Wskaźnik OEE – jak analizować dane w firmie produkcyjnej?

[Michał Napieraj]: Zastanawialiśmy się jaki temat wybrać i co w tych firmach produkcyjnych rzeczywiście jest tym tematem takim najczęściej analizowanym i najczęściej poruszanym. No i wyszło nam, że chyba najlepiej będzie zapytać naszych znajomych z firm produkcyjnych naszych klientów. No i pytając kilku z nich pierwsze co się rzeczywiście nasuwa to jest ten wskaźnik OI.

To jest coś z czym oni często rozpoczynają i kończą pracę i na to często zwracają uwagę. Dlatego to ten rzeczywiście wskaźnik tutaj stał się bohaterem naszego webinaru. No i tą naszą część merytoryczną planujemy podzielić następująco Na początku powiemy trochę o tym, Co w ogóle można analizować w firmie produkcyjnej, trochę jeszcze w oderwaniu od tego wskaźnika, jakie obszary analityczne i skupimy się tutaj na dziesięciu, można w ogóle w firmie produkcyjnej analizować.

Potem ja opowiem trochę teoretycznie o wskaźniku OII, czyli jak go wyliczać, z czego on się składa, a potem Andrzej w tej już części takiej najbardziej praktycznej pokaże na żywo aplikację, której tutaj wycinek mamy na tym naszym pierwszym ekranie i opowiemy o tym, jak wygląda ta mechanika jak z tej aplikacji korzystać i jak to może wyglądać.

Także tak jak już wspomniałem, jest z nami Andrzej, którego już część z Was może kojarzyć z webinaru o P&L-u i Andrzej tutaj te Praktyczne swoje walory i umiejętności korzystania z tejże aplikacji pokażę. Ja tutaj będę bardziej odpowiedzialny za taką część organizacyjną i merytoryczną trochę taką prezentacyjną.

Andrzej jest konsultantem, który wiele aplikacji dla firm produkcyjnych już w swojej karierze, że tak powiem, przygotował, a ja jestem odpowiedzialny za sprawy handlowe i często też właśnie za takie kwestie demonstracyjne narzędzia, którym jest plik więc taki tutaj tandem dzisiaj Państwa przywita i postaramy się, żeby,

Żeby te najbliższe kilkadziesiąt minut upłynęło, żebyście Państwo z tego coś wyciągnęli. Zanim zaczniemy i zanim przejdę do szczegółowej agendy, to chcielibyśmy też trochę dowiedzieć się o Państwu, także uruchomię teraz taką krótką ankietę. Gdybyście mogli Państwo odpowiedzieć na te kilka pytań, to będziemy zobowiązani, bo będziemy wiedzieć trochę więcej o tym naszym audytorium i o tym, kto na tym webinarze się nam pojawił.

Także zachęcamy Państwa do Klikania. Ankieta powinna być już widoczna na Waszych ekranach. Z góry chciałbym Państwa również prosić o wyrozumiałość, bo to mój debiut tutaj, tak jak już na wstępie powiedziałem, może jeszcze nie wszyscy Państwo byli tutaj w charakterze takiego prelegenta na webinarze. Bardzo dziękuję że Państwo tak licznie zagłosowali.

Czy ja bym to mógł udostępnić To jest pytanie Żebyście Państwo zobaczyli, no ale widzimy, że jednak większość z Państwa pracuje w firmach produkcyjnych, tutaj stanowiska nam się różnie rozkładają jednak z przewagą analityków i też innych stanowisk niż te, które sobie założyliśmy jako potencjalnych odbiorców naszego webinaru.

No i widzę, że spora część z Państwa już z Qlika w tym albo w wariancie Qlik Sense, albo Qlik view korzysta, część korzysta z innych narzędzi BI-owych, no i duża część z Państwa również korzysta z Excela no i jeżeli chodzi o analitykę OII, no to tutaj mniej więcej równo się to rozkłada, część z Państwa już z niej korzysta rzeczywiście, a część z Państwa jeszcze z niej nie korzysta.

Także dzięki wielkie za odpowiedzi wiemy już kto się tutaj nam pojawił, także wracamy sobie do, Do prezentacji teraz, tak jak powiedziałem, na początku opowiem trochę o tym, jakie jest 10 kluczowych obszarów analitycznych w branży produkcyjnej. Te obszary analityczne i te wnioski które tutaj przedstawimy, mamy zebrane w takim e-booku, więc jeżeli będziecie chcieli to po zakończeniu webinaru z zakładki wiedza na naszej stronie możecie sobie takiego e-booka pobrać i to przeczytać, także jeżeli nie chcecie za bardzo tego notować, to śmiało możecie się odwołać do tego e-booka.

Potem opowiemy o wskaźniku OI, zarówno teoretycznie, jak i praktycznie. Andrzej go pokaże na gotowej aplikacji analitycznej Qlikowej. Na koniec taka zapowiedź czegoś do czego odniosę się w trakcie tej prezentacji, czyli narzędzia procesu miningowego, czegoś nowego w naszej ofercie. Także myślę, że to też może się okazać ciekawe, bo to nam często bardzo wychodzi bardzo.

Na różnych spotkaniach z klientami czy potencjalnymi klientami, że jest to coś, czym coraz więcej osób chce się zajmować. No i na koniec taka seria pytań i odpowiedzi tak jak już wcześniej powiedzieliśmy, zachęcamy, żeby te pytania zadawać na bieżąco my na koniec sobie je zbierzemy i postaramy się na nie wszystkie wyczerpująco odpowiedzieć.

