より優れたベンチマーキングを実現するために
今日の複雑な製造エコシステムにおいてベストプラクティスを見出すことは必ずしも容易で はありません。評価対象となる多数のファクターは本質的に異種であるため、再現性かつ優 位性のあるパフォーマンスを実現するものは何かを見通すことは難しいものです。コンテク ストを考慮し、同一条件下でのデータ比較に重点を置いた正確なプラントベンチマーキングに より、最適な手順を踏むことでベストプラクティスを構築できます。プラントベンチマーキ ングを通してこの手順に従うことで、ベストプラクティスへの旅を成功させることができます。
データの統合および集計
すべてのマシンからデータにアクセスし、単一の使いやすい集計ダッシュボードに表示します。
KPI
生産性
解析
01
02
03
04
Struggling with legacy data integration?
データの統合および集計により、ベンチマーキングデータが構造化されてまとめら れ、同一条件でのベンチマーキング分析およびデータ標準化のための強固な基盤が形成されます。
データ検証
以下に起因するデータ格差が生じないようにします。
実用的なベンチマーキングの構築において正確なデータは不可欠です。 データに信用性がなければ、ベストプラクティスは信頼性を失っているも同然です。 調査によると、製造業者は、単一ビューのデータダッシュボードに集約された自 動化統合データフィードを使用して、最も信頼性の高いデータを取得しています。
Curious how your peers approach plant benchmarking?
KPI データを手動でアセンブリン グを行う製造業者は、アセン ブリングされたデータの信頼性が 40%しかないと報告しています。
自動化された単一ビューダッシュ ボードを使用して同じ情報のアセン ブリングを行う製造業者では、 データの信頼性が 82 % に達しています。
40%
82%
潜在的データ
コミュニケーションロス
非標準化データ
データの正規化
異種のマシン、プラント、ライン、プロセスなど、すべてにわたってデータを標準化します。
データを標準化することで、最良の同一 条件下でコンテクストを考慮したデー タ比較が可能となり、深く掘り下げた実 用的なベンチマーキングが可能になります。
データ駆動型ベストプラクティスの実装 - 高信頼性かつ正確なベンチマーキングによりサポート
製造業者の 89 % が継続的な成長を望み、その 22 % が予測を超えて成長していると報告しています。
各種ツール、ラインおよびプラントで最高度のパフォーマンスを達成するための、 自動化された正確なプラントベンチマーキングの構築に ThingWorx がどのように役立つかを学びます。
89%
Read the Merging Legacy Equipment with the Industrial Internet of Things: Three Approaches for Integrated Data white paper to learn different methodologies for collecting actionable, integrated data directly from legacy equipment.
Read the 2019 IndustryWeek State of the Market report, The Future of Multi-Plant Benchmarking for Improved Performance, to learn more about what manufacturing leaders have to say about their plant benchmarking.
出典: The Future of Multi-Plant Benchmarking for Improved Performance, 2019 IndustryWeek State of the Market Report