预测分析可以降低制造风险的做法？

Q&AQ&A问答

预测分析可以降低制造风险的做法？

来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-05-10

将风险管理系统中的数据提供给分析和仪表板应用程序的公司
可以更轻松地从整体上了解制造业务的状态，这是的风险所在，重要的是应该集中精力进行工作，就制造商对业务的影响而言，制造商面临的风险是关键资产的失败，与绩效的企业相比，绩效的公司报告的整体设备效率高18％，计划外资产停机时间减少13％，表现的公司具有自动收集和共享数据以支持预测性决策的能力。

表现的公司还包括：
查明高风险的工厂资产和生产过程，建立阈值以监控风险并在价值偏离时通知员工
制定公司策略以确保预定阈值保持准确
优先确定和修复问题区域
通过将当前绩效与基准度量进行比较来跟踪风险管理方面的改进

制造商经常在标准关键绩效指标中识别历史信息而没有采用预测分析
真正的见解开始出现的时候，是在基线和趋势的背景下出现的信息出现了，从而可以快速识别偏差，变异和趋势模式，从而可以迅速进行团队审查和采取行动，正是这样的背景，好（或坏）是什么样？从而带来重要的见解。

制造商应该考虑和识别数据
而不是通常存储在数据库中的数据，重要的事情之一就是能够睁开眼睛，将创意思维带入标准数据库中当前尚不可用的其他类型的数据中，是否存在可用于近似其他相关变量的代理数据，这些变量可以提供对相关参数的深入了解？是否还有其他直接相关但与我们要解决的问题相关的数据？这可能包括公共领域数据或经济数据。

在供应链领域，非常需要用于协作预测，库存管理和生产计划的制造分析
主要主题之一是推动端到端集成的需求–需求感测算法可以提供需求激增（或放缓）的早期警告，可以从改进仓库开始追踪并驱动回供应链和分销管理，运输管理，生产计划以及供应商的能力和订单协作。

人们需要制定既可以在短期内提高事件透明度的指标

又可以为更广泛的战略决策提供输入，例如对能力的长期需求，或者甚至可以转化为减缓主要能力投资的放缓。

免费客服热线：400-050-6600

商业联合会数据分析专业委员会

Prev article

作为数据分析师的您如何跟踪微服务？

返回列表

Next article

大数据对于任何一位CIO来说都太大了吗？