分析

如何扩展分析能力

增加通过分析的采用弥补了过程专家和数据科学家之间的差距,鼓励制造合作

由Nick Van Damme 2021年9月24日
礼貌:潮流器

工业制造商经常发现他们的流程专家和数据科学家有不同的解决问题的方法。例如,精通生产的过程专家可能精通分析技术,但在进行分析时带宽受到限制。相反,精通分析、有数学倾向的数据科学家缺乏他们的过程专家同行所拥有的生产知识(参见图1)。

当生产中发生意外事件时,流程专家通常会尝试自己解决异常。只有当他们无法解决这个问题时,他们才会寻求数据科学家的帮助。对于多站点生产设施,中央数据科学团队的角色包括支持和回应来自不同工厂的询问和沟通,众所周知,这是分析链的瓶颈。不幸的是,这种情况可能会发生,因为请求的数量太多,淹没了中心数据科学组,导致反馈延迟,甚至更糟,让流程专家束手无策,对他们的问题没有任何响应。

图1:工艺工程与数据科学方法在工业制造组织内解决问题。礼貌:潮流器

图1:工艺工程与数据科学方法在工业制造组织内解决问题。礼貌:潮流器

增加分析成熟度

具有流程工程师和数据科学家的最佳方式采用更成功的方法是扩展分析功能。重要的是使用自助分析工具来增长流程专家的分析成熟度,因为它可以使这支团队能够为自己进行更多的数据来分析。这将使他们能够与分析进行自给自足,使他们能够解决大多数生产问题,而无需要求其他来源的支持。对于最复杂的问题,中央分析团队将有助于排除故障。

自助分析可以帮助解决出现的每日生产和过程问题的约80%。这使数据科学家们更多的时间专注于剩下的20%的复杂问题,使他们能够更有效。采取这种解决问题的方法通过使用团队的知识和经验产生双赢组合。

近年来,支持分析的流程专家正在超越这一分析成熟度级别。他们渴望增加自己的分析知识,并欣赏他们能够获得的更大程度的灵活性,以自己执行各种分析的能力。新的趋势指向了一种新的数据科学家,现在被称为“公民数据科学家”。公民数据科学家的工作岗位可能不在分析领域,他们现在配备了自助分析工具,可以执行高级诊断、预测和规范分析。

团队优化与嵌入式笔记本电脑

流程制造和操作专家可以使用传感器生成的时间序列数据应用自助分析软件来分析,监控和预测操作性能。目的是使工程师赋予分析软件的工程师,以改善运营卓越,而无需数据科学家。

工业分析中的下一代版本的自助分析软件领域采用嵌入式笔记本(见图2)。访问更高级功能可提供用户更大的灵活性和更好的分析体验。流程专家可以使用先进的趋势分析以及将数据视图加入笔记本电脑中的运营数据本身。使用数据科学库的选择,用户可以自己创建和运行脚本。任何宝贵的结果,如新(预测)标签和相关监视器或笔记本可视化可以作为仪表板块呈现,并在整个组织中可以访问。

图2:工业分析中的下一代版本的自助分析软件领域采用嵌入式笔记本。礼貌:潮流器

图2:工业分析中的下一代版本的自助分析软件领域采用嵌入式笔记本。礼貌:潮流器

获得更有意义的价值

嵌入式笔记本电脑的使用是帮助流程专家在分析和更充实的情况下变得更加充满自信,因为他们更接近数据科学家的水平。由于过程专家擅长尝试各种算法并使用笔记本技术,因此他们可以以之前不能从数据中获得更多价值,例如:

  • 增加流程可视化,向仪表板添加额外的可视化,并增强热图、树图或联合图等地图/图的报告功能。
  • 进行统计分析,从而比较生产数据集(诸如T-Test / Anova等好的和坏)。
  • 使用低通滤波或指数平滑以消除季节性效果损害的数据。
  • 开发非线性预测模型,以预测使用神经网络的质量。
  • 使用自助分析搜索结果来执行高级质量余额计算。

即使有流程专家提高他们的分析成熟度水平,数据科学家在数学/统计/ AI / ML / ML /建模理论中的固有知识和能力也将始终创建一种边界,标志着两支球队中的技能集,知识和专业知识。过程专家在其生产过程中思考,并寻找其数据中的趋势,例如任何可能停滞不前的异常,以及它可能发生的原因。在硬币的另一边是数据科学家,往往对算法,清洁数据和使用模型更感兴趣。虽然它们通常不是自助分析用户,但它们可以成为新笔记本的用户,特别支持的用户。

