uso de las herramientas que forman parte de la Industria 4.0 . La entrada incompleta del usuario, las extensiones de terceros rotas y las políticas de datos deficientes pueden constituir contaminantes para los conjuntos de datos. Como consecuencia, desperdician valiosos recursos informáticos.

Un estudio reveló que las empresas suelen dedicar entre el 50 y el 80 % de su tiempo a limpiar conjuntos de datos. Esto es indignante, ya que los recursos encargados de estos trabajos están altamente calificados y se contratan para analizar en lugar de corregir errores tipográficos. Un enfoque estratégico para la gestión de datos puede resolver muchos de estos problemas. Al igual que con cualquier otra decisión comercial, es esencial contar con un plan integral diseñado por el liderazgo y respaldado por todas las funciones.

La creación de un equipo de gestión de datos de funciones cruzadas debe ser el primer paso. El equipo debe incorporar especialistas en tecnología, no solo del departamento de TI, sino también personas que usan los servicios, para que se cuente con su opinión. Una vez que se ha formado el equipo, los esfuerzos de los miembros se pueden centrar en tres prioridades principales:

Alineación de procesos y sistemas

Los procesos de negocio deben ser estudiados en detalle. Se deben identificar los puntos de generación de datos, teniendo siempre en mente dos objetivos principales:

Reducción de las barreras a la gestión de datos

Se debe identificar un conjunto común de herramientas SaaS que permita a los equipos trabajar de manera eficiente. Debe estar atento a las herramientas que ya están en uso dentro del espacio de trabajo, lo que facilita el proceso de implementación. Luego, las aplicaciones principales deben usarse como parte de estrategias de mini implementación, de modo que se pueda promover su uso generalizado. Si es necesario, la fuerza de trabajo debe estar adecuadamente capacitada y motivada. Además, una vez que se ha tomado una decisión, se debe instruir a los empleados para que la sigan, p. nadie debería usar Google Drive, si se ha elegido DropBox.

Fomentar el uso de datos

Una vez que se hayan diseñado los nuevos procesos, considere cómo las aplicaciones SaaS pueden respaldar los objetivos generales de análisis de datos. ¿Tiene ahora la capacidad de extraer datos para obtener una idea de los hábitos de trabajo de los empleados? ¿Se pueden crear conexiones API entre servicios para suavizar el flujo de datos? ?

Si la empresa ha implementado una plataforma empresarial de nivel empresarial, la fusión de datos dentro de un solo sistema puede ser una opción viable. Dicho esto, debe ser muy estricto con la elección de los datos que desea conservar, porque atascar el sistema con datos innecesarios es lo último que desea hacer.

Ahora, debe involucrar a todo el equipo en una lluvia de ideas sobre las formas en que los datos se pueden utilizar de manera efectiva en las operaciones diarias. Crear tableros y hacerlos parte de las reuniones del equipo es una buena estrategia para trabajar, ya que permiten realizar un seguimiento de los KPI de los empleados con facilidad. al mismo tiempo que ofrece información sobre los objetivos perdidos. Los empleados también deben conocer todas estas estrategias, ya que una vez que sepan que sus aportes son importantes, se preocuparán por la calidad de los datos.

Adopción de usuarios

Todos en la organización deben comprender la importancia de mantener la integridad de los datos y participar en ella como una obligación.

La comunicación juega un papel importante en la adopción del usuario. Dentro de cada equipo, el gerente debe desempeñar un papel activo para convencer y motivar a los miembros. Los resultados de los datos recopilados también deben compartirse periódicamente para que los empleados sepan el valor de sus acciones. Del mismo modo, los peligros de los datos problemáticos también deben establecerse claramente y, si es necesario, se deben vincular acciones disciplinarias.

La gestión de datos debe ser un aspecto clave de los programas de formación de la empresa para conseguir la máxima participación de los empleados. De vez en cuando, el departamento en cuestión puede iniciar reuniones de equipo, talleres, seminarios web y almuerzos para que los empleados obtengan toda la orientación y el entrenamiento necesarios.

Mantenimiento y Gobierno

Si la adopción del usuario y la alineación del proceso son los objetivos clave de su iniciativa de datos, entonces el mantenimiento y la gobernanza efectivos desempeñarán el papel de un manual de instrucciones. En todo momento, el equipo de gestión de datos debe trabajar para desarrollar una hoja de ruta actualizada para preservar la calidad de los datos. El documento debe ser accesible para los líderes de equipo, de modo que siempre puedan tener información explícita a mano cada vez que se encuentren con una dificultad. Hacerlo también garantizaría que las consultas no se acumulen en el equipo de control de datos y que se mantenga la coherencia.

La guía debe ser clara, concisa y al grano. Debe incorporar roles para la seguridad, la higiene y la estrategia de los datos, proporcionando instrucciones completas sobre cómo los usuarios deben interactuar con los datos. También se debe incluir un modelo de seguridad de datos en la guía, asegurando que los equipos solo tengan acceso a los datos que les conciernen.

Todo esto puede sonar como un trabajo de tiempo completo, y sí, lo es. Todos estos problemas pueden ser abordados por personas capacitadas que tienen muchos nombres:científico de datos, analista comercial, oficial de datos, etc. Nunca debe abstenerse de contratar los recursos técnicos requeridos, ya que el costo de una mala gestión de datos puede ser mucho mayor en comparación con el salario de la persona.


Sistema de control de automatización

  1. Big Data y Cloud Computing:una combinación perfecta
  2. Uso de Big Data y Cloud Computing en las empresas
  3. Clasificación de los requisitos de IA en evolución
  4. ¿Debería contratar el mantenimiento?
  5. ¿Cómo se sale de control el trabajo pendiente de mantenimiento?
  6. Datos de la ciudad:¿Por qué debería importarnos?
  7. Big Data vs Inteligencia Artificial
  8. Creación de grandes datos a partir de pocos datos
  9. 5 minutos con PwC sobre IA y Big Data en la fabricación
  10. 5 razones por las que todas las empresas de fabricación necesitan usar big data
  11. Los macrodatos son la cuarta revolución industrial