È ormai noto che le organizzazioni possono trarre un vantaggio competitivo da un uso efficace dei propri dati. Purtroppo, però, non è semplice capire come utilizzare al meglio i dati per supportare uno sviluppo efficace del proprio piano di business e ridurre così i costi di produzione. Per questo, dotarsi di una corretta Data Strategy è fondamentale per le aziende.
Il settore manifatturiero, in particolare, deve governare una grande quantità di dati provenienti da molteplici fonti ed essere in grado di far fronte a continui imprevisti, come la scarsità di materie prime, l’aumento dei costi e aspettative sempre più alte da parte dei clienti.
“Per questo non solo è importante avere un accesso immediato a informazioni chiare e puntuali – dal plant alla camera di regia – ma anche poter anticipare possibili scenari per agevolare le scelte strategiche finalizzate ad accelerare il ritorno dell’investimento e promuovere la crescita. Correlando i KPI (Key Performance Indicator), anche di vari settori, provenienti da sorgenti differenti, e utilizzando i modelli di machine learning, le aziende possono passare da un modello descrittivo a uno predittivo”, afferma Paolo Bruni, Sales Account Executive di The Information Lab Italia, società di servizi IT, Consulenza Business Intelligence, Data Analytics e uno dei principali provider di soluzioni di Data Insight in Europa.
“Assumere il controllo dell’azienda e dei processi di business, grazie a una cultura data-driven e data-oriented, garantisce benefici trasversali: automatizzare le operazioni ripetitive e manuali riduce gli errori e snellisce i processi, mentre l’adozione di dashboard aggiornate in tempo reale permette di assumere decisioni migliori e più velocemente. Il tutto contribuisce alla riduzione dei costi di produzione. Perché chi controlla i dati, controlla il suo futuro” sottolinea Bruni.
Indice degli argomenti
L’importanza dell’OEE, Overall Equipment Effectiveness
L’OEE, Overall Equipment Effectiveness (“Efficienza complessiva della risorsa produttiva”), è un indice di performance (KPI) tra i più efficaci per misurare il livello di efficienza in un’azienda di produzione. “Poter controllare e monitorare l’indice di efficienza degli impianti produttivi e, quindi, avere una misura generale dello stato di salute dell’impianto o della linea produttiva è fondamentale per confrontare tra loro le aree di produzione, implementare un’eliminazione graduale dei tempi di fermo e, di conseguenza, ridurre i costi” afferma Bruni.
Per operare il calcolo OEE, però, serve raccogliere in campo e durante la produzione tutti i dati di lavorazione. “Tuttavia, va detto che questo rappresenta ancora oggi un problema per le aziende del manufacturing perché, in questo settore, il dato viene spesso archiviato in silos separati tra loro e in data warehouse (DW) differenti. Questo crea un problema quando si parla di condivisione dei dati e di collaborazione. Garantire l’interconnettività delle informazioni ed offrire un’unica repository che armonizzi le informazioni provenienti dal mondo IT (ERP, MES, logistica e gestione degli ordini) con quelle del mondo OT è uno dei plus più importanti delle soluzioni di data strategy. Un OEE costruito in maniera efficace raccoglie e uniforma informazioni provenienti da impianti produttivi che, nel caso di realtà produttive molto importanti che dislocano la produzione in differenti contesti geografici nel mondo, spesso non sono situati nella medesima factory” precisa Bruni.
La gestione delle informazioni è possibile grazie a soluzioni tecnologiche che, operando in cloud, eliminano i costi legati alle infrastrutture, riescono a snellire la produzione e consentono tempistiche e scalabilità che il mondo on-premise non riesce a garantire.
The Information Lab ha costruito una gamma di offerte informatiche innovative che concedono alle imprese le migliori tecnologie per accelerare la crescita del business e velocizzare il ritorno dell’investimento.
