取消
搜索历史
热搜词
原创
活动
创新2.0
I T
产业
当前位置:首页 >互联网•IT > 互联网+ > 互联网化 > 正文
数据如何成为制造业 的基础
来源:工业自动化信息传播  作者:佚名 2020-07-24 11:53:35
领先的制造商越来越多地转变为高效的增值服务提供商。那些做得最成功的人不仅了解他们的数据的价值,还将其视为一项战略资产,更多信息尽在...

领先的制造商越来越多地转变为高效的增值服务提供商。那些做得最成功的人不仅了解他们的数据的价值,还将其视为一项战略资产,更多信息尽在振工链。

随着数据的扩散,您如何理解,整理和利用数据来实现变革性的业务决策并加速数字化转型?

理解数据的价值,现有数据资产的下落,如何管理它,以及使其在整个企业中可访问和广泛使用是至关重要的。

2020年制造业创新峰会的一部分举行的讨论会探讨了最佳实践,以帮助制造商学习如何实现数据驱动的数字化转型。

主持:制造商,该会议已经从格雷格·汉森,EMEA副总裁对Informatica的,和乔瓦尼·米拉尼,一个高级主管认识到专家的见解,更多信息尽在振工链。

建立您的数据策略

创建和部署有效数据策略的关键归结为三个因素:赞助,标准化平台和强大的治理。

根据格雷格·汉森(Greg Hanson)的说法,赞助至关重要,尤其是在大型组织中,很难达成买入。

他补充说:“此外,要成功部署该策略,还需要与整个组织合作,并在文化上接受对GDPR和隐私法赋予的数据负责。”

首席数据官,新创建的管理人员角色(负责部署和监视数据策略的有效性以及采用现代的,基于云的体系结构)是许多基础,这有助于推动董事会级别的赞助和企业范围的参与的结合。工业数字化转型计划,更多信息尽在振工链。

汉森继续说:“现在,云领域中已经有很多技术可用,因为公司面临着'云蔓延'的风险,这降低了其数字化转型和数据管理的影响。”

为了避免这种情况并简化其方法,汉森建议企业在一个基于AI的平台上进行标准化,该平台可以为每个人提供访问权限,但是根据其角色对数据具有“不同的视角”。

最后,良好的数据和流程治理有助于协助创建和维护高质量的数据资产,并实现组织内部数据的自助服务。这才是真正推动变革成果的因素,”他总结道。

避免常见的陷阱

首先举一个例子,将数字项目从测试环境带入现实世界时,经常会出现问题。真正的收益来自技术创新与流程转换的结合以及人们正在考虑真正的端到端流程。

Giovanni Milani认为,管理“悖论”是成功进行数字化转型的关键,而这些悖论正在成倍增加,更多信息尽在振工链。

示例包括诸如自下而上的持续改进与自上而下的破坏性设计思想进行流程创新的方法等方面,是将数据本地存储在“水坑”中还是异地存储在大数据“湖水”中,重新调整跨业务孤岛的组织责任,甚至可以在微型,本地化的生产地点与大型的巨型工厂之间进行选择

“那些推动您的数字化转型战略的人可能会遇到来自不同业务部门的反对。本地流程负责人通常具有与业务负责人不同的目标。” 乔瓦尼指出。

“最终,这些决定不能孤立地做出。使企业保持一致,并激励每个人朝着同一个方向努力,这对您要实现的目标至关重要。因此,像埃隆·马斯克(Elon Musk),罗尔斯·罗伊斯(Rolls-Royce),戴森(Dyson)等许多创始人创新者都取得了巨大成功”

“以在汽车行业使用生产线机器人为例。最初,这些机器人价格昂贵,笨重,不灵活,必须被围起来。现在,您拥有了敏捷,高度灵活,价格适中的“协作机器人”,可以真正与人们并肩工作,更多信息尽在振工链。

“真正实现变革的是自动化与人的集成,而不是彼此替代。在物理自动化中发生的相同演变也在数字自动化中发生。”

创造切实的业务成果

与任何业务改进项目一样,您组织的数字化转型必须与总体使命声明相关联,并具有清晰可衡量的结果和ROI。

这些目标可能是环境,财务,效率,投资组合多元化,市场增长或质量驱动;无论细节如何,很明显地,以新的方式实现目标的巨大价值在于分布在我们业务中的结构化或非结构化数据。

数据与数字技术相结合可以提供洞察力,使您能够更快,更轻松地实现这些目标。

与此相适应的是迫切需要在过程的早期将价值与交付联系起来,专注于实现一个目标,迅速实现它,并利用这一势头继续前进到下一个目标。这将实现更快的变更管理和整个企业优先级的调整。

Greg Hanson指出,有两种方法可以实现与数据相关的投资回报(ROI):战术和战略。

战术方法的一个示例是与特定应用程序或数据存储(例如那些支持出站营销或客户关系管理(CRM)的存储)相关联的数据清理。

数据质量技术的战术部署可以通过删除重复项并改善常规数据质量来快速证明ROI,在这些示例中,这将导致更好的活动响应率,更好的交叉销售/追加销售能力以及改善的客户体验。

战略方法通常包括采用标准化平台并在整个数据环境中采用良好的数据质量和治理。它还涉及诸如数据工程师和/或科学家之类的专业人士,他们可以更轻松地从公司数据中获取全部价值。

汉森指出:“这些人不能孤立无援。” “有效的方法是建立一个伙伴系统,将那些数据专家与部门负责人和团队负责人联系起来,以提出正确的数据问题。”

乔瓦尼回忆起他与一家市政公用事业公司首席执行官的一次对话,他说他比以往任何时候都拥有更多的信息,但他并不认为自己做出的决定比30年前更好。

“这是另一个悖论的例子,我们可以访问大量数据,但是哪些数据有用,然后又如何将其与我们的整体数字战略联系起来?” 乔万尼评论。

“秘诀是从一个小型,简单的项目开始,该项目符合您公司的目标,并在财务,文化和组织上创造价值。从数据和数据工厂到数字创新委员会,一些企业已经设法创建了新型的治理,更多信息尽在振工链。”

免责声明:本文系网络转载,版权归原作者所有。本文所用图片、文字如涉及作品版权问题,请联系删除!本文内容为原作者观点,并不代表本网站观点。
编辑:宋含怡
关键字:     制造业  信息化  互联网  数字化  智能化 
活动 直播间  | CIO智行社

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

Baidu
map