{"id":2575,"date":"2021-05-13T14:18:43","date_gmt":"2021-05-13T12:18:43","guid":{"rendered":"https:\/\/www.offbook.it\/zyronit\/?p=2575"},"modified":"2021-05-13T14:18:43","modified_gmt":"2021-05-13T12:18:43","slug":"i-big-data-scalinata-verso-il-successo","status":"publish","type":"post","link":"https:\/\/www.offbook.it\/zyronit\/i-big-data-scalinata-verso-il-successo\/","title":{"rendered":"I Big Data: scalinata verso il successo"},"content":{"rendered":"

I 3 motivi per cui i Big Data cos\u00ec non vanno e i 7 passi da fare.<\/span><\/strong><\/h4>\n

Circa un anno fa ho pubblicato un post sui Big Data. Da un po\u2019 di tempo non se ne sente pi\u00f9 tanto parlare o se ne parla con un certo imbarazzo. Il motivo \u00e8 che manca la risposta alla domanda: \u201cCosa me ne faccio?<\/em>\u201d. Come sempre la risposta \u00e8 nella domanda e per ciascuno di voi \u00e8 diversa. Analizziamo la situazione scomponendo il tema in 3 punti.<\/p>\n

Primo: qualit\u00e0 e completezza dei dati.<\/strong><\/span><\/h5>\n

La \u201ccreazione di un oggetto\u201d (manifattura) \u00e8 un processo e la sua modellazione \u00e8 una conoscenza che deve spaziare di\u00a0tutte le fasi del processo<\/strong>. La raccolta dei dati, innescata dal rinnovo o dall\u2019acquisizione di nuove macchine, \u00e8 oggi a macchia di leopardo, e deve essere omogenea rispetto a tutte le fasi di produzione. Vanno \u201csensorizzate\u201d anche le macchine acquistate tempo fa prive di sensori interrogabili dall\u2019esterno. Solo cos\u00ec si completa il dominio delle conoscenze.<\/p>\n

Inoltre, non tutte le fasi sono \u00a0automatizzabili e quindi rimangono manuali \u2013 ad esempio i test di Controllo Qualit\u00e0. Vanno \u201cdigitalizzati\u201d per completare la conoscenza.<\/p>\n

Secondo: contestualizzare i dati.<\/strong><\/span><\/h5>\n

Raccogliere la temperatura di un forno in ogni secondo aiuta a capire quanto consuma e se funziona bene, ma, se non la si collega all\u2019oggetto riscaldato nel forno si avr\u00e0 una informazione decontestualizzata e quindi disaggergata. E\u2019 l\u2019oggetto che si produce che collega gli effetti delle fasi a monte con le fasi a valle. I dati raccolti dal campo da un centro di lavoro devono obbligatoriamente essere ricondotti all\u2019oggetto di produzione. Altrimenti si possono fare solo delle affermazioni di media e si perdono i dettagli del sistema di produzione.<\/p>\n

Terzo: chiusura del loop di miglioramento.<\/strong><\/span><\/h5>\n

Il miglioramento del processo \u00e8 solo l\u2019obiettivo iniziale di una completa automazione ma pu\u00f2 dare il via ad un completo processo di innovazione ed evoluzione. Il loop si compone di una analisi statistico\/matematica dei dati (Data Analysis<\/em>) per ottenere dei modelli di funzionamento e\u00a0individuare delle correlazioni\u00a0lontane<\/em><\/strong>\u00a0tra i dati rilevati.<\/p>\n

Come incide la temperatura di colata della materia prima forno sul controllo a raggi X dopo lo stampo? E\u2019 un\u2019attivit\u00e0 che avviene magari ore dopo la fusione iniziale del materiale. O ancora, come impatta la temperatura di concia di una pelle sul trattamento finale.<\/p>\n

Poich\u00e9 il prodotto, tra i due momenti di raccolta dei dati, passa attraverso N fasi, linee e addirittura reparti diversi \u2013 con nel mezzo terzisti, magari \u2013 la correlazione non \u00e8 mai \u201cevidente\u201d. Ne consegue che l\u2019analisi della non conformit\u00e0 fatta al controllo a raggi X pu\u00f2 portare a dei miglioramenti ma solo nella fase del ciclo immediatamente precedente, senza cogliere la vera motivazione del problema.<\/p>\n

I 7 scalini d’oro.<\/strong><\/span><\/h4>\n

E\u2019 necessario quindi<\/p>\n