10 kluczowych obszarów analitycznych w branży produkcyjnej to są właśnie te obszary które teraz wyświetlam, proszę sobie je spokojnie przeczytać I po kolei przeanalizujemy każdy z tych obszarów pod kątem celów jakie są stawiane w analizie takich obszarów i tego, co wdrożenie analityki w narzędziu Business Intelligence przynosi w ramach analizy tego konkretnego obszaru.

Te obszary nie są uszeregowane pod kątem jakby częstości analizy, ani ich ważności, także tutaj ta początkowa kolejność jest w zasadzie taka losowa, natomiast te dwa ostatnie podpunkty czyli monitorowanie produkcji jakości i analiza wykorzystania wydajności maszyn, to jest coś, co pozwoli nam płynnie przejść do wskaźnika i sposobu jego obliczenia, no bo to są te obszary, które w ramach tego wskaźnika rzeczywiście dotykamy.

Pierwszym obszarem to są badania i rozwój i tutaj tworzenie tych innowacyjnych produktów, które przyciągają uwagę konsumentów rzeczywiście jest jednym z kluczowych celów większości albo niemalże każdego producenta i tutaj cele w ramach tego obszaru, które są stawiane, no to jest projektowanie i rozwijanie takich produktów, które rzeczywiście najlepiej trafiają w te gusta odbiorców i to są gusta różne, to są zarówno gusta wizualne jak i gusta jakościowe, gusta ekonomiczne, no bo wiemy że często Firmy produkcyjne produkują albo gotowy wyrób, który już oferują na rynku do bezpośrednich klientów, ale też są to często firmy szczególnie w Polsce, które są podwykonawcami produkują jakieś podzespoły, więc te gusta jakościowe czy gusta ekonomiczne są również szczególnie istotne.

Zarządzanie tymi kosztami docelowymi, zapewnienie rentowności przez cały cykl produktu to jest coś, co również stawiane jest jako cel w ramach tego obszaru. Dzięki temu, że mamy te dane zebrane w ramach jednego narzędzia i one pochodzą z wielu różnych źródeł, to możemy te innowacje wspierać i projektować te produkty na bazie danych zarówno z procesów inżynieryjnych, badania satysfakcji klientów, ocen jakości i analizy prototypów.

Narzędzie BI-owe umożliwia właśnie połączenie tych danych w jednym miejscu i wyciąganie tych wniosków na przecięciu tych niejako Poniekąd trochę rozłącznych obszarów. Kolejnym obszarem jest to analiza wydajności procesów, coś, co nam się wiąże z tym narzędziem o którym więcej powiem w tej końcowej części webinaru no bo celem rzeczywiście jest uzyskanie takiego jasnego obrazu wszystkich tych operacji, zarówno źródeł zaopatrzenia i zakupów dostępności aktywów, tu oczywiście wymieniam tylko kilka, cykli realizacji zleceń i przestrzegania harmonogramów, no a takim efektem który uzyskujemy, to jest redukcja tych Zbędnych elementów wąskich gardeł czy jakichś pętli, które wpływają na to, że ten proces jakościowo jesteśmy w stanie nadal poprawiać i taka analiza w Qliku, która jest tradycyjną analizą oczywiście pozwala na wyłapywanie pewnych rzeczy analizując to na dashboardach, natomiast ten proces mining to jest pójście jeszcze o krok dalej w tym, jak te dane możemy analizować.

Kolejnym obszarem są zakupy i szczególnie w dzisiejszych czasach gdzie jest szereg czynników komplikujących Zakup surowców czy podzespołów, no tutaj wiele wyzwań jest stawianych przed takimi przedsiębiorstwami, to są zmieniające koszty oferowane przez licznych dostawców, często tych dostawców jest dużo, a to, że mamy te dane zebrane w jednym miejscu powoduje że my jesteśmy w stanie tę ofertę efektywnie porównywać, mamy czasem brak jasności co do pakietów cenowych, no i niezgodność dostarczanych części ze specyfikacjami które przekazujemy naszym dostawcom.

I teraz jest kilka takich narzędzi analitycznych, które pomagają nam usprawnić ten proces zakupowy, czyli BOM, czyli Bill of Material, czyli rozbicie tego produktu na składowe tego produktu co umożliwia nam właśnie, Pod kątem tego, ile, czego, kiedy potrzebujemy optymalizacji tych zakupów. Możemy również analizować trendy kosztów czyli jak ten koszt rozkłada się w czasie.

Ostatnie lata powodują, że zmienność tych kosztów jest przez różne zjawiska, czy to geopolityczne, czy inne, dość zmienna, więc tutaj ta analiza też jest często kluczowa. No i karta wyników wydajności dostawców tak zwany scorecard, to też często firmy w ramach analizy swojej tej prokuramentowej takie karty przygotowują.

No i dzięki temu, że te analizy prowadzimy w taki sposób, możemy mieć dostęp do tych materiałów i komponentów wysokiej jakości i docelowo maksymalizować zyski po prostu przez optymalizację kosztową. Kolejnym obszarem to są zapasy, no i tutaj to jest takie balansowanie cały czas pomiędzy nadmiarem zapasów, który rzeczywiście obniża rotację i rentowność, a brakami magazynowymi, które prowadzą do utraty sprzedaży.

