BI-dashboards Drijven Slimme Fabriek Analytics: IoT-data Omzetten in Actionable Insights

De opkomst van industriële IoT en slimme fabrieken heeft herdefinieerd wat analytics moet bereiken: operationele data ontgrendelen op manieren die tastbare zakelijke resultaten drijven. Terwijl slimme-fabriek analytics nog emerging is, is de cruciale struikelblok het extraheren van betekenisvolle trends uit de vloed van IoT-touchpoints – verder dan het puur opslaan van logs.

IoT-sensoren op de fabrieksvloer genereren data die geweven moet worden in de bredere corporate data-tapijt. Inzicht-zoeken moet een dagelijkse gewoonte worden, geen eenmalige oefening.

IoT-data in routinematige workflows brengen vereist analytics-platforms aangedreven door AI en machine learning, gekoppeld met connectors die IT BI-dashboards koppelen aan real-time fabrieksoperaties.

Jarenlang hebben BI-dashboards back-office analyse gedient, maar veel worstelden om industriële IoT-inputs te consumeren tot recent. Om gesilo-de informatie te vermijden, hebben organisaties dashboards nodig die native industriële IoT, data lakes of cloud-databases ondersteunen.

"Slimme fabriek data heeft veel gemeen met de data die uit andere functies over een bedrijf komt," zegt Enno de Boer, partner bij McKinsey. "Om van waarde te zijn, moet het besluitvorming informeren; anders is data oogsten zinloos."

Over de Waardeketen

De Boer benadrukt dat fabrieksvloer-data de gehele waardeketen moet doordringen – van component-sourcing tot last-mile levering – om echte zakelijke waarde te realiseren.

Business-intelligence analytics zijn nu een vast onderdeel van enterprise IT, toch blijft het toepassen ervan op operaties uitdagend. Ondanks implementatie-hurdles, wordt de wereldwijde markt voor industriële analytics geprojecteerd om $16 miljard te bereiken tegen 2026, volgens ResearchAndMarkets.com.

Slimme Fabriek Analytics Scorecard

Verschillende vendors bieden nu geavanceerde industriële analytics en BI-dashboards. Leidende spelers in de slimme-fabriek ruimte zijn ABB, Honeywell, Bosch, en Siemens.

IT-rizen diepe productievoetafdrukken – zoals IBM, Hewlett Packard Enterprise, en SAP – zijn sleutelspelers in het vastleggen, verwerken, opslaan en analyseren van slimme-fabriek data. Innovatieve data-startups zoals Cloudera en DataStax targeten ook gespecialiseerde vereisten.

Naarmate de cloud de hub wordt voor fabriekanalytics, bouwen leiders zoals AWS, Google Cloud, en Microsoft Azure data-workflow-pijplijnen die voeden in eindgebruiker BI-dashboards van Looker, Microsoft Power BI, en Tableau.

Slimme Fabriek Opbouw

Het implementeren van slimme-fabriek analytics is een monumentale inspanning. Een typische productiesite kan meer dan 2.200 GB data per maand genereren, maar de meeste van die data blijft ongeanalyseerd, volgens een IBM digitale-transformatie rapport. Ongeanalyseerde data brandt uitgestelde IoT proof-of-concept projecten.

"Meeste industriële data wordt buiten IT gegenereerd," merkt Manish Chawla, IBM's general manager voor industrieën, energie, bronnen en productie, op. Hij benadrukt dat slechte planning de lead-time van POCs kan verlengen. "Mensen probeerden een penthouse te bouwen zonder fundament," zegt hij.

Chawla benadrukt IBM's recente samenwerking met Siemens en Red Hat om analytics uit te voeren vanaf Siemens' Industrial IoT-platform, MindSphere, dichter bij de fabrieks-edge.

SAP werkt eraan om klanten in staat te stellen een mengsel van time-series historian-data, IoT-feeds en zakelijke data te analyseren. Dominik Metzger, VP en hoofd van productmanagement voor productie en Industriële IoT bij SAP, merkt op dat standaardisatie in data-afhandeling economischer en schaalbaarder is geworden, met data-lakes als cruciale enabler.

SAP's Industry 4.0 strategie – gedoopt Industry 4 – biedt een referentie-architectuur die workflows beslaat van data-historians, edge-services, cloud of ERP-systemen, tot business-intelligence capabilities.

Analytics Vereisen Datavolume

De evolutie van slimme-fabriek analytics wordt gevormd bredere krachten die analytics beïnvloeden, zoals de opkomst van voorspellende en prescriptieve AI. Gebruikers moeten analytics-implementatie bedacht benaderen, zegt Ed Cuoco, vice president van AI en Analytics bij PTC.

Voor diagnostiek, waarschuwt Cuoco dat simpele statistische procescontrole preferabel kan zijn boven complexe machine-learning modellen wanneer datakwaliteit of -volume onvoldoende is.

PTC werkt nauw met eindgebruikers en software-partners om analytics van de fabrieksfrontlijn naar zakelijke gebruikers te leveren – en soms terug. Een recente deal integreert Fujitsu's Slimme Fabriek framework met PTC's Vuforia augmented-reality en ThingWorx-platforms om analytics direct naar operatiewerkers te leveren.

Nieuwe Graphics voor Analytics

Graph-data-technologie, ooit een peripherespeler in geavanceerde analytics, wordt nu omarmd in fabrieken en daarbuiten. Graph-databases zoals Neo4j's Aura Enterprise contextualiseren slimme-fabriek analytics en stellen cross-team samenwerking in staat om operationele efficiëntieën te onthullen.

In tegenstelling tot relationele databases die data in rijen en kolommen opslaan, mappen graph-formaten complexe connecties tussen data-elementen. Neo4j targetsectoren zoals automotive, warranty, analytics, toeleveringsketen en medische instrumenten.

In het medische veld gebruikte een bedrijf Neo4j's graph-methoden om falen voor verzending te tracken, wat illustreert hoe detective-werk root-causes over subcomponenten kan identificeren.

Neo4j biedt connectors naar visuele dashboards – inclusief Tableau en Tibco Spotfire – en zijn eigen Bloom-visualisatietool.

DataStax, een pionier van de open-source NoSQL-database, ondersteunt ook graph-data-afhandeling in zijn enterprise-editie. De software stuurt IoT-analytics voor klanten zoals Zuid-Afrika-gevestigde Locstat, die het gebruikt voor real-time sensor-analytics.

"Visualisatie wordt steeds belangrijker voor het begrijpen van complexe IoT-landschappen," zegt Matthias Broecheler, chief technologist bij DataStax. Hij voegt toe dat sommige fabrieksbeslissingen directe respons vereisen, wat de ontwikkeling van autonome anomaliedetectie drijft.

Vaarwel, Data-silo's

In slimme fabrieken hangt succes af van samenwerking tussen managers, veldoperators en IT-teams – net als in elke zakelijke transformatie. De Boer waarschuwt dat transformaties falen wanneer teams in silo's opereren, met slechts één functie die verandering drijft.

Data democratiseren betekent dat elke stakeholder – van boardroom tot productievloer – de nieuwe technologieën en hun toepassingen moet begrijpen. Voor productie zal de rol van operatiepersoneel in het kampioenen van analytics cruciaal zijn.

De Boer benadrukt analytics-academy-programma's aangeboden door het Global Lighthouse Network, en stelt dat alle stakeholders ervan kunnen profiteren.