Increasing innovation through data analytics — ABC Chemicals

В сентябре группа ученых и инженеров собралась, чтобы обсудить некоторые проблемы, с которыми они сталкиваются, когда быстрее выходят на рынок, снижают себестоимость продукции и быстрее получают информацию. 

Группе лидеров бизнеса в мире НИОКР было предложено поделиться опытом работы с данными для стимулирования инноваций и роли аналитики в обеспечении ценности для их организаций. Отчет от глобального управленческого консалтинга McKinsey Эпоха аналитики: конкуренция в мире данных говорит, что организации, занимающие лидирующие позиции в области анализа данных, выделяют значительные преимущества. В производстве они достигают до 50% более низких затрат на разработку продукта — поэтому необходимо использовать данные, которые генерируют многие компании. Наличие правильных инструментов для подключения и анализа больших наборов данных имеет важное значение. Однако осуществить культурный сдвиг в пользу анализа данных не всегда легко.

Наличие связанных данных улучшило понимание цепочки поставок и способствовало лучшему сотрудничеству 

Дэн Миддлтон, начальник отдела цифрового производства, турбинный агрегат Rolls-Royce 

«Вы должны убедиться, что вы предоставляете правильные инструменты, правильное обучение и правильную поддержку», — сказал Гари Финка, старший директор, возглавляющий группу исследователей биофарма GlaxoSmithKline и отвечающую за разработку и внедрение инновационных инструментов и процессов в — рискуй своим портфолио. Когда эксперты в области чувствуют, что вносят жизненно важный набор навыков, «они могут участвовать в достижении большей ценности», добавил он. 

Вождение инновационной культуры

Дэн Миддлтон является руководителем цифрового производства в турбинном подразделении Rolls-Royce, которое является частью его гражданского аэрокосмического бизнеса. Он курирует цифровую трансформацию на 14 глобальных площадках, включая один из ведущих мировых центров литья и обработки. Автоматизация в его организации генерирует данные в больших объемах. Миддлтон объяснил, что может быть уровень страха, связанный с созданием такого большого количества данных, потому что люди не всегда знают, что с ним делать, по крайней мере на начальном этапе, но как только эти данные связаны, вы начинаете понимать. Что касается турбинного агрегата Rolls-Royce, то они улучшили понимание цепочки поставок и способствовали улучшению сотрудничества.

DoE очень наглядно, поэтому он дает людям очень быстрый обзор того, что вы сделали и нашли

Виктор Гиллер, инженер-исследователь в области химии в Fuchs Lubrifiant

Европейский технический менеджер JMP Малкольм Мур подчеркнул важность экспертов в данной области. «Некоторые из обещаний обмана больших данных заставляют людей чувствовать себя неуверенно», — сказал он. «Это потому, что это говорит о том, что неопытные люди могут быть такими же продуктивными, как и опытные люди. Аналитика данных дополняет то, что вы знаете, и помогает вам учиться быстрее. Там нет замены для предметной экспертизы. Предоставив нужные инструменты экспертам в области, вы сможете быстрее получать информацию и работать с теми же ресурсами более продуктивно.

Обеспечение сбора данных стимулирует инновации

Реальность для многих научно-исследовательских групп заключается в том, что работы больше, чем времени, ресурсы растянуты, а результаты и сроки могут быть непредсказуемыми. Планирование экспериментов (DoE) имеет решающее значение для быстрой реализации преимуществ анализа данных. Это помогает компаниям быстрее принимать правильные решения и более предсказуемо выполнять этапы проекта. Это, в свою очередь, помогает снизить уровень стресса у людей, что приводит к более продуктивным и эффективным командам.

Татьяна Кёнигсманн — руководитель отдела исследований и разработок в компании Atotech, специализирующейся на решениях для отделки поверхностей, где она работает над новыми продуктами. Она описала усилия, направленные на достижение результатов вовремя и максимально эффективно: «Бывают дни, когда давление достаточно высокое. Вы хотите сделать это в очень короткие сроки, и вам нужно многому научиться быстро ». DoE имеет основополагающее значение для способности своей команды для достижения результатов.