No i tutaj znalezienie tego złotego środka to rzeczywiście jest duża trudność, więc dostęp do tych danych bardzo częsty i do danych najświeższych umożliwia nam to, że możemy efektywnie rzeczywiście balansować pomiędzy tym ryzykiem tego nadmiaru i niedoboru, no i idąc za tym optymalizować rentowność i satysfakcję klientów, no bo satysfakcja wynika bezpośrednio z dostępności towaru, no coraz częściej tutaj mamy takie zjawisko jak powiedzmy same day delivery, gdzie Niektórzy konsumenci już oczekiwaliby tego, że przy zamówieniu pewnego produktu dostaną go już tego samego dnia, a z drugiej strony wiadomo, że magazynowanie produktów czy magazynowanie zapasów jest również kosztem więc znalezienie tego złotego środka w ramach tej optymalizacji jest czymś, co w kwestii zarządzania zapasami jest rzeczywiście istotne.

Kolejnym obszarem jest analiza sprzedaży marketingu Ona pewnie nie dotyczy wszystkich firm produkcyjnych, bo wielu z naszych klientów to są firmy które sprzedaży i marketingu jako takiej, mówię o firmach z branży produkcyjnej, nie realizują. Są to fabryki, które są częścią globalnych koncernów. Ta sprzedaż i marketing jest często gdzieś indziej, a tutaj jest tak naprawdę produkcja i to ta optymalizacja produkcji pod różnymi aspektami jest czymś kluczowym, czym te przedsiębiorstwa rzeczywiście tutaj w ramach tej działalności

Tych fabryk czy się rzeczywiście zajmują. Natomiast analiza sprzedaży i marketingu wiąże się z dużą liczbą danych i z bardzo dużą liczbą, coraz większą liczbą źródeł danych i tutaj często tych danych jest tak dużo, jak danych pochodzących z systemów produkcyjnych. Także jest kilka aspektów, na które należy zwrócić uwagę.

Po pierwsze należy precyzyjnie zdefiniować sobie te wskaźniki, które chcemy śledzić, a potem dokładnie je rzeczywiście analizować. Dane te gromadzić, umieścić je w jakimś jednym miejscu które umożliwia przecinanie tych danych bo często gdzieś tam obserwujemy, że te dane analizowane są w ramach tych systemów, w których one są zbierane, ale to tak naprawdę te przecięcie tych danych i pokazanie zależności między nimi powoduje że rzeczywiście jesteśmy w stanie obserwować to, co w efekcie chcemy uzyskać, Zachowania konsumentów dostępność zapasów i ustalania cen, maksymalizować możemy na tej podstawie zyski, bo jesteśmy w stanie optymalizować koszty, jesteśmy szczegółowo w stanie analizować efektywność naszej sieci sprzedaży i zarówno sieci sprzedaży naszej własnej, jak i sieci sprzedaży zewnętrznej co do której dane zbieramy.

Są tu branże specyficzne, które są w uprzywilejowanej sytuacji, tak jak np. branża farmaceutyczna, która ma też oprócz tego, że bardzo dobry dostęp do danych o aktywnościach swoich handlowców, to jeszcze ma dostęp do danych rynkowych, które są bardzo precyzyjnie też zlokalizowane geograficznie, to jest też element, którym się dość mocno zajmujemy, mamy taki gotowy produkt, który dotyczy tejże analizy właśnie zderzenia Danych o aktywności handlowców z potencjałem rynkowym, gdzie jesteśmy w stanie rzeczywiście precyzyjnie zarządzać tym, gdzie ci handlowcy powinni te swoje wysiłki ukierunkować rzeczywiście.

No i jesteśmy w stanie dostosowywać nasze produkty i strategie sprzedażowe do realnego popytu, bo te dane rzeczywiście jesteśmy w stanie wykorzystywać, no i lepiej dopasowywać ofertę do oczekiwań rynku. Kolejnym obszarem jest właśnie ta analiza potencjału rynkowego i prognozowanie popytu Żeby zachować tą rentowność, no to kluczowe jest zrozumienie tego potencjału rynkowego, Dla każdego wprowadzanego i utrzymywanego na rynku produktu.

Dlatego taka analiza wielkości rynku często z wykorzystaniem danych zewnętrznych różnych firm, które te dane o rynkach i o sprzedaży na rynkach zbierają i zderzenie ich właśnie z tym produktem który planujemy wytworzyć bądź wytwarzamy jest istotne i dzięki temu jesteśmy w stanie po pierwsze identyfikować jakieś nowe możliwości rynkowe, jesteśmy w stanie rozpoznawać czynniki, które sprzyjają wzrostowi i identyfikować potencjalne przeszkody, które utrudniają, utrudniać nam będą wprowadzanie i sprzedawanie tego produktu.

No i możemy również te zasoby alokować w sposób odpowiedni który zapewni nam rzeczywiście najwyższy zwrot z inwestycji. Łańcuch dostaw to też coś, co ostatnio spędzało sens powiek niejednej firmie produkcyjnej. Dostępność tych półproduktów czy jeszcze całkiem niedawno półprzewodników, czy różne blokady na morzach, czy utrudnienia związane z piratami, to jest coś, co zabrzmi może trochę egzotycznie, ale rzeczywiście w firmach produkcyjnych jest już całkiem na poważnie analizowany, koszty kontenerów wzrastające To jest coś, co rzeczywiście,

Jest skomplikowanym procesem na który trzeba zwracać uwagę i analizować go w sposób odpowiedni. Dzięki temu, że te dane tak jak powiedziałem, mamy zebrane bardzo szczegółowo w dojściu do pojedynczego szczegółu jesteśmy w stanie analizować ten łańcuch dostaw end-to-end, czyli od początku do końca jesteśmy w stanie monitorować te nasze globalne sieci dostaw i współpracę z dostawcami usług, co często powoduje też, że jesteśmy w stanie zbudować sobie taki mechanizm w którym mamy zgromadzone informacje o wszystkich naszych dostawcach tych usług i jest to jakiś tam też mechanizm Który pozwala nam efektywnie negocjować kolejne kontrakty w ramach współpracy z takimi przewoźnikami, czy to lądowymi, czy frachtowymi.

