數據健檢:以科學方式解決製造業痛點 智慧應用 影音
DTResearch
ADI

數據健檢:以科學方式解決製造業痛點

  • DIGITIMES企劃DIGITIMES企劃

紫式大數據決策專案經理陳暎仁博士。DIGITIMES攝
紫式大數據決策專案經理陳暎仁博士。DIGITIMES攝

數據掌握程度是企業推動數位轉型的關鍵指標,製造業由於產線設備數量龐大,智慧製造概念又強調OT與IT兩大系統的整合,因此數量遠較一般企業更龐大,分析能力也更為重要。紫式大數據決策專案經理陳暎仁博士在「擁抱分析服務,打造企業專屬智慧製造鋼鐵衣」演講中就指出,製造業者必須善用科學化管理機制,讓數據成為企業升級的強大助力。

陳暎仁指出「分析服務」是以旁觀者角度分析企業/商業問題,並提供合適的處方建議與解決方案的服務,演算法與系統都只是資料產品最終呈現的樣貌(即「鋼鐵衣」),且因應企業文化、管理模式、資料產生方式的個體差異,每個企業所需要的鋼鐵衣也都不盡相同。

他接著指出,企業是群體組織,內部人員各司其職,各自的角度與作業模式均不相同,對企業主而言,轉型過程要面對的問題往往涉及整體系統與流程,在此同時多數企業內部尚未設立專職解決系統面問題的組織,因此有必要發展以資料為基礎的運作機制,為既有人力賦能,讓資料收集模式能與企業目標匹配。

為解決此問題,紫式大數據決策(DALabx)以「產業醫生」為定位,提供企業以資料為基礎的問題診斷、檢驗、處方、製藥、導入、追蹤的健康醫療照護,從盤點既有的資料開始,結合國立清華大學決策分析研究室(DALab)多年產學合作經驗所累積轉化的分析模組,協助企業內部各層級進行溝通討論,設立可達成的階段性目標,再發展數位決策解決方案。

陳暎仁表示,執行專案與數據健檢的差異,在於前者大多是摸著石頭過河,根據客戶想達成的目標簽訂專案合約,之後視進行狀況逐步調整做法,但最終成果與最初設定的項目不一定相符;但後者則是以終為始,開始前會反覆確認商業目標及其數據可行性,並驗證項目的可行性,之後才會進入專案階段,在此運作模式下的成果,可與當初目標高度相符。

他於演講中展示DALabx將這樣的服務推展到不同類型的企業之中,包含IC封裝廠、IC測試零組件製造商、鑄造廠等,均獲得客戶很好的回饋與評價,並在客戶的支持與共同努力之下長期合作,為客戶量身打造專屬的鋼鐵衣,逐步實現智慧製造與數位轉型。

陳暎仁最後表示,資料品質是轉型關鍵,企業必須建立團隊執掌資料管理與把關工作,初期可透過與外部分析服務建立單點的績效同時培養內部人員的分析思維,而在內部人員分析思維提升之後,可再依據企業發展策略,決定全面由內部團隊接手運作或持續與分析服務外包商合作。不過無論採取哪一種方式,都必須先設立商業目標與數據目標,透過這兩大目標的設定與實際執行過程,製造業者才能以科學管理方式解決企業痛點,落實數位轉型願景。



關鍵字