A McKinsey & Company publicou recentemente “Como o Big Data Pode Melhorar a Produção”, que forneceu uma análise perspicaz de como big data e advanced analytics podem agilizar a fabricação biofarmacêutica, química e discreta.
O artigo destaca como os fabricantes de indústrias baseadas em processos estão usando advanced analytics para aumentar os rendimentos e reduzir custos. Os fabricantes têm uma abundância de dados operacionais e de chão de fábrica que estão sendo usados para rastreamento hoje. O artigo da McKinsey mostra vários exemplos de como os aplicativos e plataformas de big data e advanced analytics também podem fornecer informações operacionais.
O gráfico a seguir ilustra como big data e advanced analytics estão simplificando as cadeias de valor de manufatura, encontrando os principais determinantes do desempenho do processo e, em seguida, agindo para melhorá-los continuamente:
O impacto do Big Data na manufatura está crescendo
Além dos exemplos fornecidos no artigo da McKinsey, existem dez maneiras pelas quais big data está revolucionando a indústria manufatureira:
- Aumenta a precisão, qualidade e rendimento da produção biofarmacêutica. É comum nos fluxos de produção biofarmacêutica monitorar mais de 200 variáveis para garantir que a pureza dos ingredientes, bem como as substâncias que estão sendo feitas, estejam em conformidade. Um dos muitos fatores que tornam a produção biofarmacêutica tão desafiadora é que os rendimentos podem variar de 50 a 100% por nenhuma razão imediatamente discernível. Usando advanced analytics, um fabricante conseguiu rastrear os nove parâmetros que mais explicaram a variação de rendimento. Com base nesse insight, eles conseguiram aumentar o rendimento da vacina em 50%, economizando entre US$ 5 milhões e US$ 10 milhões anualmente em uma única vacina.
- Acelera a integração dos sistemas de TI, manufatura e operação, tornando a visão da Indústria 4.0 uma realidade. Indústria 4.0 é uma iniciativa do governo alemão que promove a automação da indústria de manufatura com o objetivo de desenvolver Fábricas Inteligentes. O big data já está sendo usado para otimizar os cronogramas de produção com base na disponibilidade do fornecedor, do cliente, na máquina e nas restrições de custo. Cadeias de valor de manufatura em indústrias altamente reguladas que dependem de fornecedores e fabricantes alemães estão avançando rapidamente com a Indústria 4.0. Como esta iniciativa serve como catalisador para incentivar diversos departamentos multifuncionais, big data e advanced analytics se tornarão essenciais para seu sucesso.
- Melhores previsões de demanda e produção de produtos (46%), entendimento do desempenho da fábrica em várias métricas (45%) e prestação de serviços e suporte a clientes com mais rapidez (39%) são as três principais áreas em que big data pode melhorar o desempenho da produção. Essas descobertas são de uma pesquisa recente da LNS Research e da MESA International concluídas para ver onde o big data está proporcionando as maiores melhorias de desempenho de fabricação hoje.
- Integração de análises avançadas em toda a estrutura Six Sigma DMAIC (Definir, Medir, Analisar, Melhorar e Controlar) para impulsionar a melhoria contínua. Obter mais insights sobre como cada fase de um programa de melhoria orientada por DMAIC está funcionando e como os esforços feitos impactam todas as outras áreas de desempenho de manufatura está crescente hoje. Essa área mostra um grande potencial para tornar os fluxos de trabalho de produção mais voltados ao cliente do que nunca.
- Maior visibilidade dos níveis de qualidade do fornecedor e maior precisão na previsão de seu desempenho ao longo do tempo. Com o uso de big data e advanced analytics, os fabricantes podem visualizar a qualidade do produto e a precisão da entrega em tempo real, estabelecendo compromissos em que os fornecedores recebem os pedidos mais urgentes. A gestão de métricas de qualidade se torna a prioridade sobre a medição do desempenho do cronograma de entrega sozinho.
- A medição da conformidade e rastreabilidade no nível da máquina se torna possível. O uso de sensores em todas as máquinas em um centro de produção fornece aos gerentes de operações visibilidade imediata de como cada uma delas está operando. Advanced analytics também pode mostrar variações de qualidade, desempenho e treinamento de cada máquina e seus operadores. Isso é inestimável na simplificação de fluxos de trabalho em um centro de produção e está se tornando cada vez mais comum.
- Vendendo apenas as configurações de produto personalizadas ou por encomenda mais lucrativas que afetam menos a produção. Para muitos fabricantes complexos, os produtos personalizados ou sob encomenda proporcionam margens brutas acima da média, mas também custam exponencialmente mais se os processos de produção não forem bem planejados. Usando advanced analytics, os fabricantes estão descobrindo quais das inúmeras configurações sob encomenda podem ser vendidas com o mínimo de impacto nos cronogramas de produção existentes para o agendamento da máquina, funcionários e chão de fábrica.
- Separe os sistemas de gestão de qualidade e conformidade e torne-os prioridade corporativa. É hora de mais fabricantes adotarem uma visão mais estratégica de qualidade e deixarem de se satisfazer com sistemas de conformidade e gestão de qualidade independentes e isolados. Artigos da McKinsey fornecem muitos exemplos de como big data e analytics fornecem informações sobre quais parâmetros são mais importantes para a gestão da qualidade e conformidade. A maioria desses parâmetros é corporativa, não se limita apenas a esses departamentos1.
- Quantifique como a produção diária afeta o desempenho financeiro com visibilidade do nível de maquinário. Big data e advanced analytics estão fornecendo o elo perdido que pode unificar a atividade de produção diária ao desempenho financeiro de um fabricante. Sendo capazes de entender até o nível de maquinário se o chão de fábrica está funcionando de forma eficiente, os planejadores de produção e a gerência sênior sabem a melhor maneira de dimensionar as operações. Ao unificar a produção diária às métricas financeiras, os fabricantes têm uma chance maior de dimensionar lucrativamente suas operações.
- O serviço se torna estratégico e contribui para as metas dos clientes, monitorando produtos e fornecendo proativamente recomendações de manutenção preventiva. Os fabricantes estão começando a olhar para os produtos mais complexos que produzem, precisando de um sistema operacional para gerenciar os sensores a bordo. Esses sensores informam a atividade de retorno e podem enviar alertas para manutenção preventiva. Big data e analytics contextualizarão o nível de recomendações pela primeira vez, para que os clientes possam obter maior valor. A General Electric está fazendo isso hoje com seus motores a jato e plataformas de perfuração, por exemplo.
Deixar um comentário Cancelar resposta