No i dzięki temu, że te dane mamy real-time albo near-real-time, czyli w czasie rzeczywistym albo bardzo blisko czasu rzeczywistego, no to jesteśmy w stanie bardzo szybko reagować na bieżące wyzwania i sprostać tym oczekiwaniom, które są nakładane na osoby zajmujące się właśnie tymi łańcuchami dostaw.

Magazyn też dość istotny obszar, który analizujemy. Też jakby tutaj często mówimy o tym, że ten metr kwadratowy rzeczywiście jest na wagę złota. W związku z tym to efektywne planowanie przestrzeni i wykorzystanie znacząco może się przyczynić do oszczędności czasu, miejsca i zasobów No i celem tutaj jest przede wszystkim zwiększenie elastyczności operacyjnej, redukcja kosztów Odpowiednie rozmieszczenie produktów które wraz optymalizacją procesów składowania ma przełożenie na czas i na energię, która jest wykorzystywana do dostarczania czy składowania i rozmieszczania tych ładunków.

Dzięki temu, że rzeczywiście mamy to zgromadzone w narzędziu BI-owym, to możemy taką analizę przepływów magazynowych głęboko drążącą sobie prowadzić i możemy wykorzystywać rzeczywiście tą przestrzeń w najbardziej efektywny sposób i optymalizować te koszty i czas. No i teraz dwa takie obszary które już bezpośrednio nam się będą wiązać z tym naszym wskaźnikiem OII, czyli monitorowanie produkcji i jakości jest pierwszym z nich, no i tutaj ten nadzór nad procesem produkcyjnym i utrzymanie wysokiej jakości to jest istotna rzecz, no i takim głównym wyzwaniem to jest koordynacja analiza danych,

Które są w ogromnej ilości, one pochodzą z wielu różnych źródeł, z licznych stacji roboczych. Celem jest tutaj uzyskanie takiego holistycznego obrazu całego procesu produkcji, ale też dojście do takiego pojedynczego szczegółu. Dzięki temu, że te dane mamy zgromadzone i tą jakość i produkcję jesteśmy w stanie rzeczywiście monitorować, to jesteśmy w stanie zapewniać wysoką jakość produktów terminowe dostawy i optymalizować procesy związane właśnie z tą produkcją i z jakością.

No i taki już bezpośrednio związany ze wskaźnikiem OI obszar to jest analiza wykorzystania i wydajności maszyn I w nowoczesnych zakładach produkcyjnych rzeczywiście te różnorodne maszyny pełnią różne specjalistyczne linie na tej linii montażowej. No i ich efektywne wykorzystanie i monitorowanie powoduje Że jesteśmy w stanie zapewnić ciągłość i optymalizować tą produkcję.

Wymaganie, jakie musimy sobie postawić, to przede wszystkim automatyzacja procesu zbierania danych. To jest coś, co dzieje się niejako przed narzędziem BI-owym, do tego mogą posłużyć narzędzia związane z integracją danych, takie, które są już z tego portfolio Data Integration, ale dzięki temu, że te dane mamy zebrane, to jesteśmy w stanie w ogóle do takich analiz szczegółowych z dojściem do tego szczegółu przystąpić.

No i możemy realizować te analizy rzeczywiście w czasie rzeczywistym albo blisko rzeczywistemu, to w zależności od tego, jak to jest biznesowo i ekonomicznie udostępnione, tak ten czas odświeżania tych danych jesteśmy w stanie sobie ustawić, ale rzeczywiście jesteśmy w stanie robić to również w czasie rzeczywistym.

No i dzięki temu, że te dane mamy zebrane w jednym miejscu i mamy to dojście do szczegółów, no to możemy regularnie sprawdzać ten stan maszyn. Jesteśmy w stanie zbierać podejmować działania korygujące, czyli tworzyć tak zwane Action plany, no i optymalizować harmonogramy produkcji zgodnie z aktualną dostępnością maszyn.

No i tutaj to jest takie naczynia połączone znowu no bo jakby dostępność maszyn wynika z harmonogramu produkcji, ale też harmonogram produkcji jest modyfikowany w związku z dostępnością maszyn, także tutaj cały czas ten proces jest w ciągu i jedno zależy rzeczywiście od drugiego. Przechodzimy teraz już do naszego bohatera webinaru czyli jeszcze nie do Andrzeja ale do wskaźnika OII, czyli Overall Equipment Efficiency albo Overall Equipment Effectiveness, bo te nazwy są zamiennie stosowane.

Jest to taki złoty standard pomiaru produktywności produkcji, który określa nam jaki procent czasu produkcji jest rzeczywiście naprawdę produktywny i wynik wynoszący 100% oznacza, że produkujemy wyłącznie dobre części Tak szybko jak to możliwe i bez przestojów czyli w języku OI oznacza to 100% jakości, tylko dobre części, 100% wydajności tak szybko jak to możliwe i 100% dostępności, czyli bez przestojów, oczywiście w odniesieniu do planowanego czasu produkcji.

