Por que a manufatura precisa de Big Data?

Ao longo das últimas décadas as operações de manufatura passaram por uma grande evolução, da produção simples e totalmente sob o controle humano, a um processo complexo, automatizado e cada vez mais inteligente que, assim como qualquer forma de gestão de negócios, exige dados precisos e confiáveis. Nesse sentido, o Big Data tem auxiliado, e muito, o setor. Para se ter uma ideia, algumas empresas chegam a coletar, a cada 250 milissegundos, mais de dez mil dados. Por isso, a adoção de estratégias digitais para análise do Big Data podem ser substanciais já que, além de elevar a produtividade da empresa, o estudo dessas informações possibilitará processos mais assertivos, redução de custos e até a previsão e prevenção de problemas operacionais. O planejamento e a priorização desse tipo de iniciativa, porém, ainda se mostram desafiadores para muitas empresas.

Segundo a pesquisa “Manufacturing and the Data Conundrum”, do The Economist Intelligent Unit realizada a pedido da Wipro, apenas 42% das empresas entrevistadas consideram possuir uma estratégia de gerenciamento de dados bem definida, mas apesar desse número ainda não chegar à metade do total, 86% dessas companhias afirmam ter havido um aumento na produção e na qualidade dos dados a serem analisados – sinal de que os insights gerados impactaram positivamente no negócio. O estudo também descobriu que as empresas que têm uma estratégia de dados bem definida são mais propensas à rentabilidade, com média de crescimento de lucros de mais de 10% anualmente – 34% das empresas relataram uma economia anual de mais de 25%, através da aplicação dos sistemas de análise.

Um exemplo de estratégia bem sucedida é a Meritor, fabricante de sistemas de transmissão, freios e outros componentes para veículos comerciais. Na hora de avaliar os fornecedores do setor, os clientes levam em consideração o número de peças rejeitadas por milhão (PPM). Para elevar a sua nota nesse quesito, a Meritor quintuplicou os números de dados recolhidos e começou a rastrear as taxas de defeito, não apenas por lotes de produto, mas também por operações de produção individuais. Além disso, decidiu diferenciar as peças rejeitadas por clientes das rejeitadas por fornecedores, o que permitiu avaliar os níveis de qualidade de suas próprias fontes. O resultado? Em 2013 a taxa de rejeição da empresa era de 139 partes por milhão. Durante o primeiro trimestre de 2014, com a companhia trabalhando para melhorar a rastreabilidade dos problemas de produção, a taxa caiu para 67.

Hoje, mais do que nunca é essencial à indústria de manufatura executar uma gestão eficaz e integrada do Big Data. Vemos que o caminho para atingir o sucesso em meio a essa imensidão de informações está cada vez mais em coletá-las e a analisá-las de maneira a atender um objetivo pré-estabelecido, buscando informações valiosas e que permitirão à companhia entender melhor as necessidades dos seus clientes e, a partir disso, descobrir como otimizar a sua produção.

Matéria completa: http://corporate.canaltech.com.br

Os comentários estão fechados.