Cómo iniciar un proyecto de análisis de datos en la fabricación

Este artículo trata sobre

• Como especialista en marketing con un enfoque en soluciones de software, Stefanie analiza algunas preguntas básicas sobre el análisis de datos que suelen plantear los expertos en producción.

El tema del análisis de datos es tan publicitado como cuestionado:el espectro de opiniones va desde "los datos como el nuevo petróleo de la economía" hasta "las conclusiones analíticas no son 100% fiables" y todos los matices intermedios. Cada uno es cierto a su manera. Para ayudarlo a comprender mejor este tema, reuní algunas preguntas recurrentes que los expertos en producción suelen plantear y las analicé con nuestros ingenieros de análisis de fabricación, expertos en TI y científicos de datos.

1. ¿A qué nivel organizacional o con qué función debe comenzar nuestro proyecto de análisis de datos?

No existe el mejor nivel o función. Dónde comenzar un proyecto depende de varios factores:

¿El concepto de análisis de datos ya se comprende bien en su empresa?
Si no es así, la mejor manera de comenzar es realizar un taller de orientación sobre análisis de datos tanto para expertos como para la gerencia. El objetivo de este taller es impartir una comprensión básica de las posibilidades de la analítica e identificar posibles casos de uso.

¿La dirección tiene un conocimiento (profundo) del proceso técnico?
De lo contrario, un taller de requisitos con expertos en el lugar de producción puede ser su primera opción. La salida suele ser un diagrama de causa y efecto (ver más abajo). Por lo general, nuestro equipo de análisis de datos (que comprende una combinación de expertos en TI, fabricación y ciencia de datos) hace preguntas detalladas, como:"¿Quiere diferenciar entre retrabajo y desecho?" En el mejor de los casos, puede ser muy útil involucrar a la gerencia para lograr una aceptación seria.

Fuente:Bosch.IO

¿Se ha definido de forma concreta el problema que se espera que resuelva la analítica de datos?
Si es así, puede optar primero por una herramienta de análisis. El problema puede ser tan concreto como "El esfuerzo de las pruebas de fin de vida es demasiado alto y debe reducirse". Luego, un equipo de análisis puede comenzar a trabajar inmediatamente con los expertos del sitio de producción para determinar si se puede aplicar una herramienta de reducción del tiempo de prueba existente o cómo puede ser necesario personalizarla o expandirla.

2. ¿Qué perspectivas debemos gestionar en un proyecto de análisis de datos?

Gracias a un estudio de UX realizado por Bosch, sabemos que hay tres tipos de expertos en plantas que deben abordarse, cada uno de una manera completamente diferente, p. Ej. más a nivel empresarial, más a nivel técnico o más a nivel de datos.

Fuente:Bosch.IO

El tipo escéptico necesita pruebas de los beneficios que ofrecerá el análisis de datos. Para convencer al escéptico, necesitamos una excelente comprensión de los mecanismos de ROI, y debemos ser capaces de validar estos mecanismos rápidamente con resultados, enfocándonos en la producción, la calidad y los costos.

El de mente abierta type está interesado en nuevas formas de optimizar las cosas. Se debe hacer énfasis en explicar qué métodos se utilizan, por qué se seleccionan ciertos algoritmos y por qué el modelo de predicción resultante está listo para su aplicación a los datos en vivo.

El creyente por lo general, ya ha estado expuesto al análisis de datos y cree que puede marcar la diferencia para el negocio. La mejor manera de comenzar es aplicar inmediatamente CRISP-DM (proceso estándar entre industrias para la minería de datos, consulte el diagrama a continuación) con él o ella y el equipo para el proyecto de análisis de datos.

Fuente:Bosch.IO

En nuestra experiencia, los talleres de orientación generalmente han demostrado ser muy útiles para obtener la aceptación de todas las partes interesadas. Por lo general, comenzamos con la pregunta comercial y luego iteramos entendiendo el proceso técnico y las limitaciones relacionadas con esa pregunta. Más de una vez, nuestros ingenieros han logrado convencer a los clientes de que los análisis de regresión complejos pueden comunicarse fácilmente como un beneficio.