I teraz wskaźnik OI obliczamy mnożąc dostępność czyli availability, wydajność, czyli performance i quality, czyli jakość. Przechodząc już do konkretnych składowych, no to wynik dostępności wynoszący 100% oznacza, że proces jest zawsze uruchomiony w planowanym czasie produkcji, ale planowany czas produkcji jest tu istotny, bo oczywiście odnosimy się do tego, jak tą produkcję zaplanowaliśmy, jeżeli mamy produkcję w czasie trzyzmianowym, 4×8, no to oczywiście będą to 24 godziny ale jeżeli produkcję zaplanowaliśmy inaczej, no to będziemy się odnosić do tego czasu, który rzeczywiście został zaplanowany.

Natomiast czas pracy maszyn no jest to planowany czas produkcji pomniejszony O czas przestojów. Kolejnym wskaźnikiem jest wydajność, która uwzględnia wszystko to, co powoduje że proces produkcyjny przebiega z mniejszą niż maksymalna możliwą prędkością podczas jego działania, czyli wolne cykle jak i małe zatrzymania.

Teraz wydajność możemy policzyć na dwa sposoby. Pierwszy z nich to jest idealny czas cyklu pomnożony przez liczbę wyprodukowanych sztuk i podzielony przez czas pracy maszyn i drugi sposób to jest liczba wyprodukowanych sztuk podzielona przez czas pracy maszyn i to wszystko podzielone przez idealny czas cyklu.

O ile liczba wyprodukowanych sztuk i czas pracy maszyn to są rzeczy, które mierzymy zbieramy, to idealny czas cyklu to jest coś, co określamy wcześniej i ta wydajność nigdy nie powinna przekraczać 100%. Więc jeżeli zobaczymy że ta wydajność przekracza nam 100%, to oznacza, że idealny czas cyklu po prostu jest ustawiony Jest ustawiony nieprawidłowo jest za wysoki, w związku z tym wynik tego równania Jest już przekraczający stopał.

No i jakość czyli ostatni z tych naszych wskaźników uwzględnia wyprodukowane części, które nie spełniają standardów jakości. To są zarówno części, które nadają się od razu do wyrzucenia, jak i te części, które wymagają ponownej obróbki, no bo gdzieś tam nie spełniają tych norm jakościowych, które sobie w tym procesie produkcji postawiliśmy.

Czyli jeżeli mamy jakość 100%, to oznacza, że nie ma żadnych wad produkowanych części, produkujemy tylko dobre części. No i tu dość prosty wzór, czyli jakość równa się liczbę wyrobów dobrych podzielone przez liczbę wszystkich wytworzonych wyrobów. No i teraz tak, formuła UI uwzględnia wszystkie straty i daje miarę prawdziwie produktywnego czasu produkcji.

I oblicza się to, jakie już wcześniej wspomniałem, dostępność razy wydajność razy jakość. Jeżeli te równania dotyczące dostępności, wydajności, jakości sobie sprowadzimy do najprostszej formy To możemy to OII policzyć również jako liczbę wyrobów dobrych pomnożoną przez idealny czas cyklu i podzieloną przez planowany czas produkcji.

Natomiast samo liczenie OII to jeszcze nie wszystko. Zejście do tych pojedynczych składowych jest czymś, co daje nam dopiero taki pełny obraz i umożliwia nam śledzenie tego i korygowanie tego naszego procesu produkcji, bo OII jako takie zapewnia nam cenne informacje, czyli dokładny obraz efektywności procesu produkcyjnego i śledzenie tego postępu w tym na przestrzeni czasu.

Natomiast nie zapewnia nam informacji na temat przyczyn leżących u podstaw utraty tejże produktywności. To jest rola tych właśnie składowych, czyli dostępności, wydajności i jakości. Czyli uproszczając, OII mówi nam jak dobrze sobie radzimy, a dostępność, wydajność i jakość informują nas o charakterze strat.

I tu jest Tutaj jeżeli spojrzycie Państwo na tą tabelę po prawej stronie no to mamy, To OII w dwóch następujących po sobie tygodniach i trend wydaje się prawidłowy, w pierwszym tygodniu OII wynosi 85,1, w drugim 85,7, wydawałoby się, że wszystko zmierza w dobrym kierunku, tylko pytanie czy na pewno, bo tutaj widzimy że w drugim tygodniu nasza dostępność rzeczywiście wzrosła o 5%, ale jakość spadła nam o 4,5%, w związku z tym pewnie niewielu z producentów jeżeli nie żaden, nie byłby skłonny do tego, żeby zwiększać tą dostępność kosztem obniżenia jakości, także dojście do tego pojedynczego parametru, do tej pojedynczej składowej i monitorowanie jak ona się przedstawia jest kluczem też analityki takiej właśnie w narzędziu biznes inteligenckiego Tego wskaźnika.

No i teraz płynnie przechodzimy już do roli Andrzeja, czyli do zaprezentowania nam jak taka aplikacja wygląda w praktyce, jak się z niej korzysta i jak te wnioski z niej można czerpać. Także Andrzej.

[Andrzej Dobiegała]: Bardzo dziękuję. Mam nadzieję, że już widać. Proszę Państwa teraz kilka minut z Qlikiem. To co Państwo widzicie to jest taki dashboard główny kokpit, pokazujący najważniejsze wskaźniki, o których tu wspominaliśmy czyli OI, na tle danych produkcyjnych zebranych.

Więc to, co w tej chwili widać. Więc przede wszystkim wartość wskaźnika w ostatnim okresie 69,5%. Proszę zobaczyć że od razu jest wskazanie na kwalifikację tego że jest to niewystarczająca wartość. Tu założyliśmy akurat że wskaźniki powyżej 80%, to są pozytywne pomiędzy 70 a 80, no powiedzmy że raczej takie sobie, wszystko co poniżej to jest wskaźnik, który nas nie satysfakcjonuje.