Виктор Гиллер — инженер-исследователь в области химии в французской компании Fuchs Lubrifiant, специализирующейся на производстве смазочных материалов и специальных продуктов. Будучи со-лидером международной рабочей группы, занимающейся новой методологией, он уже видит ранний успех в DoE. И Кенигсманн, и Гиллер согласились с тем, что DoE является «беспроигрышной» для всех, поскольку позволяет извлекать максимально возможную информацию за минимальное количество времени.

Благодаря аналитике данных в руках специалиста в данной области данные оживают и защищают от неправильного принятия решений.

Малкольм Мур, европейский технический менеджер JMP 

Группа согласилась с тем, что динамическое научное обсуждение гораздо более действенно, чем предоставление набора результатов на статических слайдах. Взаимодействие с анализом может происходить вживую во время встреч. Когда анализ данных выполняется динамически, организация ускоряет процесс принятия решений.

Использование больших данных в эпоху Интернета вещей и промышленности 4.0

Планирование того, как и зачем собирать данные, в первую очередь является важной частью анализа данных. Финка объяснил, как его организация собирает самые разные данные. «Как вы соединяете эти данные, было самой большой проблемой, которую нам пришлось решить, прежде чем мы смогли начать извлекать наибольшую пользу из данных, которые мы фактически генерируем», — добавил он. 

Фармацевтическая инжиниринговая компания NNE, управляющий консультант Per Vase, поставила под сомнение подход некоторых организаций к сбору данных. «Все компании, в которых мы работаем, активно работают с большими данными, но когда мы спрашиваем их о ценности, которую они хотят извлечь из этого, к удивлению, мы не всегда получаем четкий ответ», — сказал он.

Деловой и технический консультант Стэн Хиггинс кратко выразил это: «Нужно, чтобы эксперты по предметным областям сказали:« Это то, что мы должны делать с данными, а не менеджмент, чтобы сказать: «Что мы будем делать со всеми этими данными?», «Обсуждая влияние». Что касается шумихи вокруг больших данных, искусственного интеллекта и машинного обучения, группа согласилась с тем, что роль эксперта по предмету является ключевой. Мур описал, как обучение на основе данных является непрерывным процессом: «Только наложив знание предмета на первое место — предоставив аналитику данных в руки эксперта по предмету, — аналитика данных оживет и защитит вас от принятия неправильных решений, которые затем будут стоить Вы вниз по линии, добавил он. 

«Люди имеют тенденцию ждать слишком долго, прежде чем они начнут заниматься аналитикой», — сказал Ваза. «Делайте это параллельно со сбором данных и сделайте его доступным. Когда вы начинаете анализировать, вы получаете обратную связь о том, как собирать, объединять и контекстуализировать данные. Вы создаете ценность, когда анализируете данные и принимаете решения ».

Несмотря на существенные проблемы и внутреннее давление в своих различных отраслях, члены дискуссионной группы согласились, что аналитика данных, DoE и способность визуализировать и передавать результаты убедительно лежат в основе их успехов. Принятие подхода, основанного на данных, основанного на передовом опыте, они лично более эффективны в своей работе, а их команды более продуктивны, помогая внедрять инновации в своих организациях.

Мероприятие состоялось в Burlington House Королевского химического общества в Лондоне. Вы можете посмотреть запись обсуждения за круглым столом здесь.

Зарегистрируйтесь здесь, чтобы загрузить полную статью, посвященную обсуждению в группе инновационного импульса и анализа данных.

JMPJMP является инструментом анализа данных, который выбирают сотни тысяч ученых, инженеров и других исследователей данных по всему миру. Пользователи используют мощные статистические и аналитические возможности в JMP, чтобы обнаружить неожиданное.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *