(Tempo di lettura stimata: meno di 3 minuti.)

I 3 motivi per cui i Big Data così non vanno e i 7 passi da fare.

Circa un anno fa ho pubblicato un post sui Big Data. Da un po’ di tempo non se ne sente più tanto parlare o se ne parla con un certo imbarazzo. Il motivo è che manca la risposta alla domanda: “Cosa me ne faccio?”. Come sempre la risposta è nella domanda e per ciascuno di voi è diversa. Analizziamo la situazione scomponendo il tema in 3 punti.

Primo: qualità e completezza dei dati.

La “creazione di un oggetto” (manifattura) è un processo e la sua modellazione è una conoscenza che deve spaziare di tutte le fasi del processo. La raccolta dei dati, innescata dal rinnovo o dall’acquisizione di nuove macchine, è oggi a macchia di leopardo, e deve essere omogenea rispetto a tutte le fasi di produzione. Vanno “sensorizzate” anche le macchine acquistate tempo fa prive di sensori interrogabili dall’esterno. Solo così si completa il dominio delle conoscenze.

Inoltre, non tutte le fasi sono  automatizzabili e quindi rimangono manuali – ad esempio i test di Controllo Qualità. Vanno “digitalizzati” per completare la conoscenza.

Secondo: contestualizzare i dati.

Raccogliere la temperatura di un forno in ogni secondo aiuta a capire quanto consuma e se funziona bene, ma, se non la si collega all’oggetto riscaldato nel forno si avrà una informazione decontestualizzata e quindi disaggergata. E’ l’oggetto che si produce che collega gli effetti delle fasi a monte con le fasi a valle. I dati raccolti dal campo da un centro di lavoro devono obbligatoriamente essere ricondotti all’oggetto di produzione. Altrimenti si possono fare solo delle affermazioni di media e si perdono i dettagli del sistema di produzione.

Terzo: chiusura del loop di miglioramento.

Il miglioramento del processo è solo l’obiettivo iniziale di una completa automazione ma può dare il via ad un completo processo di innovazione ed evoluzione. Il loop si compone di una analisi statistico/matematica dei dati (Data Analysis) per ottenere dei modelli di funzionamento e individuare delle correlazioni lontane tra i dati rilevati.

Come incide la temperatura di colata della materia prima forno sul controllo a raggi X dopo lo stampo? E’ un’attività che avviene magari ore dopo la fusione iniziale del materiale. O ancora, come impatta la temperatura di concia di una pelle sul trattamento finale.

Poiché il prodotto, tra i due momenti di raccolta dei dati, passa attraverso N fasi, linee e addirittura reparti diversi – con nel mezzo terzisti, magari – la correlazione non è mai “evidente”. Ne consegue che l’analisi della non conformità fatta al controllo a raggi X può portare a dei miglioramenti ma solo nella fase del ciclo immediatamente precedente, senza cogliere la vera motivazione del problema.

I 7 scalini d’oro

E’ necessario quindi

  • completare la raccolta dati anche per le macchine pre-iperammortamento (vecchi centri di lavoro)
  • raccogliere i dati anche dai processi manuali (anche solo per gli avvii, le pause, i risultati di test visivi o i controlli non distruttivi)
  • digitalizzare i processi che stanno “intorno” all’esecuzione della produzione (Manutenzione e Controllo Qualità in particolare)
  • utilizzare una piattaforma “ponte” per contestualizzare i dati delle macchine con gli oggetti di produzione
  • tracciare il prodotto per giustificare i dati raccolti e consentire la correlazione tra fasi molto lontane
  • coinvolgere e formare il personale di produzione sugli obiettivi dell’applicazione “ponte”
  • non farsi spaventare dalla condivisione delle informazioni

Salire questi gradini richiede l’abbattimento dei confini tra IT e OT, tra fabbrica e management, tra pianificatori ed esecutori, tra operatori di macchina e responsabili di reparto creando una “zona” di frontiera, un luogo di scambio delle informazioni. Servono due strumenti: una applicazione di Digitalizzazione della Produzione che apporti dei vantaggi (leggi: comoda) a tutti e un team di lavoro interdisciplinare.

HyperMES (www.hyperMES.com) è costruito su Ignition (www.inductiveautomation.com) ed è la base perfetta per aumentare la velocità di ritorno dell’investimento ma soprattutto per fare i 7 passi citati sopra.  E’ una applicazione mobile che rende “comode” le comunicazioni tra ERP e fabbrica facendo quindi da piattaforma condivisa di discussione del team di progetto. Si potrà allora collaborare e  sarà evidente cosa fare dei dati raccolti.