大數據意味著大 品質 數據

工業 4.0 的支柱之一是數據的可用性，以便我們可以智能地處理它。 使我們能夠得出過去對我們不那麼透明的結論和新發現。 為了建立智能工廠和自主供應鏈，第一步是建立供應鏈的數字模型。 要建立這樣的模型，良好的高頻數據必不可少。 也就是說，數據更新得越精細、越頻繁，我們所擁有的運營數字孿生就越好。

正如在一篇文章中指出的 麥肯錫公司，您需要了解哪些數據對您的運營至關重要，哪些數據正在使用或應該定期使用。 並找出可以確保數據準確性和及時可用性的方法。 如果沒有數字模型指導您從良好數據中識別不良數據及其可用性的需求頻率，則無法完成上述工作。 系統可以發現數據的不一致和缺失的鏈接。 如果在需要時數據不可用，他們也沒有耐心。 他們會確保你知道這件事！

直接的問題是，我需要什麼數據以及多久需要一次？ 還是我已經有了數據？ 夠好嗎？ 除非您知道要對數據做什麼，否則很難回答這些問題。 換句話說，需要的數據類型以及分析數據的方法以獲得我們所追求的結果。 假設您對運行工廠熄燈感興趣。 這意味著每台設備都需要進行數字建模。 您還需要實時獲得 WIP 數據，並詳細了解訂單要求，了解具體如何製作、製作的替代方法以及在設備故障或質量問題時應採取的措施。 因此，我們離了解需要哪些數據以及需要多長時間更近了一步。 我們需要靜態數據來構建工廠或供應鏈的模型或數字孿生。 我們還需要盡可能頻繁地使用動態數據來相應地更新模型。 因此，處理時間、工具要求、批處理能力、轉換時間、替代材料、替代路線等對於構建模型都是必不可少的。 然後我們需要連接到操作。 也許通過 MES 系統、IIOT 或流數據來了解和衡量我們的進度。 最後，為了採取正確的行動， 情報 需要響應和預測事件以優化和降低風險。

供應鏈計劃系統，例如 S&OP 和 S&OE 旨在通過構建環境的數字模型來為您提供可見性，並指導您獲得正確的數據和足夠的智能來優化運營。 明顯地， S&OE 系統可以做得更好，因為它們需要更高的數據粒度和頻率。 與高級和長期模型相比，它們更接近於運營的數字孿生模型。 S&OP 系統。

了解有關係統如何以智能方式自主運行您的供應鏈運營和工廠的更多信息； 以及到達那裡需要什麼數據，請訪問 Adexa.