Executive Suite 전반에 걸친 가시적 머신 데이터의 영향

당신을 여기에 오게 한 것은 당신이 가고 있는 곳으로 당신을 데려가지 못할 것입니다. 이 말은 기술 채택과 확장의 차이를 이해하는 열쇠가 될 수 있습니다. 경영진은 AI 및 IoT와 같은 새로운 기술을 통합하여 가치를 추가하지만 이정표 및 ROI 추정치를 놓치는 방법을 확인했습니다. 다음은 경영진이 다음 단계에 도달하기 위해 비즈니스 인텔리전스를 위한 머신 데이터를 활용하는 방법을 검토할 것입니다.

확장 파일럿 프로젝트의 문제

제조의 현재 동인 중 하나는 기술을 사용하여 생산을 늘리고 비용을 줄이는 것입니다. 많은 초기 프로젝트는 연결성과 머신 데이터에 중점을 둡니다. 머신 데이터 프로젝트는 가능성을 보여줄 수 있지만 유사한 결과로 예상 ROI 또는 규모를 충족하지 못할 수 있습니다. 이는 파일럿 프로그램의 목표가 단일 프로젝트에 맞춰져 있기 때문인 경우가 많습니다.

경영진은 머신 데이터 프로젝트가 로컬에서 목표를 달성하는 방법을 알고 있어야 하지만 로컬 성공이 다른 이해 관계자에게 어떤 영향을 미칠지 고려해야 합니다. 머신 데이터가 더 큰 그림에 어떻게 부합하는지 이해하는 동안 신기술은 어느 정도 채택 또는 N-값이 달성될 때까지 비즈니스 수준에서 변화를 가져오지 않을 수 있습니다. 아래에서는 파일럿 프로그램을 시작할 때 고려해야 할 사항을 간략하게 설명합니다.

어디부터 시작해야 할까요?

당신의 목표와 그것이 왜 중요한지 아십시오. 성공하거나 실패할 경우 더 높은 수준의 비즈니스 인텔리전스에 영향을 미칠 가능성을 이해하면서 현지에서 가장 큰 영향을 미칠 수 있는 여러 프로젝트(수십 개는 아님)를 고려하십시오.

워크플로, 리소스 및 기타 핵심 성과 지표를 문서화하여 기술을 신속하게 통합하여 기계 데이터를 쉽게 얻을 수 있는 영역을 식별합니다. 정보에 입각한 결정을 내리기 위해 정확한 결과에 대한 충분한 데이터를 얻는 데 시간이 얼마나 걸릴지 알 수 있습니다. 정보에 입각한 결정에는 두 가지 결과 세트가 포함됩니다. 즉, 파일럿의 성공 여부를 결정하는 시간과 더 높은 비즈니스 기능을 위해 머신 데이터를 수집하는 데 필요한 채택 기간 또는 양입니다.

하지만 30년 동안 잘 지냈어요!

이 진술은 아마도 역동적이고 빠르게 진화하는 산업에서 가장 해로운 진술일 것입니다. 그러나 이것에는 약간의 진실이 있습니다. 레거시 장비를 파괴하거나 모든 것을 최신 최신 장치와 연결한다는 가정에서 시작하지 마십시오. 기존 장비는 계속 연결할 수 있습니다!

레거시 장비나 네트워크는 여전히 가치를 제공할 수 있습니다. 그 돈이 더 나은 ROI를 제공할 수 있는 영역으로 갈 수 있을 때 이를 업데이트하면 수익 체감에 돈을 쓸 수 있습니다. 기존 장비와 함께 작동하여 기존 장비를 증폭시키는 새로운 기술에 대해 알아보세요.

리더십을 제공하는 것은 경영자에게 달려 있지만, 관리자가 아는 한 최선을 다하도록 하십시오. 혁신에 관해서는 위에서 아래로 지원하되 아래에서 위로 구축하십시오. 경영진이 속도와 방향을 설정할 수 있지만 관리자는 아키텍처와 워크플로를 더 잘 이해하여 사례별로 결정을 내릴 수 있습니다.

실시간 프로덕션 가시성을 원하십니까?

방법을 배우기 위한 Booka 데모

기계 데이터에서 비즈니스 데이터로

기술 채택의 추세는 ROI 또는 예측 유지 관리와 같은 가시적 이점을 쉽게 결정할 수 있는 솔루션을 찾는 것입니다. 경영진이 비즈니스 목표와 어떤 관련이 있는지 알 수 없는 경우 머신 데이터가 공장 현장에 남아 있을 수 있습니다. 비즈니스 수준에서 신속하고 정보에 입각한 결정을 내리려면 회사 외부에서 발생하는 데이터(영업, 공급망, 경쟁업체의 작업)가 포함될 수 있습니다. 그러나 파일럿 프로그램은 머신 데이터가 다음과 어떤 관련이 있는지 볼 수 있는 기회를 제공합니다.

• 회사의 유연성 또는 대응성
• 새로운 수익원 창출을 위한 수익 또는 가능성
• 고객 경험
• 마케팅 캠페인

오해 및 해결책

일반적인 오해는 비즈니스 수준에서 사용하려면 머신 데이터를 처리해야 한다는 것입니다. 기업은 비즈니스 분석을 위해 데이터를 필터링하기 위해 고급 소프트웨어에 돈을 투자했습니다. 그러나 맞춤형 솔루션은 비용이 많이 들고 개발하는 데 오랜 시간이 걸리며 유연하거나 쉽게 적용할 수 없습니다.

만능 또는 기성 솔루션은 통합이 빠르지만 제한적일 수 있습니다. 시작할 때 모듈식 및 사용자 정의 가능한 소프트웨어를 제공하는 더 많은 하이브리드 솔루션을 찾는 것이 중요합니다. SaaS(Software as a Service), 동적 대시보드 및 Edge 및 Cloud 머신 데이터를 완화할 수 있는 마이크로서비스를 제공하는 기술 제공업체를 찾으십시오. 하이브리드 솔루션을 사용하면 빠르게 시작하고 필요에 따라 맞춤형 기능으로 조정할 수 있습니다.

실시간 머신 데이터, 경고 및 알림이 포함된 SaaS는 작업 현장을 계속 움직이게 하는 데 유용하며 KPI(핵심 성과 지표) 및 ERP(전사적 자원 관리)와 같은 추가 기능은 큰 그림을 주시하고 공급망을 주도하는 데 도움이 됩니다. 인벤토리를 작성하고 경영진이 정보에 입각한 비즈니스 결정을 내릴 수 있도록 돕습니다.

<나>

전반적으로 경영진은 혁신을 지원하고 기계 데이터 분석을 사용하는 기업 문화를 주도해야 합니다. 결국 데이터는 제조의 미래입니다. 이는 파일럿, 교육 및 보너스 프로그램을 장려하여 수행할 수 있습니다. 직원들이 아이디어나 문제를 공유할 수 있는 커뮤니케이션 시스템을 만들면 직원에게 가장 좋은 동기를 부여할 프로그램을 표시하는 데 도움이 될 수 있습니다. 어떤 경우에는 회사에서 직원을 참여시키고 교육시키기 위해 게임화 또는 해커톤과 같은 대회를 도입했습니다. 당신을 현재 위치에 있게 한 것이 당신이 가고 있는 곳으로 데려다 주지 않는다는 것을 기억하십시오. 내일의 목표를 달성할 때 어제의 해결책에 집착하지 마십시오.