Datafangst, kvalitet og visualisering

Datafangst

datafangstI dag er det tilgang til uendelige mengder data; men hvilke data er interessante? Hvilke data er viktig for å nå målene våre?

Ved implementering av nye produksjonslinjer og datafangst; ikke tenk «nice to have». Bruk ressurser på å innhente kun de dataene som du mener du har bruk for. Er du usikker på hvilke data som er viktig er det bedre å bruke ressurser først på å bestemme dette. Spørsmål som kan være til hjelp her er;

- Hvilke mål har produksjonen?

- Hvilke data er nødvendige for å følge opp målene?

- Vil andre måltall være aktuelle i fremtiden? Hvilke? Hvorfor?

Bedrifter som iverksetter omfattende datafangst kan risikere produksjonsstans om datafangst systemende ikke klarer oppgaven. «Make it simpel» gjelder her også!

Datakvalitet

datakvalitetBedrifter bruker mye ressurser på datainnsamling, datavarehus, rapportering og visualisering av data. Hva med datakvaliteten? Stemmer dataene overens med kilden?

Bedrifter som ikke har kvalitetssikret dataene tilstrekkelig, stoler ikke på dataene dersom de ikke stemmer med forventninger. De slutter kanskje å bruke dataene, eller de bruker dataene kun når de opplever samsvar med forventningene. Kvalitetssikring av data er viktig.

Data kan kvalitetssikres gjennom å overvåke produksjonen en gitt tid og registrere aktuelle hendelser manuelt, for så å kontrollere at datafangsten stemmer overens. En utfordring ved kvalitetssikring av data er å avdekke problemer som oppstår av og til. Lean Tech har erfaring med kvalitetssikring av datafangst, bl.a hos en bedrift hvor det ble logget opptil en halv million data per time fra mange ulike maskiner. Det var flere ledd og leverandører involvert, og omfattende rotårsaksanalyse ble gjennomført for å avdekke årsaker til ustabil datainnsamling og manglende data. I slike tilfeller er det viktig å innhente så mye informasjon som mulig om situasjonen som forårsaket ustabiliteten.

Data visualisering

datavisualiseringVisualisering av data gjør det enklere å kommunisere, forstå, evaluere og planlegge. "Et bilde er verdt tusen ord" sies det. Hvor mye er en graf verdt for deg?
 
Ved å visualisere data ved hjelp av excel eller mer avanserte statistiske programmer som eksempelvis JMP, Modde, Minitab og SigmaXL, er det lettere å se sammenhenger og trender mellom ulike datasett. Multivariat analyse viser hvor god korrelasjon det er mellom de ulike faktorene. Er det sammenhenger mellom datasett? Hvor god sammenheng er det mellom prosesskontrollene underveis i produksjonen og kvalitet på sluttproduktet? Klarer prosesskontrollene å fange opp avvik på et tidlig tidspunkt?

Har du datasettet hvor du ønsker å analysere trender og korrelasjon kan du kontakte Lean Tech. Visualisering av data gjør det også lettere når du skal kvalitetssikre data fordi det er raskt å finne "uteliggere" i datasett og analysere årsaken til disse. Lean Tech gir opplæring i JMP, Minitab eller SigmaXL i sine kurs.