새로운 기술을 구현하기 전에 제조 데이터를 기준으로 삼는 것의 힘

자신이 어디에 있는지 아는 것이 가고 싶은 곳으로 가는 첫 번째 단계입니다

Apple Watch 또는 Strava를 시작하는 것을 잊어버리고 전체 운동에 대한 크레딧을 얻지 못했을 때 그 느낌을 알고 있습니다. 베이스라인 없이 데이터 기반 프로젝트에 뛰어드는 것과 같은 느낌입니다. 당신이 무엇을 하고 있든, 어디서부터 시작했는지 모른다면, 당신이 얼마나 멀리 갔는지 또는 실제로 무엇을 달성했는지에 대한 정확한 보기가 아마도 없을 것입니다. 이동 거리 또는 진행 상황을 계산하는 주요 변수는 어디에서 시작했는지 아는 것입니다. 이것이 Baselining 프로세스의 모든 것입니다. 즉, 현재 위치를 이해하여 얼마나 멀리 왔는지 알 수 있습니다.

기술 구현은 종종 운영이나 프로세스 등에 영향을 미치려는 목표를 가지고 있으며 MachineMetrics에서도 다르지 않습니다. 우리의 목표는 전 세계 제조 조직의 운영을 개선하는 것입니다. 제조업체가 당사 제품을 통해 시간이 지남에 따라 얼마나 개선되었는지 이해하도록 돕는다는 것은 먼저 당사 기술을 구현하기 전에 제조업체가 현재 위치를 이해하도록 돕는 것을 의미합니다. 우리는 이것을 Baselining이라고 부르며, 이는 영업 잠재 고객을 위한 기술 검증 프로세스와 신규 고객을 위한 온보딩의 중요한 부분입니다.

일부 고객은 Baselining을 바로 건너뛰고 싶어하지만 많은 고객이 가치를 이해한 후 이 프로세스를 거칩니다. 시간이 지남에 따라 우리는 Baselining이 얼마나 중요한지 보여주었습니다. 우리는 대부분의 제조업체가 현재 자신이 어디에 있는지 실제로 알지 못한다는 것을 발견했습니다. 사용할 수 있는 데이터가 제한적이고 사일로와 화이트보드에서 데이터를 추적하면 제조업체의 위치를 ​​파악하는 것이 매우 어려울 수 있습니다. 이것은 차례로 MachineMetrics 또는 다른 기술을 사용하기 시작한 후 얼마나 왔는지 알기 어렵게 만듭니다.

이 기사에서는 고객의 기계와 공장 현장 전반에 걸친 Baselining Utilization을 포함하여 잠재 고객 및 고객과 함께 사용하는 Baselining 프로세스에 중점을 둘 것입니다. 명확하게 하기 위해 사용률의 의미는 일정 기간 동안 능동적으로 실행되거나 사용되는 기계입니다.

기준선 설정의 이점

새로운 기술을 구현하기 전에 현재 위치를 알면 팀에서 구현 후 개선해야 할 사항을 명확하게 정의할 수 있습니다. 이는 명확한 ROI를 제공하고 갱신 또는 확장에 대한 결정을 명확하게 만듭니다. 우리에게 이것은 고객이 MachineMetrics가 작동하는지 궁금해할 필요가 없다는 것을 의미합니다. Baselining 데이터를 시간 경과에 따른 데이터와 비교하면 사실을 알 수 있습니다.

MM 기준 설정 프로세스

우리의 Baselining 프로세스는 실제 데이터에서 파생된 개선 계획으로 자연스럽게 끝나는 4개의 고유한 단계로 구성됩니다. Baselining은 현재 위치를 측정하기 때문에 어떤 식으로든 작업에 영향을 미치면 결과가 왜곡될 수 있습니다. 이것이 우리가 모든 고객과 잠재 고객에게 기계를 실행하는 운영자가 볼 수 있는 기계에 하드웨어를 설치하는 것을 보류하도록 요청하는 이유입니다. 운영자가 설치 또는 하드웨어를 보면 작업에 대해 뭔가를 조정할 수 있으므로 명확한 기준 데이터를 얻을 수 없습니다. 이제 Baselining Utilization 프로세스의 단계를 살펴보겠습니다.

