分析

如何扩展分析能力

越来越多地采用分析技术,弥合了过程专家和数据科学家之间的差距,鼓励了制造协作

尼克·范达姆 2021年9月24日
礼貌:TrendMiner

工业制造商经常发现他们的流程专家和数据科学家有不同的解决问题的方法。例如,精通生产的过程专家可能精通分析技术,但在进行分析时带宽受到限制。相反,精通分析、有数学倾向的数据科学家缺乏他们的过程专家同行所拥有的生产知识(参见图1)。

当生产中发生意外事件时,流程专家通常会尝试自己解决异常。只有当他们无法解决这个问题时,他们才会寻求数据科学家的帮助。对于多站点生产设施,中央数据科学团队的角色包括支持和回应来自不同工厂的询问和沟通,众所周知,这是分析链的瓶颈。不幸的是,这种情况可能会发生,因为请求的数量太多,淹没了中心数据科学组,导致反馈延迟,甚至更糟,让流程专家束手无策,对他们的问题没有任何响应。

图1:过程工程与数据科学方法在工业制造组织内解决问题。礼貌:TrendMiner

图1:过程工程与数据科学方法在工业制造组织内解决问题。礼貌:TrendMiner

提高分析成熟度

让流程工程师和数据科学家采用更成功的方法的最佳方法是扩展分析能力。使用自助分析工具提高流程专家的分析成熟度非常重要,因为它可以使团队自己进行更多的数据分析。这将使他们能够通过分析实现自给自足,使他们能够解决大多数生产问题,而无需寻求其他来源的支持。对于最复杂的问题,中央分析团队将帮助进行故障排除。

自助分析可以帮助解决大约80%的日常生产和流程问题。这使得数据科学家有更多的时间专注于剩下的20%的复杂问题,并使他们更加有效。采用这种解决问题的方法,可以利用双方团队的知识和经验,实现双赢。

近年来,支持分析的流程专家正在超越这一分析成熟度级别。他们渴望增加自己的分析知识,并欣赏他们能够获得的更大程度的灵活性,以自己执行各种分析的能力。新的趋势指向了一种新的数据科学家,现在被称为“公民数据科学家”。公民数据科学家的工作岗位可能不在分析领域,他们现在配备了自助分析工具,可以执行高级诊断、预测和规范分析。

使用嵌入式笔记本进行团队优化

流程制造和运营专家可以应用自助分析软件,使用传感器生成的时间序列数据分析、监控和预测运营绩效。其目标是使工程师能够使用分析软件来提高运营效率,而无需数据科学家。

工业分析领域的下一代自助服务分析软件包含一个嵌入式笔记本(见图2)。访问更高级的功能可以为用户提供更大的灵活性和更好的分析体验。流程专家可以使用高级趋势分析自己准备操作数据,并将数据视图加载到笔记本中。使用用户选择的数据科学库,用户可以自己创建和运行脚本。任何有价值的结果,如新的(预测性)标签和相关的监视器或笔记本可视化,都可以显示为仪表板互动程序,并可在整个组织中访问。

图2:industrial analytics领域的下一代自助服务分析软件包含一个嵌入式笔记本。提供:TrendMiner

图2:industrial analytics领域的下一代自助服务分析软件包含一个嵌入式笔记本。提供:TrendMiner

获得更有意义的价值

嵌入式笔记本的使用正在帮助流程专家在分析方面变得更加熟练,在他们接近数据科学家水平的过程中变得更加自信。随着过程专家逐渐熟练地尝试各种算法和使用笔记本技术,他们可以从数据中获得更多的价值,这是他们以前无法做到的,例如:

  • 增加流程可视化,向仪表板添加额外的可视化,并增强热图、树图或联合图等地图/图的报告功能。
  • 进行统计分析,比较生产数据集(好数据和坏数据,如t检验/方差分析)。
  • 使用低通滤波或指数平滑来消除受季节影响的数据。
  • 开发非线性预测模型来预测质量,如使用神经网络。
  • 使用自助分析搜索结果执行高级质量平衡计算。

即使过程专家提高了他们的分析成熟度水平,数据科学家在数学/统计/AI/ML/建模理论方面的内在知识和能力,也总是会在两个团队之间创造一种以技能集、知识和专业知识为标志的边界。工艺专家根据他们的生产工艺进行思考,并从数据中寻找趋势,如任何可能导致生产停滞的异常现象以及可能发生的原因。另一方面,数据科学家往往对算法、清理数据和使用模型更感兴趣。虽然他们通常不是自助分析用户,但他们可以成为用户,特别是在新笔记本电脑的支持下。

