问题回答:什么是刚刚足够的工业数据分析?

观众参加了4月21日的网络直播“什么是刚刚足够的工业数据分析?”的问题，以帮助了解“刚刚足够”的工业数据分析是否适用于运营。

注册继续教育项目(RCEP)网络直播的发言人是业务发展总监劳里·卡瓦诺，亿科集团以及总裁马特·鲁斯，Avanceon．这次网络直播已存档一年，由内容经理马克·t·霍斯克主持，控制工程。

在制造工厂中，谁通常是进行分析的驱动力?

马特·露丝在制造业中，分析有两条路径。

第一种是自顶向下的方法，在这种方法中，一个项目由行政领导发起，旨在在整个企业范围内全面挖掘数据。这些通常是大型的项目，具有设定的范围、结构和人为因素变更管理功能，以确保一致性。

第二种是基础路径，领军者来自运营(因为他们需要特定问题的特定背景)或运营技术(OT)资源(因为他们看到了运营中的需求/问题，并且知道数据的存在可以提供帮助)。这种类型的项目的结果通常是一个关键的第一个胜利，推动第二个项目，也许是最终的推出(甚至可能为上面列出的更大的计划提供支持)。

劳里瓦诺:我同意Matt关于路径的评论。这两种情况可以同时发生，也可能同时发生。自顶向下的数据分析方法通常由公司驱动，涉及公司IT和使用财务形式的可访问数据，以及基于企业资源规划(ERP)和商业智能软件合并的一些运营数据(事务性数据)。自底向上的方法通常由制造部门或站点驱动，并从使用历史数据库和自动化和控制制造商提供的提取工具的粒度细节(时间序列数据)开始。真正的价值和洞察力在于这两种分析方法的融合，它们将企业财务和运营数据与更细粒度的流程执行数据连接起来，以提供更全面、更全面的观点，了解从上到下驱动组织决策的关键因素。

你认为制造业分析的未来是什么?

露丝:分析的未来及其在制造业中的真正价值在于，当对分析所解决的模型和问题的信心变得如此可靠时，制造商会感到舒服地关闭从分析直接到流程的循环。这发生在今天大多数控制系统的过程反馈循环。制造商最终将把分析技术视为另一种控制平台。

瓦诺未来就是现在。由工作场所以外使用的工具驱动的用户对情境化和智能信息的期望和需求，正在抵消未能提供基于事实的分析、定向决策和立即访问关键信息的旧借口或理由。我们不缺乏技术工具和平台。滞后的是对非技术瓶颈和障碍的完全理解和响应。更好地了解分析如何应用于流程和关键决策因素的适当上下文，可以产生解决这些非技术障碍的价值。

你真的认为信息技术(IT)和OT之间的墙正在消失吗?

露丝:是的。随着寻找广泛的资源以瞄准专业平台变得越来越具有挑战性，而且平台变得越来越相似，it和OT将会融合。我相信通用语言/通用平台的需求将受到安全协议和确保供应链网络安全的关注的推动。在Avanceon，我们有一句话来决定一个人是否会成为控件和/或IT开发人员——“一个真正的程序员可以编程任何东西。”随着IT/OT所需的融合，我们将亲眼看到这一现实。

瓦诺:为了共同承担责任，必须克服IT/OT墙或分歧:他们都为之工作的公司的健康和福祉。虽然人们承认并接受了这一事实(IT/OT融合中讨论的4个事实中的2个)，但“更大的提升”部分是行动和问责制。我们发现，让IT和OT参与一个共同的目标和企业需求，例如网络安全保护或分析和商业智能，为最后两个a(行动和问责制)提供了重点和途径。

有多少客户积极参与分析?

露丝:我们几乎100%的客户都会进行某种形式的分析。描述性报告很普遍。诊断报告也是如此。少数人(10%)致力于预测和规定性的问题解决模型。这10%的人希望通过创建数据工厂来使“高级分析”更加可行，从而将他们的数据纳入自助服务模式。对于许多制造商来说，利用提供描述和诊断的历史信息的价值，从根本原因分析中去除人为因素/风险，并允许云计算倾斜和处理所有数据(适合这项工作的工具)是一个合乎逻辑的步骤。

瓦诺:我们100%的客户都参与分析——从每周在布告板上发布的微软Excel电子表格图表，到在整个工厂的安装屏幕上显示关键指标的实时仪表板，以及在公司层面的综合视图。差异在于分析的广度和深度，数据的来源和及时性，以及对数据集和用户界面/用户体验(UI/UX)交付进行的分析的复杂性。

通过分析可以获得多少投资回报?

露丝这是一个看情况而定的问题。ROI需要一个行动或改变来实现。我们分享的大多数分析例子显示了存在问题但没有做出改变的操作或工程。通常情况下，人们需要根据建议采取行动，并关闭流程的循环。在比例-积分-导数(PID)循环调整示例中，当“循环关闭”时，就地清理(CIP)所需的时间会提高5%，从而导致不到3个月的投资回报率(分析项目+后续改进项目)。这些都是很好的结果，但根据数据告诉你的事情采取行动需要承诺。

瓦诺: ROI类别可以分为创收、降低成本和风险规避。这里列举了一些例子:

收入是根据增加的产量/吞吐量、更多的存货周转、更高的资产回报率来衡量的。如果所提供的分析、反馈和信息允许进行主动决策，或最终进行自动调整或在线统计过程控制的闭环决策，那么ROI肯定是有形和可测量的。警报通知，通过更明智的维护响应或预测故障减少短暂停机也是实现这些收入增长目标的方法。