Więc od razu kolor nam mówi, że mogłoby być lepiej. Poniżej widzimy elementy składowe, dostępność, wydajność, jakość. Całość widzimy też w czasie. No i tu od razu widać że rzeczywiście w porównaniu do poprzedniego tygodnia wartość wskaźnika nam spadła. Rysuje się w ostatnich tygodniach tendencja negatywna Tutaj mamy taki widok gdzie W zależności od czasu widzimy wartość wskaźnika.

No i jeżeli weźmiemy na poprzednie okresy to widać że ten wskaźnik zmienia się. Tu były pozytywne tygodnie. Możemy to dokładnie zobaczyć. Czyli pierwszy rzut oka, główny wskaźnik te wskaźniki, które nam pozwalają zrozumieć, co się dzieje. Po prawej stronie trend. Ta linia trendu, proszę zwrócić uwagę, poszczególne wartości wskaźnika mają swój kolor Od razu widać, że tu było kilka tygodni pozytywnych, natomiast mieliśmy też tygodnie ze złymi wynikami.

Jeżeli chcielibyśmy popatrzeć na elementy składowe, to zmieniamy tu dostępność, jakość Wydajność możemy obserwować niezależnie popatrzeć na to, jak to wyglądało. To ogólnie tak, a gdybyśmy chcieli popatrzeć trochę na to, jak wygląda to na poszczególne elementy procesy maszyny i tak dalej, coś troszkę zagłębić się w to.

Proszę zobaczyć bo tu mamy ogólnie pozytywny wynik 80,5% przy jednym z procesów ale proszę zobaczyć jeżeli zejdziemy do maszyn, to już to nie wygląda tak dobrze. Więc łatwo możemy zobaczyć tu mamy te nasze granice, założyliśmy że 80% to jest pozytywnie, powyżej 80% to są wskaźniki pozytywne, poniżej 70% to negatywne i od razu kolorem na poszczególne wartość poszczególnych dla poszczególnych maszyn i widać W tym czasie te wybrane maszyny nie osiągają tego wskaźnika, więc tu mamy jakiś problem.

Za chwilę popatrzymy na to szczegółowo, ale już od razu taki pierwszy rzut oka. Pod spodem tego wszystkiego co Państwo tu widzą, mamy zgromadzonych kilka milionów zapisów informujących o pracy naszej grupy maszyn w przeciągu kilku miesięcy. Ta liczba danych które tutaj mogą być, to kilka milionów to jest taka próbka.

Tak naprawdę możemy tutaj gromadzić i dla Qlika nie jest żadnym problemem. Dziesiątki milionów przy setkach milionów, to trzeba troszkę poważniej, ale tak rekordy to przy przetwarzaniu to nawet może nie przy danych produkcyjnych O takich doświadczeń nie mam, ale spokojnie do miliarda czy nawet więcej możemy Qlikiem to objąć przetwarzać i nadal to będzie taki Qlik Taki czas odpowiedzi czyli Klikamy i mamy wynik natychmiast.

Także to jest wielka zaleta, że możemy olbrzymi wolumen danych obejrzeć. Popatrzmy na to bardziej szczegółowo, co mamy tutaj, tak żebyśmy popatrzyli na te dane nieco inaczej. Tu mamy dane o wydajności rzucone na strukturę naszej firmy pod względem produkcyjnym, podzielone na komórki, gniazda linie i jak to.

A tu na poszczególne maszyny. Pod spodem dane szczegółowe. Kolor nam mówi, wskazuje o wartości. Ten kolor niebieski to jest akurat tutaj wartość negatywna i odpowiednio różowy z odcieniem fiolety tu, Wartości pozytywne. No i na pierwszy rzut oka widać że mamy problem z komórką tutaj oznaczoną jako C77, ta ma najgorszy wynik.

Jeżeli ją wybierzemy mamy możliwość tutaj drążenia, patrzymy i widzimy że po drążeniu że z maszyną taper 377 to jest ta, która jest najgorsza. Jeśli ją wybierzemy pod spodem mamy dane szczegółowe. No i możemy tu sobie wybrać. Widzimy wszystkie, widzimy kwalifikacje aktywności, co tam się działo na tej maszynie, poszczególne czasy z czego ten wynik, czyli przeszliśmy od ogółu do szczegółu.

No i teraz gdybyśmy tu chcieli sobie wyszukać jeszcze dokładnie na przykład te aktywności awaryjne, zobaczyć jaka tu jest tego, Co tu naprawdę się działo, możemy te zdarzenia obserwować i badać to z dużą szczegółowością. Czyli możemy przejść od ogółu od ogólnych wyników od ogólnego obrazu do szczegółów.

I to za kilkoma Kliknięciami. Mamy nie tylko dane dotyczące tego czasu związanego z awariami z aktywnościami, ale również dane produkcyjne. No i tu jest taki widok który po lewej stronie mamy, po prawej stronie mamy dane produkcyjne. Widać produkujemy tutaj no 5 milionów jednostek jakichś tam produktów które mamy.

To są dane przykładowe. Chodzi o pokazanie zasad. Po lewej stronie natomiast widzimy Przestojów. Środkowy wykres pokazuje stara się to pokazać korelację pomiędzy czasem przestojów a wielkościami produkowanymi, ilościami produkowanymi. Ta, natomiast tu taka mapa drzewa pokazuje nam strukturę naszych, naszych przestojów tych czasów.

