当我们纵观制造运营和业务/IT解决方案供应商所投资的软件技术时，我们看到了一个明显的趋势，即两者的应用越来越受到关注大数据分析而且小/右数据分析．
我们也听说了新的分析应用程序和技术，从专业/嵌入式到广泛市场/基于云的技术。在所有这些赌注下，数据分析是一项关键技术，它正在创造新的前沿，以发现可以加速决策和决策的新见解，这似乎是一个既定的结论改善制造业业绩．
然而，先进分析技术的应用并非没有挑战，因此加速和普遍采用是大多数公司的未来愿景。在这篇文章中，我们将看看目前的采用状态以及一些使用分析相关的挑战提高制造业经营业绩。
制造商使用分析软件的成熟度
在LNS正在进行的关于制造运营118金博宝app管理(MOM)的研究调查中，超过500名受访者被问及在他们的组织中MOM软件的哪些领域最不成熟。“分析”是第二大回答，紧随其后安全与风险管理软件．这表明，在制造商充分利用分析技术的潜力之前，还有很长的路要走。
其他相对成熟的软件应用领域包括整体设备效能(OEE)产品、生产、工艺、材料、质量等基本管理软件;
我们越来越多地看到，公司正在寻找业务和运营分析的组合，特别是为了更好地管理绩效指标，以推动财务改进。因此，拥有能够在业务上下文中放置操作信息的分析正在成为一个重要的需求。
我们最近的指标研究，是和台面国际，表明典型的运营指标范围正在扩展，远远超出了工厂的资产和生产区域。对于23%的受访者，业务单元级别的运营指标正在进行测量和比较。35%的人在公司/企业范围内做这些事情。
同样的研究还发现，65%的制造业运营经理正在更加积极地参与这两项工作业务和制造指标每天，甚至更频繁地。越来越多的工厂操作员和主管不仅可以看到过程控制趋势和统计报告，还可以实时查看运营分析和指标，从而可视化其运营行动的财务影响。
综上所述，如果分析的应用有如此多的业务改进前景，那么为什么采用还不成熟呢?根据我们与来自各行各业和学科的制造业专业人士的讨论，我们对趋势和挑战有一些想法。
关键分析技术趋势和挑战
纵观制造业企业应用的不同分析技术，核心系统和软件应用解决方案有许多不同的分类。这些包括:
- 物理过程设计分析(例如，工厂/过程设计和模拟)
- 产品设计分析(如PLM)
- 工作流程/业务流程分析(如BPM)
- 产品属性分析可追溯性(如MES，跟踪/跟踪)
- 质量管理(如SPC、可靠性)
- 绩效指标分析与生成(如数据历史学家，EMI, BI)
- 通用分析(如microsoftexcel)
由于上述许多系统和应用程序已经到位并被广泛使用，因此对于许多组织来说，未来分析技术的数据库和软件基础已经到位。然而，我们发现了一些与分析相关的关键新趋势和挑战:
- 分析机迁移到云端以及“边缘计算”或嵌入式设备，因此分析正变得越来越普遍。
- 强大的新平台即服务(PaaS)分析处理引擎，如开源Hadoop、SAP的HANA架构和IBM的Watson，正被应用于广泛的业务和业务线应用程序。我们看到，这些易于扩展的基于云的分析引擎在未来会越来越多地应用于过去使用专业分析的地方。这是由于更快、更便宜的计算技术，以及人们越来越意识到如何更有效地利用大量非结构化数据——大数据。
- 技术提供商正积极致力于使高级分析更容易为资深用户和普通用户使用。如果这些新一代分析技术更容易被采用，数据科学家不应该成为制造企业成功的必要条件。
- 一般来说，根据用户的复杂程度/类型，我们可以看到分析工具集的三种主要分类——由IT或工程专业人员为最终用户预先准备分析的工具，支持自助服务的工具，特别分析的工具，以及为数据分析师/设计师/科学家提供的更复杂的工具。
- 的组合传统物联网和新兴物联网架构将需要新一代分析的支持。因此，现有数据库和应用程序以及小数据和大数据的组合需要使用通用工具进行分析。
结论
利用现有和新的分析技术的前景正在迅速变化。如果您还没有利用分析技术来更好地理解和提高您的制造业务绩效，我们建议您开始使用一个初始解决方案，该解决方案可以解决您最关键的制造指标的子集，以支持持续改进。
我们还建议企业跟上这一快速变化的形势，并考虑从您的组织中部署一个小型的、结合的IT/工程和运营团队，以评估一些更新的物联网和基于云的非结构化大数据分析工具，以及如何将它们轻松应用于扩大和改善您的制造业务。
有关制造业运营和业务绩效分析技术不断变化的前景的更多见解，请下载此免费的LNS研究重点报道。118金博宝app
