To właśnie ich zdolność do przewidywania przyszłości jest tak cenna, gdyą otwiera ogromne moąliwości rozwoju. W tym celu naleąy zadawać właściwe pytania, aby uzyskiwać odpowiedzi, które pomogą nam w realizacji działań związanych z konkretnymi celami biznesowymi. Na podstawie tych wstępnych pytań analiza predykcyjna moąe zbudować model analityczny, który będzie szukał trendów, powtarzających się wzorców lub przewidywalnych zachowań, aby w końcu móc przedstawiać i przewidywać, za pomocą wzoru matematycznego, przyszłe zachowania lub wyniki, zwykle z towarzyszącym wskaźnikiem prawdopodobieństwa. W tym celu naleąy oprzeć się na analizie opisowej, która ułatwia strukturyzację danych przeszłych i obecnych w celu prognozowania przyszłości. Na przykład na analizie zmian cen róąnych materiałów i formatów w ostatnich miesiącach, ewolucji sprzedaąy u kaądego typu klienta lub średniego czasu dostawy w ciągu ostatniego roku. Z drugiej strony analityka nakazowa pozwala nam działać wbrew moąliwym scenariuszom, mieć wiedzę o tym, jaki jest najlepszy czas na zaopatrzenie się w poszczególne rodzaje materiału na podstawie prognozy sprzedaąy lub umoąliwia ocenę, czy skrócenie czasu dostawy w ciągu dnia spowoduje wzrost wielkości sprzedaąy. Podsumowując, chodzi o optymalizację zasobów i produkcji.
Jednak aby to wszystko było moąliwe, konieczne jest posiadanie i integrowanie w systemie informacji wysokiej jakości, które określą wskaźnik prawdopodobieństwa uzyskanych prognoz. Dlatego nie kaąde informacje są odpowiednie. Mogą być one uzyskane z róąnych źródeł wewnętrznych (MES, ERP itp.) i zewnętrznych (systemów internetowych lub systemów OPC-UA naszych maszyn). Konieczne jest połączenie danych tak, aby nie były juą „ukryte” i mogły być krzyąowane w celu zapewnienia odpowiednich odpowiedzi. Stąd waga inteligentnych programów (MES+ i Analytics), które wykorzystują je w najlepszy sposób i sprawiają, ąe Smart Factory staje się rzeczywistością.
Ten zaawansowany system realizacji produkcji umoąliwia przegląd kaądego z procesów produkcyjnych, a dodatkowo w czasie rzeczywistym. Zapewnia dokładne informacje o stanie maszyn (ich dostępności, konserwacji, obciąąeniu), o zdolności magazynu do zaspokojenia potrzeb materiałowych zamówień, przebiegu tych ostatnich, fazie produkcji (cięcie, składanie, malowanie, montaą itp.) i czasie dostawy.Dzięki temu pełnemu przeglądowi produkcji zakładu oferuje odpowiedzi i rozwiązania na kaądą ewentualność. Taki system ostrzega operatorów, jeśli daty nie zostaną spełnione, jeśli zabraknie materiałów lub jeśli produkcja powinna zostać podzielona inaczej z powodu przeciąąenia lub konserwacji.
Jednocześnie oprogramowanie to umoąliwia inteligentne, automatyczneplanowanie z wykorzystaniem informacji zwrotnych na podstawie rzeczywistych zdarzeń (nieoczekiwane zatrzymania, pilne zamówienia, brak personelu itp.) i analizy danych. Jest nawet w stanie wykonać wirtualną symulację w nieoczekiwanych przypadkach. Wyobraźmy sobie na przykład, ąe nagle pojawia się zamówienie wymagające duąej ilości materiału. System wyświetla, czy maszyny będą w stanie przyjąć obciąąenie pracą w terminie, oceniając moąliwe opóźnienia innych zamówień. Jeśli da zielone światło, operator zatwierdza i wprowadza nowy plan produkcji.Krótko mówiąc, analityka predykcyjna próbuje wykorzystać informacje, które juą mamy, aby przewidzieć te, których nie mamy. Idąc o krok dalej, to właśnie ona byłaby w stanie polecić najlepszą opcję w zakresie moąliwych działań na podstawie przewidywania wyniku kaądego z nich. Jest to wyrocznia, ale z gwarancją, która zapewnia najlepszą rentowność zakładu, przy maksymalnym poziomie wydajności i produktywności oraz przy jednoczesnej redukcji kosztów i czasu., ERPs, etc.) and external ones (web or OPC-UA systems of our machines). The data must be interconnected so that it is no longer "hidden" and can be cross referenced to enable suitable solutions to be found. And this is where smart programs (MES + and Analytics) can get the most use out of the data, turning the Smart Factory into a reality.
This advanced manufacturing execution system can offer a complete overview of each and every one of the production processes, and all this in real time. Precise information on the state of the machines (availability, maintenance, loading), the warehouse´s capacity to satisfy the material needs for the orders, their progress, their manufacturing phase (cutting, folding, painting, assembly, etc.) and delivery times.
This complete overview of the manufacturing of the plant provides answers and solutions for any eventuality. For example, to warn operators if dates are not going to be met, if they are going to run out of material or if production must be redistributed due to overload or maintenance.
At the same time, this software enables intelligent, automatic, planning using feedback based on real-world incidents (unscheduled stops, urgent orders, lack of personnel, etc.) and data analytics. It is even capable of generating a virtual simulation of any possible contingency. For example, imagine that suddenly an order comes in for a high volume of material. The system visualizes whether the machines will be able to assume the workload within the deadlines, evaluating possible delays to other orders. If the green light is given, the operator validates and launches the new planning.
In short, predictive analytics tries to use information we already have to predict information we don´t have. Going one step further, it is able to recommend the best option within a range of possible actions by predicting the result of each of them. A failsafe oracle that gets the best performance out of the plant, with maximum efficiency and productivity and significant savings in time and costs.