1. 내부 베이스라인 시작 회의 개최

이 첫 번째 단계의 목적은 팀을 같은 페이지로 만들고 기대치를 모으고 팀이 생각하는 시스템의 현재 활용도가 무엇인지 이해하는 것입니다. 활용도도 측정할 방법을 선택하는 시간입니다. 예를 들어, 재료를 로드하는 로봇 팔이 있는 기계가 있는 경우 사용률 계산에서 해당 로드 시간을 계산하시겠습니까? 또한 팀이 사용률에 대해 만든 예상이나 추측은 나중에 실제 데이터와 비교됩니다. 기대치와 실제 활용률의 차이는 때때로 충격으로 다가올 수 있습니다.

공장이 80% 가동률로 가동될 것으로 예상하고 Baselining을 통해 실제로 55% 가동률로 작동하고 있음을 발견하면 어떻게 느끼거나 어떻게 하시겠습니까? 아래 "데이터 평가" 단계에서 이것이 의미하는 바에 대해 자세히 설명합니다.

누가 이 회의에 참석해야 합니까? 이러한 기대치를 모으는 팀 연습에는 무엇이 포함됩니까? 이 프로세스에 대해 자세히 알아보려면 아래 MM Academy의 교육 모듈을 확인하세요!

2. 좋은 머신 데이터 확인

이것은 Baselining 프로세스에서 가장 중요한 단계입니다. Baseline이 제대로 작동하려면 사용 중인 데이터가 좋은 데이터여야 합니다. 좋은 데이터는 진정한 데이터를 의미합니다. 프로세스의 이 단계는 두 가지 질문에 대한 답변입니다.

머신 작동 상태가 MachineMetrics에서 해당 머신에 대해 보고된 작동 상태와 일치합니까?

각 기계가 부품을 올바르게 계산합니까? 부품이 만들어지면 MachineMetrics에서 부품이 만들어졌다고 표시되나요?

3. 데이터 평가

팀의 원래 기대치를 컴퓨터에서 수집한 실제 사용률 데이터와 비교하는 것이 중요한 대화의 기초가 될 것입니다. 이것은 또한 수행하고 측정할 수 있는 개선을 위한 토대를 마련할 것입니다.

팀에서 사용률이 약 80%라고 추측하지만 실제로는 55%인 시나리오로 돌아갑니다. 이것은 무엇을 의미 하는가?

우리는 실제 Baselining 데이터에 놀란 많은 잠재 고객과 고객을 봅니다. 그러나 우리는 이것이 제조업체에게 정말 긍정적인 일임을 확인했습니다. 예를 들어, 일부 제조업체는 기존 장비에 많은 양의 숨겨진 용량이 있음을 확인하기 위해 새 장비 구매를 고려하고 있을 수 있습니다! 이 Baselining 연습이 없으면 이미 소유하고 있는 장비를 최대화하는 대신 활용도가 낮은 장비를 또 구매할 수 있습니다.

4. 개선 계획 작성

프로세스의 이 시점에서 팀이 무엇을 기대했는지, 좋은 머신 데이터를 얻고 있는지, 기계 및 공장 현장의 실제 활용도를 알고 있습니다. 평가 과정에서 보고서에 표시되는 내용에 따라 조정할 수 있는 사항이 결정됩니다.

기준 데이터가 수집되고 평가된 후에 수행할 수 있는 고객을 위해 개략적으로 설명하는 조정에는 기본 조정 및 고급 조정의 두 가지 유형이 있습니다. 항상 기본 조정부터 시작하는 것이 좋습니다. 우리는 이러한 기본 조정이 고객에게 가장 큰 영향과 비용 절감을 촉진하는 것을 보았습니다.

기본 조정:

• 기계 작업 시간 증가
• 산만함 감소
• 자료를 더 많이 사용 가능하게 만드십시오.
• 더 많은 관리 체크인 포함
• 더 효율적인 작업 흐름을 위해 공장 바닥 레이아웃 조정
• 데이터에서 본 내용을 기반으로 각 교대조에 대한 행동 변화를 권장합니다.

고급 조정:

기본 조정을 수행한 후에는 고급 조정:기계에서 작업자 태블릿을 구현하여 가동 중지 시간 및 품질과 같은 기타 작업자 입력 데이터를 추적할 준비가 될 수 있습니다.

이 프로세스에 대해 자세히 알아보고 실제 데이터가 포함된 비디오 데모를 보려면 기준 설정에 대한 MM 아카데미 교육에 대한 액세스를 요청하십시오.