No i cóż od razu widać. To maszynę, którą wcześniej zidentyfikowaliśmy że to jest ta, która ma najwięcej przestojów. Jak wybierzemy ją, to jest ona jest tutaj na pierwszym miejscu jako ten negatywny bohater. Od razu widzimy, że produkcja na tej maszynie, ona tu jest jako jedna z najniższych. No i jeżeli wybierzemy tą maszynę, to widać też, proszę popatrzeć, że te ilości są względnie niewielkie.

Czyli jeżeli spojrzymy na ten wykres ten bąbelkowy Widzimy, widzimy maszyny z uwzględnieniem przestojów i produktów, czyli maszyny które mają dużo przestojów, no łatwo a to jest dolny prawa część, jeżeli to jest niewielka produkcja to ten, ta część w prawej dolny prawy ruch to nasi negatywni bohaterowie.

Możemy w ten sposób pokazywać dwa, dwie wybrane miary, no i starać się złapać szybko te elementy te maszyny, które sprawiają nam największe problemy. Tu przed chwilą starałem na, w tabeli pokazywałem Państwu awarię i proszę zobaczyć że tutaj, jeżeli chodzi o tą strukturę przestojów, też możemy szybko zobaczyć co składa się na ten obręb Jasne?

Powiększy to sobie każdy element w Qliku i mamy tutaj właśnie fejlę. Jeżeli wybierzemy te dane, widzimy dokładnie jaki to jest rodzaj i też wielkość prostokąta nam od razu mówi o znaczeniu tego problemu na tle struktury. Popatrzmy dalej, tu rzut oka w podziale na zmiany Mamy zmianę, tu akurat mamy dwie zmiany przedpołudniową, popołudniową.

Zwykle wszystkie wyniki są gorsze policzone wskaźnikowo w stosunku do tej popołudniowej drugiej zmiany ale patrząc na trendy można zobaczyć, że jest jeden tydzień który jest akurat inaczej. Nie będziemy zajmować się charakterystyką tu patrzymy na nieco jeszcze, jak już jesteśmy przy zmianach i produkcji, popatrzmy też tutaj na wielkość produkcji na poszczególnych zmianach.

Mamy tu wielkości skumulowane produkcji w poszczególnych jednostkach czasu, pierwsza zmiana, druga zmiana, no i wykres który to pokazuje jak to wygląda Przebiega. Proszę Państwa, to tak w telegraficznym skrócie, ale popatrzmy jeszcze na możliwości tutaj prezentacyjne naszych danych. Wracamy teraz do, obrazujemy trend wskaźnika OI w poszczególnych tygodniach na tle granic jak już wspominałem, powyżej 80% pozytywny wynik poniżej 70% negatywny i to rozrzucamy na jednostki czasu, tu akurat mamy tygodnie i poszczególne dni tygodnia.

Gdybyśmy mieli trochę więcej tych szczegółowych i byłaby taka potrzeba dana, to możemy zejść na poszczególne Poszczególne godziny, czy jeżeli byśmy zbierali z dużą jednością, to nawet pięciominutowy okres. Zdarzało się, że były takie wymagania do minuty prezentowaliśmy te dane. Kolor wskazuje na to, jaka jest wartość wskaźnika, czyli poniżej 60% w tych granicach alarmowych, ten kolor żółty czy też zielone wszystko jest dobrze.

I oczywiście tu możemy obserwować, czy to dotyczy drugiej zmiany pierwszej zmiany jakich maszyn i tak dalej. To wszystko możemy sobie na bieżąco modyfikować. Gdybyśmy chcieli obserwować te elementy składowe, to wyłączamy jeden, na przykład omija, pokazujemy dostępność, ewentualnie z wydajnością czyli możemy tym wykresem możemy wybierać to co chcemy.

Obserwować. Pora jeszcze popatrzeć na to pod względem takim może statystycznym, gdybyśmy tu chcieli naszą produkcję obserwować pod względem statystycznym, mamy też taki widok. Proszę zobaczyć tu jest wskaźnik OI, poszczególne elementy które mają wpływ czyli dostępność, jakość, wydajność. No i teraz popatrzmy, spójrzmy się od razu co widzimy tu w takim ujęciu statystycznym.

Mamy tutaj nasze komórki i tak tylko dla przypomnienia może, żeby jeszcze, jak ten wykres to wykres taki pudełkowy, jak on jest zbudowany, Mianowicie jeżeli mamy wyniki, to 50% jest prezentowanych tutaj w prostokącie, mamy po środku tą kreskę wskazującą na medianę, 25% to tworzy wąsy, to jest te najgorsze gorsze wyniki po prawej stronie, wyższe wyniki też 25%.

Więc taki wykres pudełkowy, skrzynkowy w ten sposób należy interpretować. No i teraz patrząc na to ujęcie statystyczne naszych wyników tu tutaj mamy poszczególne komórki zgromadzone, czyli linie gdzie są i widzimy od razu, że najgorsze wyniki mamy dla, Komórki opisanej czy grupy maszyn 79, najlepsze wyniki mamy dla komórki C80.

I przy okazji widać patrząc na to, mamy tutaj mediana, jaki jest rozkład tego wielkość prostokąta. Proszę zobaczyć, tak charakterystyczna ciekawostka to tutaj mamy stabilne wyniki, przy czym jeszcze dodatkowo ekscesy. No i tak możemy w tym ujęciu statystycznym popatrzeć na nasze prace naszych maszyn.