降低成本可以通过增加平均故障间隔时间(MTBF)，减少平均修复时间(MTTR)，识别上游废料或更即时的通知以允许纠正措施来实现。在做这些事情时，还可能分析和减少备用库存，并在操作、维护和工程方面雇佣技能集以满足最高需求。

风险规避有时更难以量化，因为它需要过去的事件，如安全漏洞、召回、管理机构处罚(OSHA、FDA、USDA)或过时失效，以提供切实的财务影响。然而，最近随着勒索软件对流程工业的攻击和相应的网络保险费成本的上升，更高的免赔额，以及勒索软件覆盖率的降低，现在有一个通过降低这些领域的成本来实现ROI的案例。可以通过分析来暴露漏洞和修复后的安全性，并通过安全审计来降低保险成本，从而降低成本。

请审查如何消除工业制造瓶颈。

露丝:我将“瓶颈”归类为使用分析的障碍。采用和接受分析的主要问题是:

• 云“意愿”:接受我们每天在工厂里使用的工具
• 连接OT和业务数据:打破过去的藩篱，以业务价值为目标
• OT数据IT资源分配:建立信任，为加班腾出IT时间
• 解决安全问题/访问:遵循网络政策，但要理解允许连接进行分析的价值。
• 仓库/工厂数据:组织、清理和过滤与原始数据源分开的数据，从而有可能打破实现自助数据使用和开发高级分析的障碍。

瓦诺:我喜欢关注非技术障碍，我的职业生涯都花在了与客户及其团队的前期业务开发过程上。如果没有人员和对变革的热情来为组织带来积极的影响，那么解决方案在技术上再“酷”也没有意义。跨组织所有级别的涉众需要尽早参与并经常更新。虽然许多人没有“投票权”，但他们肯定可以有“发言权”。

你对分析学有过相关研究吗?

露丝:我们的经验和信息来自于我们的申请所提供的价值和机会。

瓦诺:案例研究和项目后审计提供了一个回顾，以确定什么进展顺利，哪里需要调整，以及下一步的步骤。

什么样的数据分析适合于持续调试(OCx)?

露丝:正如我们的PID过程分析所显示的那样，对系统进行基线化、对过程进行更改然后测量结果是有ROI的。大多数工厂在操作中没有考虑整个时间范围。在调试前进行基线测试，然后在调试过程后(甚至在调试过程中)进行相同的分析，这一概念将阐明投资的改进和由此产生的“J曲线”。

你有其他真实的例子和应用分析改善生产过程吗?

露丝:是的。相当多。其他的例子包括利用物联网(IoT)传感器、相机作为数据源和生产的实际成本计算。如需更多信息，请联系mruth@avanceon.com．

瓦诺:是的，我们有很多，如前所述，我们通过博客、文章和白皮书在我们的社交媒体渠道和网站上分享这些。www.etechgroup.com

你认为长期工作人员的退休和他们的部落知识是如何加速诊断分析对下一代工厂工程师的重要性的?

露丝:正如我们在会议中讨论的，分析在三个时间框架中暴露和呈现操作问题。

1. 事情发生后
2. 当它们发生时
3. 在它们发生之前。

当考虑到一个新的工厂工程师必须做的工作的信息差距时，这种类型的洞察力是无价的。帮助工厂工程师回顾过去，预测未来，并对未来做出反应，这将使他们更好地做好准备，在任期内更快地增加价值。

瓦诺当前位置“大辞职”有两面性。我们正在失去很多在系统中没有获得的洞察力和分析专业知识，因为年龄只有55岁的工程师和技术人员选择退休。然而，在硬币的另一面，我们看到那些高级资源感到“痒”，想要回到工作中，但可能是以一种不那么传统的方式。E Tech集团已经看到了这些关键人员的回归，他们是每周工作三天的兼职顾问，甚至是想工作4到8个月的技术成员，他们很高兴能够出差并协助我们在北美各地的客户现场进行调试工作。

这场大流行让我们所有人确信的一件事是，人才可以在任何地方……只要有互联网接入。

一旦决定使用数据分析，是否很难就项目目标达成一致(成功看起来是什么样的)?

露丝:根据方法的不同(根据问题1，从上到下或从下到上)，它会改变分析目标的开发方式。如果“自顶向下”，目标是企业关注的，通常工厂将得到他们的企业应用程序版本，并且(希望)能够在数据上开发额外的分析模型来解决工厂特定的问题。如果从工厂或运营中心“自下而上”，那么理解工厂操作员需求的能力将被全面考虑并直接解决。风险是存在的，如果没有纪律和对结构和标准的最佳实践的全面理解，一个分析系统将不能很容易地利用到下一个设施，并且需要定制以从一个站点移植到另一个站点。

瓦诺该报告指出，在任何类型的项目进行内部销售时，都要考虑一个重要的问题:它对我有什么好处(WIIFM)?了解你的用户，他们的痛点是什么，以及分析输出将如何帮助解决他们的痛点。重温一些ROI示例。增加收入、降低成本和避免风险对任何管理人员来说都是乐事。让运营用户的工作更轻松，帮助他们成为英雄，减轻他们的压力，对他们来说将是音乐。

劳里瓦诺现为E科技集团业务发展总监;和马特·露丝是Avanceon的总裁。由内容经理马克·霍斯克编辑，控制工程、CFE媒体和技术，mhoske@cfemedia.com．

关键词:关于工业数据分析的更多答案

回顾投资回报用于工业数据分析。

检查障碍和如何克服障碍实施工业数据分析。

消除工业制造瓶颈这里和相关的网络广播提供的信息。

考虑一下这个

有你的以更优的方式应用工业数据分析?

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。