3. ¿Qué conocimientos necesitamos para realizar un proyecto de análisis de datos?

Stefanie Peitzker

Tengo un título de posgrado en administración con especialización en geografía (Universidad de Augsburg, Alemania). Desde 2003, trabajo para Bosch.IO (anteriormente Bosch Software Innovations):desarrollé marketing para Visual Rules, nuestro Sistema de gestión de reglas de negocio, y contribuí a ganar clientes en todo el mundo. Desde enero de 2009, dirijo el equipo de Soluciones de marketing en Bosch.IO, un equipo ágil de siete asociados actualmente, todos tratando de aprender permanentemente más sobre las necesidades de los clientes y las tendencias del mercado, enfocados en hacer de las soluciones de software una experiencia real.

Su equipo de análisis de datos debe adquirir un conocimiento básico en tres áreas:

Negocios: Como cliente, debe informarles sobre los objetivos y requisitos del proyecto desde una perspectiva comercial para que puedan convertir este conocimiento en una definición del problema de análisis de datos.

Datos: Preparación, modelado, evaluación e implementación de datos:todo, desde la simple generación de informes hasta la implementación en vivo de modelos predictivos. La comprensión de los datos puros ha demostrado ser una base sólida que es útil en muchas industrias, pero no se centra en la fabricación.

Proceso técnico: Usted, como cliente, debe proporcionar una explicación básica de la cadena de valor de producción general, p. Ej. el proceso de soldadura, el proceso láser, las pruebas o el proceso de apriete, según la pregunta que deba responder la analítica. Aquí es donde el equipo de análisis necesita al ingeniero de análisis de fabricación.

4. ¿Qué trabajo preliminar debe hacer mi organización de fabricación antes de implementar Manufacturing Analytics?

A primera vista, la recopilación y preparación de datos parece ser un desafío para muchos expertos en producción. La base para ellos es hacer que los datos estén disponibles según sea necesario. "No tenemos los datos" no es una respuesta válida. Pero no es ciencia espacial. Recomendamos una guía de calidad de datos que oriente a los clientes a través del proceso de preparación de datos en términos de cantidad, calidad y validez necesarias para el análisis.

Fuente:Bosch.IO

5. ¿Cuál es la cantidad mínima de datos necesaria para aplicar análisis?

Como regla general, sugerimos que tenga al menos 15 observaciones o conjuntos de datos por variable influyente. En otras palabras, para analizar la influencia de 30 parámetros de proceso en un indicador de calidad, se necesitarían al menos 30 * 15 =450 conjuntos de datos.

En términos generales, por supuesto, cuantos más conjuntos de datos tenga, mejor. No se preocupe, más conjuntos de datos no aumentan significativamente la cantidad de trabajo manual. Además, solo tienen un impacto menor en el tiempo de computación, que generalmente es insignificante con la infraestructura de TI de análisis de datos adecuada.

Dado que la cantidad, calidad y validez de los datos adquiridos y preparados son cruciales para el éxito del proyecto, vale la pena invertir en esta fase de su proyecto. Para guiarlo más a través de él, hemos agrupado nuestra experiencia de muchos proyectos en un conjunto de pautas de calidad de datos. Nuestros clientes utilizan estas pautas para generar una base de datos adecuada sin invertir tiempo o dinero innecesarios en la recopilación de datos.

6. ¿Puedo aprovechar la analítica si mi empresa no tiene científicos de datos o un gran equipo de TI?

Esto es exactamente lo que contribuirá su socio de análisis profesional para ayudarlo a realizar su proyecto y solución. Un equipo capaz está formado por una combinación de ingenieros de fabricación, expertos en TI y científicos de datos. Esta combinación es la clave para resolver su problema con un enfoque de análisis ajustado, ya que el desarrollo de su solución basada en análisis requiere una comprensión del negocio, los datos y el proceso técnico. No es necesario que contrate a ningún científico de datos para su organización. Su socio profesional presentará talleres previos al proyecto sobre analítica básica, donde aprenderá a identificar posibles casos de uso y ayudará a validar los modelos desarrollados. Luego, aplicará este conocimiento en las reuniones del proyecto para discutir los resultados.

Fuente:Bosch.IO