更协作环境的具体数据科学家和过程之间的专家可以实现由于这些新笔记本结合自助分析软件(参见图3)。两个数据科学家和过程专家将能够更容易地共同合作项目,因为他们可以直接继续使用与流程专家提前准备数据的工具相同。这一结果使得流程专家和数据科学家组成了一个协作、有凝聚力和互动的团队,可以更有效地解决潜在的流程问题。此外,如果出现复杂的用例,这使数据科学家可以将更多的精力集中在过程专家的项目上。

图3:由于这些与自助分析软件集成的新笔记本电脑,可以实现数据科学家和流程专家之间更具协作性的环境。礼貌:TrendMiner

图3:由于这些与自助分析软件集成的新笔记本电脑,可以实现数据科学家和流程专家之间更具协作性的环境。礼貌:TrendMiner

分析用例示例

科莱恩公司是一家全球专业化工公司,生产保健化学品、自然资源、催化和能源、塑料和涂料。该公司在德国的工厂开始使用自助分析软件工具,在取得巨大成功后,将使用范围扩大到其在北美和中国的所有站点,并很快将在全球范围内扩展部署。

自助分析软件带来了来自不同文化和背景的不同人之间的协作。该软件有助于围绕各种关键过程思想、最佳实践和潜在过程改进进行有价值的交流。其结果是加强了合作和协调全球生产。来自多个大陆的生产数据和信息可以在不同地点进行比较。这消除了数据竖井,使所有站点的信息可以在一个屏幕上共享。随之而来的是黄金生产批次,这只能通过使用分析软件和使用黄金指纹来评估批量运行质量。如果需要,纠正措施可以更快采取。

科莱恩是分析软件如何将流程专家和数据科学家聚集在一起,并让他们使用其优势和独特技能的一个例子。事实上,Clariant数据科学家Nimet Sterneberg认为自助分析工具使他能够为他的数据科学工作“收集数据,在正确的样本中获得正确的数据”(参见图4)。

图4:Clariant数据科学家Nimet Sterneberg认为自助分析工具使他能够“收集数据,在正确的样本中获得正确的数据”,为他的数据科学工作服务。礼貌:TrendMiner

图4:Clariant数据科学家Nimet Sterneberg认为自助分析工具使他能够“收集数据,在正确的样本中获得正确的数据”,为他的数据科学工作服务。礼貌:TrendMiner

科莱恩能够减少所需的原材料数量,更重要的是,根据其批次的周期时间,减少了等待时间,这导致了巨大的成本节约。当流程专家看到该工具的好处和帮助他们进行的改进时,采用和部署该工具的动机是快速而简单的。

提高分析能力

自助分析软件帮助解决80%的日常运营问题,数据科学家使用的自助分析工具似乎正在增长,这是由于嵌入软件的笔记本环境的灵活性,并提供一键访问准备好的上下文数据。

解决操作问题需要过程专家和数据科学家。幸运的是,随着资产工程师和操作人员的分析成熟度和流程知识的不断提高,以及数据科学家和流程工程师之间的合作日益增长,这些嵌入式笔记本电脑的进步推动了工业工厂和生产设施的良好定位(见图5)。

TrendMiner首席技术官Thomas Dhollander表示:“经典数据科学依赖于为数据科学家带来操作诀窍,而自助分析旨在打包数据科学建模功能的子集,并将其作为一组强大的功能提供给主题专家(无需技术调整参数,无需数据科学培训)。认识到将这些互补方法相互结合的潜力的公司将是能够加快其运营效率和竞争优势的公司。”

图5:两个问题解决小组的技能组合。礼貌:TrendMiner

图5:两个问题解决小组的技能组合。礼貌:TrendMiner

通过投资于这种解决问题的方法,组织可以通过分析获得成功,并确保在工业制造领域的竞争优势和成功的未来。由于工业制造领域的不断发展,对于数据科学家和流程专家来说,共同打造新的路径,实现以数据和分析为中心的文化,比以往任何时候都更加重要。


尼克·范达姆
作者简介:尼克·云顿(Nick Van Damme)是TrendMiner的产品总监。