Il valore della data analysis nell’universo manifatturiero

/

Nell’era di Industria 4.0, la data analysis è – o dovrebbe essere - il principale strumento di supporto decisionale. Nonostante l’attenzione vada soprattutto all’interconnessione dei macchinari, all’automazione, alla gestione remota, all’IoT e ad altri strumenti capaci di attirare facilmente l’attenzione, il paradigma 4.0 è di fatto un continuo percorso di generazione e valorizzazione di grandi volumi di dati eterogenei..

 

Data Analytics e il suo valore come supporto decisionale

Nel contesto delle operations, le aziende prendono ogni giorno centinaia di decisioni. Alcune riguardano pianificazione e strategia, altre – le più numerose – sono invece operative: schedulazione del piano di lavoro, organizzazione delle risorse disponibili (anche umane), pianificazione delle sequenze, movimentazioni e stoccaggio di materie prime, semilavorati e prodotti finiti.

 

Nell’era della digitalizzazione di qualsiasi processo, si potrebbe pensare che tutte le decisioni aziendali siano data-driven, ovvero supportate dai dati. Tuttavia, lo è solo una piccola parte, cioè quella che afferisce l’area strategica: tutte le altre sono ancora basate su esperienza, competenza e istinto, ma certamente non sui dati. I data analytics servono a questo: trasformare volumi di dati in informazioni, su cui costruire conoscenza e prendere decisioni nella quotidianità delle operations.

Ma cosa sta limitando le aziende dal realizzare il pieno valore dei dati? Potrebbe apparire strano nel 2022, ma il primo limite è la scarsa diffusione della cultura dei dati, che spesso è presente solo a livello direzionale e alimenta il fenomeno di cui si è detto. Poi, certamente, ci sono delle sfide tecniche da affrontare, relative all’acquisizione, alla governance dei dati, alla sicurezza end-to-end, alla qualità degli stessi e alla capacità di elaborarli in tempo reale (o quasi), estraendo e diffondendo orizzontalmente la conoscenza.

Talvolta, il limite dipende dai silos a livello di macchina, di linea o di divisione aziendale, o anche solo dal fatto che i sistemi di analisi sono separati dai tool esecutivi utilizzati ogni giorno. Ognuno di loro ha, di norma, una sua intelligence, ma le decisioni presuppongono l’integrazione di dati da diverse macchine, o fonti che dir si voglia.

 

Analisi dei dati per ottimizzare i processi

Ottimizzare la produzione in ottica data-driven è l’obiettivo finale della manifattura. Non solo per una questione di efficienza, ovvero per ottimizzare il delicato equilibrio tra produttività e costi, ma soprattutto per assecondare le esigenze di flessibilità e agilità richieste dal mercato: un ordine prioritario da inserire nel piano di lavoro, gestire nel migliore dei modi i microlotti, adeguarsi velocemente al guasto di una macchina e via dicendo. I data analytics sono fonte di resilienza.

 

Non solo: l’analisi dei dati provenienti dall’universo delle macchine è ciò che abilita alcune fattispecie caratteristiche del mondo 4.0 come la manutenzione predittiva, cui abbiamo dedicato un approfondimento ad hoc, nonché modelli di virtualizzazione del processo produttivo e contestuale implementazione dei cosiddetti digital twin, che permettono di simulare condizioni reali di esercizio e nuovi modelli produttivi valutando (in modalità data-driven) i loro esiti prima di andare in produzione e – potenzialmente – prima di sprecare tempo e materia prima.

I dati di campo sono alla base di qualsiasi percorso virtuoso nel mondo delle operations: dal miglioramento dell’efficienza delle macchine alla gestione delle risorse, fino a tutte le ottimizzazioni in ambito di logistica interna, laddove il posizionamento del prodotto finito (stoccaggio) e il picking secondo precise logiche (FIFO, FEFO…) può avere un impatto straordinario sui lead time e quindi, in termini molto pratici, sul momento in cui il cliente finale riceve il prodotto lavorato.

Le soluzioni AMADA per una produzione data-driven

AMADA ha deciso già da tempo di guidare la progressiva trasformazione delle imprese verso i modelli 4.0, nella certezza che la digitalizzazione end-to-end del processo produttivo avesse un impatto importante sulla produttività e la redditività dei propri clienti.

Il concetto verso cui ci si ispira è la trasparenza: grazie alla continua acquisizione e valorizzazione del dato, la piattaforma V-factory si pone non solo come strumento di visibilità, ma anche di supporto decisionale data-driven facilmente distribuibile a tutte le figure coinvolte nel processo. Se un tempo la connessione remota significava conoscere unicamente lo stato operativo del macchinario, V-factory permette un monitoraggio approfondito h24 di tutta la linea produttiva, così da definire in modo preciso schedulazioni, ordini di acquisto di materie prime, predisposizione dei magazzini, turnazioni delle risorse e anche i percorsi migliori per accelerare il lead time produttivo.

L’acquisizione del dato e la sua trasformazione in insight abilitano anche le fattispecie innovative di cui si è detto, ovvero la prevenzione dei guasti e la connessa manutenzione predittiva. Considerando i costi di fermo, poter anticipare eventuali problematiche e pianificarne correttamente la soluzione ha un valore straordinario non soltanto dal punto di vista economico ma anche reputazionale: l’azienda che rispetta i tempi di consegna nonostante inevitabili imprevisti che fanno parte dell’operatività, si pone sul mercato con una forza che i competitor non hanno.

Infine, ma non per importanza, data analysis significa anche abilitare un supporto remoto efficiente e creare un rapporto di partnership con il produttore delle macchine, che avendo a disposizione (in tempo reale) i dati di esercizio è in grado non soltanto prevenire i guasti, di inviare supporto sul campo e di ordinare eventuali ricambi prima che il guasto si manifesti (si pensi a tutto il tempo risparmiato), ma anche di monitorare l’intero processo e fornire utili suggerimenti (data-driven) finalizzati alla sua ottimizzazione, contribuendo di fatto al successo del proprio cliente.