如何克服工业数据分析的障碍

工业数据洞察

• 工业数据分析的下一步需要识别并克服各种障碍。你需要谁的帮助才能更有效地应用工业数据分析?
• 信息技术(IT)和操作技术(OT)人员可以协作，使用关于数据可访问性来源的组合知识来实现工业数据分析。每个人都能从中受益，并有兴趣使其取得成功。

---

识别和克服现代化数据分析的常见障碍和担忧，可以加快信息用于优化运营目标的速度。劳里·卡瓦诺，业务发展总监，亿科集团的总裁马特·鲁斯(Matt Ruth)Avanceon在2022年4月21日RCEP PDH网络广播(存档1年)的部分文本中，解释了数据分析瓶颈以及如何克服这些瓶颈，”足够的工业数据分析?为了清晰起见，这篇文章经过了编辑。

相关数据分析文章

本数据分析系列的相关文章有:

-网络直播预览:什么是刚刚够的工业数据分析?

-网络直播问答:问题回答:什么是刚刚足够的工业数据分析?

-工业领域的数据分析颠覆者

-如何开始工业数据分析

-工业数据分析案例研究，有效性。

云意愿有助于工业数据分析的采用

有效数据分析的第一个障碍是云意愿。将信息放在云设置中是非常高效的。几乎所有人的智能手机上都有个人信息，我们总是把这些信息发送到云端，但人们并不愿意在制造业中采用云战略。

云意愿非常重要。此外，通过云连接运营技术(OT)和业务数据的能力是另一个挑战。它包括与正确的It资源合作，并让他们为OT分析分配资源。

解决安全问题和可访问性问题，并能够自信地使用信息技术(IT)做出正确的安全决策，克服信息访问障碍。

最后一个障碍是数据仓库。IT和OT合作是必要的，管理层的支持对于实现数据仓库是至关重要的。

有效工业数据分析的非技术障碍

一些非技术障碍包括与“我能从中得到什么”或WIIFM相关的内容。有些人会说:“为什么是我?为什么是现在?我还有一年就要退休了。”我不想处理这些事情。”这往往是最需要他们的部落知识和多年经验的时候。

一旦每个人都同意了，现在我们如何向组织内部的人推销工业数据分析呢?工业数据分析是否存在各个层面的关键利益相关者?许多ceo使用智能手机进行安全的银行交易。工厂地面专家也能做同样的事情。每个人都有既定的知识或意识，我们只需要把这些点联系起来，向他们展示为什么他们应该对工业数据分析可以提供的信息感兴趣。这就是为什么分析真的会提高敏捷性和竞争力的原因。

另一个要素是信任。我们是否相信改变的原因?IT和OT彼此信任吗?这种关系在过去20年里遭到了破坏。现在，我们非常需要一起合作。

接下来是价值主张。这个项目是否得到了资助，或者其价值是否得到了明确表达?它被足够量化了吗?很难总是用一个数字来描述某件事。在了解成本和收益的情况下，是否有令人信服的理由坚持下去并继续前进?

有时那些高管们一定会想，“如果我能在一次搜索中得到100亿个结果，为什么我不能在车间里得到呢?”计划和执行是怎样的。有哪些步骤和阶段?策略是什么?这个计划的内容是什么?它是基于经验数据还是直觉?你渴望的本能是什么?所有相关方能否达成一致?他们将如何做到负责任和透明?成功是什么样的?我们如何才能达成共识?”

IT和OT团队需要一起工作。缺乏软件工具，缺乏对内部知识的理解。这些可能会阻碍数据分析向下一个层次发展。工业数据分析最令人担忧的问题之一是缺乏对内部知识的了解和理解。

-由CFE媒体和技术的助理编辑泰勒·沃尔编辑，twall@cfemedia.com，来自控制工程RCEP/PDH开发小时网络直播。

关键字

克服工业数据分析障碍

考虑一下这个

你确认过与工业数据分析相关的障碍和解决方案?

在线

//www.globalelove.com/webcasts/just-enough-industrial-data-analysis/

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。