Migliorare l'efficienza aziendale mediante l'analisi dei dati

Migliorare l’efficienza produttiva con l’analisi del passato

Migliorare l’efficienza produttiva

Si dice che chi non conosce il passato è destinato a ripeterlo. Ciò è verissimo nella realtà e, in particolare, nella produzione industriale dove è necessario, costantemente, migliorare l’efficienza produttiva, minimizzando gli investimenti.

Quando si parla di impianti industriali, di qualsiasi dimensione, la loro efficienza produttiva, in genere, viene associata ad investimenti in macchinari, in competenze e in logistica. In realtà, in moltissimi casi, l’efficienza produttiva di un impianto può essere sostanzialmente migliorata anche analizzando, individuando ed applicando sistematicamente, dei “comportamenti virtuosi”, le cosiddette best practices, che possono essere ricavati dall’analisi dei dati di produzione pregressa.

Dall’analisi suddetta, non solo possono essere ricavate delle modalità produttive che incrementano l’efficienza dell’impianto, ma si possono anche ricavare dei miglioramenti qualitativi, e non solo nel processo produttivo, ma anche in processi collaterali quali, ad esempio, quelli legati alla sicurezza del lavoro o alla sicurezza informativa.

In sintesi, dall’analisi dei dati del database aziendale è possibile migliorare l’efficienza produttiva.

Il database aziendale

La prima risorse da considerare e da mettere appunto è però il database aziendale, inteso come la raccolta sistematica e accurata di tutte le informazioni che possono essere estratte dagli impianti produttivi e dai sistemi ERP (Enterprise Resource Planning) ad essi associati.

Questo database iniziale, però, non è sufficiente: molto spesso deve essere potenziato mediante l’acquisizione di ulteriori informazioni , acquisizione che spesso comporta l’aggiunta di altri sensori o l’interfacciamento con altri sistemi, ossia degli investimenti in gestione dell’informazione.

Il potenziamento del database d’impianto è spesso legato anche alla messa punto delle procedure produttive e alla loro evoluzione: se tale attività viene svolta in maniera opportuna, agevolando la condivisione dei dati e la loro accessibilità A tutte le Parti interessate, si possono avere anche dei vantaggi immediati per la produzione e la conduzione degli impianti.

Ovviamente il database aziendale conterrà grandi quantità di dati ma questo è un problema be noto perché da decenni ormai tali dati vengono acquisiti e conservati, già molto prima che si parlasse sistematicamente di Big Data.

Non bisogna però considerare solo i dati di produzione in quanto, spesso, anche dai dati di progettazione possono arrivare moltissime informazioni utili: si pensi ad esempio a tutte le informazioni presenti nei sistemi CAD e nei BIM.

Sono inoltre importantissimi anche i dati provenienti dalla manutenzione e, a volte, anche dalla vendita e dal marketing.

La proprietà intellettuale e la ridondanza del dato

Quando si vanno a considerare tutte queste raccolte di informazioni è necessario tenere conto, senza sottovalutarlo, l’aspetto di proprietà intellettuale dei dati: parte dei dati derivanti da così tante fonti potrebbero non essere di proprietà dell’Azienda stessa e quindi, per essere utilizzati, Potrebbero avere bisogno di opportune licenze.

Un altro aspetto importante è quello della ridondanza dell’informazione. Secondo i principi dell’Information Technology, ogni informazione deve essere puntata e non copiata. Ma questo spesso porta gravi problemi di prestazioni e quindi è necessario implementare delle copie locali, che però non devono divenire obsolete nel tempo.

Se si parla di dati storici, questo non è un problema: le registrazioni di un impianto non cambiano al variare del tempo (la temperatura o il numero di pezzi prodotti in un dato istante nel passato quello erano quello rimarranno).

Ciò che può cambiare sono altre informazioni, informazioni che in genere hanno una durata maggiore e che non sono puntuali come le misurazioni suddette.  Stiamo parlando, ad esempio,  delle procedure di produzione o di manutenzione, così come dei dati progettuali.

Più in generale possiamo dire che quando un impianto produce delle informazioni che non hanno un valore puntuale ma esteso nel tempo, è necessario mettere in moto dei meccanismi di sincronizzazione opportuni. Si pensi, ad esempio, ai dati di progettazione presenti in un CAD, che possono variare nel tempo in seguito all’emissione di nuove versioni del progetto: il sistema di gestione del database dovrà riconoscere queste variazioni e acquisirle per storicizzarle, altrimenti si correrà il rischio di confrontare parametri nuovi acquisiti, ad esempio, dai vari sensori, con modelli progettuali superati.

Utilizzare dati incoerenti, ossia un dato nuovo con un dato non aggiornato, può portare danni all’intento di voler migliorare l’efficienza produttiva.

Due ultimi aspetti da considerare sono: la scoperta delle best practices e la sicurezza delle informazioni.

Per scoprire le nuove best practices bisognerà ricorrere al data mining (o a tecniche simili) per analizzare i dati in maniera approfondita e simulare l’eventuale applicazione delle best practices scoperte. Ma di questo aspetto parleremo un’altra volta.

Infine tutte queste informazioni dovranno essere accuratamente protette perché, di sicuro, rappresentano un insieme di dati che potrebbero far gola numerosi malintenzionati, quali potrebbero essere, ad esempio, competitors sleali o altri interessati a danneggiare l’Azienda o a carpirne i segreti industriali.

Conclusioni

In conclusione, possiamo affermare che, al fine di migliorare l’efficienza produttiva, l’implementazione di un sistema di analisi dei dati prodotti dall’impianto (database aziendale), assieme ad altri dati collaterali, può portare l’azienda ad imparare dal proprio passato, migliorando costantemente la propria efficienza, la propria qualità, la propria sicurezza sul lavoro, così come tanti altri aspetti della produzione, della progettazione e della manutenzione (e anche relativamente alle vendite), grazie alla scoperta di comportamenti virtuosi (best practices) mediante tecniche di mining o di altro tipo.

Imparando dal passato, non solo l’Azienda non commetterà gli stessi errori, ma migliorerà sensibilmente il proprio operato. E questo è un concetto che i vari standard ISO su qualità e simili stanno appena iniziando a scoprire.

0 commenti

Lascia un Commento

Vuoi partecipare alla discussione?
Fornisci il tuo contributo!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *