O que podemos aprender com o setor industrial ao aproveitar dados subutilizados?
Analisaremos algumas áreas onde as empresas podem aproveitar a oportunidade para criar valor comercial a partir de dados que não estão sendo utilizados adequadamente.
Nos últimos anos, os dados gerados pelas empresas tiveram um aumento incrível em volume. Segundo o Gartner, aproximadamente 80% desta vasta quantidade de dados não é estruturada, superando em três vezes os dados estruturados em taxa de crescimento.
O que agrava a questão é que os analistas estão bem conscientes da questão, 68% identificaram estratégias potenciais para aumentar a rentabilidade da empresa. No entanto, enfrentam grandes obstáculos na implementação de ideias que possam ter devido a restrições de tempo e horas desperdiçadas para conseguirem aceder aos dados.
Este é um problema fundamental para muitas empresas e, com tantos líderes a apelar a soluções eficazes para resolver esta má gestão de dados não estruturados e subutilizados, a quem podem recorrer?
Bem, a indústria manufatureira tem algumas ideias. Muitas fábricas estão agora a utilizar a abundância de ferramentas de análise de dados, tecnologias digitais e os recursos sem precedentes que isso proporciona. Essas soluções permitem que eles detectem padrões de falhas recorrentes por meio de tecnologia de sensores, melhorem a sustentabilidade por meio de insights analíticos e otimizem o design de processos em fábricas distribuídas usando modelos avançados.
Eficiência Operacional e Visibilidade
Um cenário que muitas vezes acontece com as empresas é que o fluxo interno de dados atinge os limites devido à falta de recursos da empresa. A falta de visibilidade dos principais dados operacionais e financeiros pode levar à ausência de relatórios sobre áreas como planos de utilização de equipamentos e aquisições.
A IBM informou que a partir da pesquisa que realizou, uma empresa de mineração poderia aproveitar um sistema analítico avançado e obter visibilidade abrangente de suas operações, aumentando a eficiência e otimizando as decisões de mineração e preços. Isto levou a uma notável redução de 50% nos custos de aquisição de equipamentos, ao aumento da produtividade e à reabertura de duas minas anteriormente fechadas. Os algoritmos também analisaram diversos equipamentos e parâmetros de mineração para garantir a utilização eficaz de cada tarefa.
Noutras áreas do setor de produção, um importante fornecedor automóvel global procurou recentemente avaliar a eficiência operacional das suas múltiplas fábricas. Para atingir esse objetivo, a ZF implementou um programa de fabricação digital utilizando a plataforma de nuvem Azure em conjunto com o Factory Intelligence da PwC.
Ao aproveitar análises avançadas, visualizações e fluxos de trabalho automatizados, a ZF reduziu com sucesso os custos de conversão, melhorou o desempenho geral e elevou a eficiência e eficácia da força de trabalho em sua extensa rede de mais de 200 fábricas.
Análise preditiva
Os sistemas de manutenção preditiva utilizam uma riqueza de dados históricos, abrangendo informações estruturadas e não estruturadas de diversas fontes, incluindo dados gerados por máquina e não gerados por máquina. Este conjunto de dados abrangente permite a geração de insights que ultrapassam as capacidades das técnicas tradicionais.
Ao aproveitar análises avançadas, as empresas podem identificar padrões e condições que muitas vezes levam a quebras de máquinas. Ao monitorizar de perto os parâmetros de entrada, podem intervir e tomar ações preventivas antes da ocorrência de qualquer avaria potencial, maximizando efetivamente o desempenho dos ativos e minimizando perturbações dispendiosas.
Um excelente exemplo envolve um produtor de petróleo confrontado com desafios persistentes relacionados com os compressores instalados nas suas plataformas de produção offshore. Sempre que um compressor apresentava defeito, toda a plataforma tinha que interromper a produção, resultando em perdas diárias surpreendentes que variavam de US$ 1 a US$ 2 milhões. Os engenheiros vinham tentando identificar a causa raiz dessas falhas há anos, mas seus esforços produziram sucesso limitado.
Embora suspeitassem que a temperatura ou a pressão dos fluidos que entravam pudessem ser responsáveis, eles lutaram para estabelecer uma correlação clara entre qualquer um dos fatores e as avarias subsequentes.
No entanto, ao analisar dados de vários sensores e capturar informações sobre uma ampla gama de 1.000 parâmetros diferentes, a análise avançada finalmente descobriu a conexão subjacente. Descobriu-se que as avarias estão fortemente correlacionadas com alta pressão, alta temperatura e vários outros fatores contribuintes.
Pessoal e Cultura
Libertar o valor dos dados requer a criação de equipes de dados que trabalhem no âmbito de uma estratégia e de um quadro de governação de dados claramente definidos. As empresas que levam a sério a busca de aproveitar os dados para a transformação devem montar equipes multifuncionais compostas por organizadores de dados, arquitetos empresariais, cientistas de dados, especialistas em IA e profissionais de negócios com conhecimento de dados.
Essa equipe diversificada pode identificar colaborativamente desafios que podem ser enfrentados por meio de soluções baseadas em dados. Essa equipe possui experiência em tecnologia multiplataforma, uma mentalidade estratégica para navegar pela ambiguidade e a capacidade de preencher a lacuna entre as partes interessadas não técnicas e o mundo dos dados e da análise. Ao aplicar dados e análises, eles podem resolver problemas com eficácia e fornecer resultados valiosos.
No entanto, criar uma equipa como esta requer um esforço coletivo de indivíduos que valorizam, praticam e incentivam a utilização de dados para impulsionar a melhoria do desempenho. Uma cultura robusta de dados e análises prospera com base na centralização no cliente, no foco na melhoria contínua e na ética de trabalho baseada no consenso.
Por último, a governação de dados garante a sua gestão segura ao longo de todo o ciclo de vida dos dados e da análise, garantindo que as pessoas certas tratam os dados certos de forma segura e adequada. Estabelece protocolos para gerenciamento de dados, privacidade, segurança e conformidade, promovendo a utilização eficaz dos recursos de dados.
Medir e reportar os sucessos individuais pode demonstrar o impacto potencial a um nível mais amplo. Os resultados serão exemplificados por aqueles que enfrentaram desafios com sucesso, como a adoção e gestão de ambientes multi-cloud, o investimento em capacidades essenciais e a promoção da acessibilidade de dados e análises em toda a organização.