La Data Strategy come strumento per ridurre i costi di produzione
Le strategie di analisi dei dati vanno definite in modo diverso per ogni settore industriale, in base alle esigenze e alle priorità delle singole aziende. Alla base di una corretta Data Strategy occorre costruire una Data Platform integrata ed intuitiva per un accesso agile ai dati, che fornisca molteplici funzionalità al business attraverso un framework sicuro e scalabile, in modo che le aziende possano prendere decisioni basate sui dati, trasmettendo alle persone competenze e strumenti di analisi efficaci.
L’adozione di elementi abilitanti come il machine learning e servizi di data analytics assicura una governance dei processi più agile e permette di automatizzare le attività prive di valore aggiunto.
“Il costo di produzione è una delle voci più importanti del conto economico di un’azienda. Introducendo processi di lean production i risparmi possono essere notevoli. Ad esempio, per un’importante realtà del settore manifatturiero, l’ottimizzazione dei processi di produzione, delle commesse e dei vari magazzini, ha portato a diverse centinaia di migliaia euro di risparmi, snellendo del 25% le tempistiche relative all’esportazione dei dati e del 40% quelle legate al caricamento dei dati di produzione provenienti da aree geografiche diverse” spiega Bruni.
Per rimanere in ambito manifatturiero, un altro grande vantaggio di queste soluzioni è dato dalla loro applicazione alla logistica post produzione. “Nel settore della logistica, infatti, la gestione del costo viene controllata da soluzioni che consentono l’overview e il monitoraggio dello scambio merci tra magazzini, introducendo elementi di efficientamento riguardanti, ad esempio, la pianificazione degli spostamenti dei mezzi” aggiunge Bruni.
I parametri sui quali intervenire per incidere sul livello di performance degli stabilimenti produttivi e sui costi complessivi di produzione sono, ad esempio, i costi operativi, i fermi macchina, la produttività degli operatori, la gestione ottimale degli scarti, l’ottimizzazione delle tempistiche, la pianificazione data-driven della produzione, la riduzione tempi di attrezzaggio, l’ottimizzazione logistica interna, il monitoraggio real-time e il controllo qualità. Anche l’analisi predittiva rappresenta un fattore importante.
“La presenza di sensori sulla macchina consente di rilevarne eventuali mal funzionamenti, di intervenire in tempo reale per correggere le anomalie e, sulla base dei dati storici raccolti, abilitare una manutenzione predittiva al variare di determinati parametri di funzionamento della macchina. Ma non solo. I dati ricavati dai sensori e dai dispositivi IoT possono anche diventare una fonte di business e di guadagno mediante la fornitura di servizi a pagamento ai propri clienti. È il caso, ad esempio, di una importante realtà che opera nel settore della refrigerazione, che ha creato un portale tramite il quale la rete di installatori e clienti delle macchine può controllare l’andamento e il funzionamento delle stesse, offrendo loro una manutenzione on-line e la possibilità near real time di intervenire in maniera preventiva” afferma Bruni.
Gli step per l’implementazione di soluzioni di Data e Visual analytics
Grazie ad importanti partnership con diverse realtà che operano nel mondo degli analytics e della data visualization The information Lab è in grado di offrire soluzioni che consentono di gestire il dato in processi end-to-end, partendo da quelle in grado di ingerire e uniformare enormi quantitativi di dati provenienti da fonti differenti, passando a quelle che effettuano una serie di attività che vanno dalla pulitura alla rielaborazione, con le quali il dato viene trasformato e arricchito con nuove informazioni, per terminare con piattaforme software che visualizzano tramite cruscotti interattivi (dashboards) le informazioni sotto forma di KPI legati, ad esempio, al consumo energetico, al rispetto dei tempi di produzione e di installazione.