更协作环境的具体数据科学家和过程之间的专家可以实现由于这些新笔记本结合自助分析软件(参见图3)。两个数据科学家和过程专家将能够更容易地共同合作项目,因为他们可以直接继续使用与流程专家提前准备数据的工具相同。这一结果使得流程专家和数据科学家组成了一个协作、有凝聚力和互动的团队,可以更有效地解决潜在的流程问题。此外,如果出现复杂的用例,这使数据科学家可以将更多的精力集中在过程专家的项目上。

图3:由于这些新的笔记本与自助分析软件集成了这些新的笔记本,可以实现更具体的协作环境。礼貌:潮流器

图3:由于这些新的笔记本与自助分析软件集成了这些新的笔记本,可以实现更具体的协作环境。礼貌:潮流器

分析用例例

全球特色化学公司,Clariant Corp.生产护理化学品,自然资源,催化和能量,塑料和涂料。其德国工厂开始使用自助分析软件工具,并在成功后,向北美和中国的所有网站扩展使用,很快将在全球范围内扩展部署。

自助分析软件带来了来自不同文化和背景的不同人之间的协作。该软件有助于围绕各种关键过程思想、最佳实践和潜在过程改进进行有价值的交流。其结果是加强了合作和协调全球生产。来自多个大陆的生产数据和信息可以在不同地点进行比较。这消除了数据竖井,使所有站点的信息可以在一个屏幕上共享。随之而来的是黄金生产批次,这只能通过使用分析软件和使用黄金指纹来评估批量运行质量。如果需要,纠正措施可以更快采取。

Clariant是分析软件如何将其流程专家和数据科学家一起带来的一个例子,并允许他们使用其优势和独特的技能。事实上,一个克兰特数据科学家的Nimet Sterneberg感受到了自助分析工具使他能够为他的数据科学努力提供“收集数据,以正确的样本中的正确数据”(见图4)。

图4:一个克莱恩数据科学家的Nimet Sterneberg感受到了自助分析工具使他能够为他的数据科学努力提供“收集数据,以正确的样本中的正确数据”。礼貌:潮流器

图4:一个克莱恩数据科学家的Nimet Sterneberg感受到了自助分析工具使他能够为他的数据科学努力提供“收集数据,以正确的样本中的正确数据”。礼貌:潮流器

科莱恩能够减少所需的原材料数量,更重要的是,根据其批次的周期时间,减少了等待时间,这导致了巨大的成本节约。当流程专家看到该工具的好处和帮助他们进行的改进时,采用和部署该工具的动机是快速而简单的。

增加分析能力

通过自助分析软件的进步,有助于解决80%的运营日期问题,通过嵌入软件的笔记本环境的灵活性,数据科学家使用的自助分析工具似乎正在增长并提供一键访问到准备的上下文化数据。

处理业务问题需要流程专家和数据科学家。幸运的是,随着资产工程师和运营商的增加成熟度和流程知识,随着这些嵌入式笔记本电脑的进步,工业厂房和生产设施的推动,越来越多的数据科学家和流程工程师之间的合作,可以获得最佳结果(见图5)。

CTO Thomas Dhollander在Trendminer表示,“古典数据科学取决于将运营诀窍带到数据科学家,而自助分析旨在封装数据科学建模能力的子集,并将这些产品带到主题专家作为一个强大的特征(无技术调整参数,无需数据科学培训)。认识到互相互补方法的潜力的公司将是可以加速其运营效率和竞争优势的公司。“

图5:两个问题辅助组的技能组合的组合。礼貌:潮流器

图5:两个问题辅助组的技能组合的组合。礼貌:潮流器

通过投资于这种解决问题的方法,组织可以通过分析获得成功,并确保在工业制造领域的竞争优势和成功的未来。由于工业制造领域的不断发展,对于数据科学家和流程专家来说,共同打造新的路径,实现以数据和分析为中心的文化,比以往任何时候都更加重要。


尼克van damme.
作者简介:Nick Van Damme是Trendminer产品的总监。