2022年11月14日
在食品和饮料制造业(以及一般制造业),自动化需要大量数据是一个常识。 自动化程度越高,需要的数据就越多——而且必须保证其为高质量数据。 但高质量数据的定义是什么? 您如何知道自己是否获得了高质量数据? 以及您如何最大限度地利用已获得的数据?
高质量数据不仅仅指数字设备和系统数据,还包括非数字数据,或者存在于人工操作过程和员工脑海中的数据。 从工厂到董事会,这些数据在做出明智决策的过程中发挥着重要作用,同时,也对客户和自身的业务成果有重大影响。
在我们的白皮书《通过明智的决策解锁隐藏工厂》中,利乐技术服务公司的高级服务解决方案经理Dean Griffin解释道:“我们需要通过数据做出明智的决定,但数据可以是数字的,也可以是非数字的。 数字数据是我们业务中所有人都有的,它可以是计算机数据,也可以是纸质数据。 非数字数据的最佳定义是潜意识数据。 例如,知识和经验就是潜意识数据,而提炼这些数据则是非数字方面的能力。”
所以,高质量数据可以定义为:从各种数字来源收集而来、经过良好的可视化(以促进快速分析)、并与员工的经验和知识相结合的数据。 有了这种类型的高质量数据,您的企业便可以不断做出更明智、更有利的决策。
谁才是决策制定者? 这是很多组织企业都困惑的问题。 根据我们的经验,让业务各个级别的人员能够做出基于数据分析的决策是很重要的。 这要求每个人都能访问数据,能够清晰地理解业务目标,并确保在做出决策时考虑到这些目标。
我们经常看到许多公司的数据不完整,不同的人依赖不同的数据集来做出有效决策。 然而,当每个人都拥有其领域内决策制定所需的信息时,就会减少对其他职能部门决策的依赖,同时为更好的业务成效做出贡献。
例如,当运营人员通过所需数据做出产品决策时,中层管理人员就可以利用所有可用的经验和信息集,专注于战术业务挑战。 而高级管理层则可以通过提供战略方向和明确目标来支持中层管理人员。 这些是由运营和非运营信息集驱动的。
Griffin说:“通过更好地理解人机界面,我们可以以一种更简单易懂的方式呈现数据和信息,并帮助员工在不完整的数据集下做出更明智的决策。”
巴勃罗·毕加索曾经说过:“行动是成功的关键。”而让所有人都参与决策制定才能促成行动发生。 这样的一个共识是正确的: 需要用高质量数据优化业务。 但是,当您评估数据质量时,不要忘记考虑您可以使用的所有数字和非数字数据。 不断收集数据,有效地可视化数据,并将数据集中提供给各个级别的人员,使他们能够做出推动结果的决策。