“Siamo il più longevo Premier Partner di Tableau, con diversi riconoscimenti nel tempo come EMEA e South Europe Partner of Year, siamo Premier Partner di Alteryx e Select Partner di Snowflake. I nostri servizi offrono tutto il necessario per ottenere il massimo dai dati, automatizzando i processi: dall’integrazione e trasformazione dei dati alla modellazione del dato ed estrazione degli insights, fino alla visualizzazione e condivisione delle informazioni.
Per il primo step, grazie alla partnership con Snowflake, offriamo una soluzione che consente di caricare, integrare, analizzare e condividere in sicurezza i dati. Si tratta di una piattaforma in cloud che distingue tra elaborazione e archiviazione, offrendo per entrambe capacità quasi illimitate, mediante l’aggiunta di risorse in base alle esigenze dell’azienda, permettendo di evitare costi fissi quando non si utilizza la piattaforma e di monitorare i consumi in tempo reale” afferma Bruni.
Per quanto riguarda la trasformazione del dato, la partnership con Alteryx consente di strutturare i dati al fine di analizzarli e identificare eventuali valori anomali, o utilizzare i dati storici per un’attività di Predictive & Forecast. Alteryx è in grado di offrire l’automazione dei processi, in modo che una volta creati non debbano essere ripetuti mai più, e la condivisione e pubblicazione dei flussi di lavoro analitici in modo sicuro all’interno dell’organizzazione, abbattendo i silos analitici tra i team.
Una volta che il dato è “pulito”, Tableau, la piattaforma di Visual Analytics acquisita da Salesforce nel 2019, permette agli utenti di vedere e comprendere i propri dati attraverso grafici interattivi, tabelle e mappe che danno nuova vita ai dati a disposizione, offrendo agli analisti uno strumento flessibile e intuitivo in grado di interagire con i “Big Data” e produrre una chiara comunicazione degli insight all’interno dell’azienda.
“Grazie alla piattaforma Tableau è possibile esplorare i dati, identificare le tendenze, rappresentare gli indicatori chiave di performance (KPI), costruire dashboard interattive, il tutto senza scrivere una sola riga di codice e senza partire da modelli predefiniti da modificare, ma modellando la dashboard sulle proprie specifiche esigenze e decidendo come e quali dati inserire” aggiunge Bruni.
Tutte e tre le soluzioni sono del tipo slow code – no code. Non sono richieste competenze IT particolarmente specifiche e, dopo una formazione snella, gli utenti sono in grado di creare i propri flussi e modificare le informazioni su Alteryx per costruirsi le proprie dashboard.
Fattori differenzianti: la formazione
The Information Lab non si limita a rivendere le licenze delle piattaforme ma affianca il cliente anche per l’integrazione del software nell’architettura aziendale. Oltre al servizio di consulenza, inoltre, forte della propria esperienza e grazie ad un team di esperti che mettono la loro ampia conoscenza delle piattaforme di business intelligence, data analytics e di svariati settori imprenditoriali e dipartimentali al servizio delle imprese, accompagna i clienti tramite formazione e supporto tecnico dedicati.
“Ai nostri clienti offriamo anche la formazione, uno dei servizi più richiesti dalle aziende. All’interno dell’azienda, abbiamo infatti una Data Academy con la quale, ogni anno, creiamo la prossima generazione di Data Analyst, formandoli per diventare dei consulenti esperti all’interno del nostro team di consulenza. Per questo, i nostri consulenti seguono costanti corsi di aggiornamento per rinnovare le proprie certificazioni sia per Alteryx, che per Snowflake e Tableau. La formazione che viene erogata interessa tutti gli ambiti di cui abbiamo parlato, spaziando dalla gestione di Data Warehouse e Data Lake, alla trasformazione e arricchimento dei dati e comprendono, ovviamente, anche la creazione di dashboard interattive in grado si offrire un accesso ai dati semplice e intuitivo. L’esperienza maturata in vari settori e dipartimenti rende possibile mettere a fattor comune questo know how e offrire percorsi formativi calati sulle specifiche aree di business” conclude Bruni.