Jeżeli chcielibyśmy bardziej szczegółowo analizować, to kilka takich widoków które można tutaj, Które można z Qlika bardzo łatwo wygenerować. Proszę zobaczyć mamy tutaj strukturę naszych przestojów i te awaryjne, jeżeli chcielibyśmy zobaczyć jak wyglądają, rozrzucamy to w czasie na poszczególne maszyny i widzimy z dużą dokładnością informacje o naszych przestojach detalicznie wprost z możliwością do drążenia.

Gdyby okazało się, że te widoki które tutaj są, to jest coś niewystarczającego że chcielibyście Państwo jeszcze inaczej to zobaczyć to też mamy taką możliwość. Qlik ma taką fajną funkcjonalność, my to narzucamy, czasami nasz kolega wspaniały O zacięciu artystycznym, nazywa to malarzem raportów, ja czasem po prostu zwykle mamy w każdym razie takie narzędzie, które nam pozwala tworzyć zestawienia raporty takie, jak nam są potrzebne.

Proszę popatrzeć tu, widzimy rok, miesiąc i nasze wskaźniki. Dobrze ale powiedzmy, że chcemy to uzupełnić o dane dotyczące maszyn. Dokładamy sobie maszynę, zdejmiemy czas, chcemy zobaczyć jak, dokładniej opisać te maszyny, jakie tam operacje są wykonywane, dokładamy odpowiednie kolumny. Chcemy wrócić do widoku tygodniowego, a wyłączyć.

Odpowiednio włączamy, skupiamy się tylko na głównym wskaźniku mamy odpowiednie zestawienie. Dzięki takiemu arkuszowi, który nam pozwala dokładnie pokazać zbudować odpowiedni zestaw danych tu możemy sobie sortować, jeszcze wybierać filtrować, wszystko to jest żywe i aktywne i działać Jeżeli nas interesuje wybrana maszyna, też spokojnie możemy ją wybrać i ograniczyć to zestawienie do takich aspektów Do elementów jakie nam w danym momencie potrzebne, czyli nie musimy jakiegoś skomplikanego procesu modernizacji i tak dalej.

Wszystkie zgromadzone dane z dokładnością taką jak tylko. Jesteśmy w stanie zebrać możemy w ten sposób prezentować. Bez pomocy IT, bez pomocy wysoko wykwalifikowanych inżynierów IT sam użytkownik końcowy może to spokojnie przygotować. Proszę Państwa, wracając do tego widoku jeszcze kilka słów takiego podsumowania z tej części naszego, w której prezentujemy informacje dotyczące naszych danych.

Dlaczego klient Dlaczego tak dobrym narzędziem Kilka słów takiego podsumowania do prezentacji Danych produkcyjnych. Znakomicie obsługuje duże wolumeny danych czyli z taką dokładnością jak Państwu uda się zebrać z wielu maszyn z taką dokładnością jesteśmy to w stanie prezentować, czyli wolumeny rzędu, liczba wierszy, kilkaset milionów wolumeny gigabajty danych, to nie stanowi większego problemu Możemy zintegrować z różnych źródeł danych.

Mamy tą możliwość z najróżniejszych baz danych czy odczytywać. Odczytywać to również, bo było takie pytanie na bieżąco czyli możemy to przetwarzać ale tą część, która, jeżeli dane spływają na bieżąco, możemy odczytywać na bieżąco bez procesu bez skomplikowanego procesu przetwarzania. Prezentacja od ogółu do szczegółu Kilkoma Kliknięciami schodzimy od tych ogólnych wskaźników przez zmiany maszyny, grupy i tak dalej do poszczególnego rekordu żeby wskazać źródło naszego problemu.

I wreszcie jak to możemy prezentować? Tu pokazaliśmy dashboard z możliwością raportów kilka takich analitycznych widoków które pokazują, ale wymagają wejścia do tej aplikacji popatrzenia na te. Ale Qlik też może wysyłać do Państwa, gdybyśmy alerty wiadomości poinformować o tym, że wybrany wskaźnik na wybranej maszynie osiągnął wartość dla nas krytyczną.

Czyli jeżeli Państwo tylko chcielibyście można też, Qlika tak skonfigurować, żeby o wartości Krytycznych parametrów żeby był wysyłany tak zwany alert i odbieracie to mailem na telefonie czy gdziekolwiek, który Was informuje że na maszynie takiej i takiej czy grupie maszyn wartość wskaźnika wyniosła tyle i tyle.

No i jeżeli jesteście Państwo w szczęśliwej sytuacji że jesteście menadżerami, to możecie przekazać ten problem do rozwiązania a jeżeli sami musicie go rozwiązać, no to przynajmniej wiecie o tym wcześniej niż ktokolwiek pewnie inny. Kolejna oprócz tych alertów możliwość raportowania Chcielibyście na przykład przeprowadzać zebrania informacje podsumować pracę to warto sobie przygotować zestaw raportów, które będą wysyłane do uczestników takich spotkań, żebyście pracowali na jednej wersji informacji zebranych już bez Exceli bez jakichś kartek i tak dalej.

Można przygotować takie raporty czy w formacie PDF, czy w formacie Excelowskim wysłać na przykład co kilka dni, co tydzień a jeżeli jest potrzeba to i codziennie z bieżącymi wynikami w zakresie i sprofilowane stosownie do odpowiedzialności. Proszę Państwa, to tak w kilku słowach ponieważ czasu nie jest dużo.

Nie chcielibyśmy, nie chcielibyśmy Chcielibyśmy, żeby Państwo mieli ten obraz taki. W miarę pełny, ale też nie chcielibyśmy pokazać wszystkiego. Zawsze te realizacje, które są z państwa na państwa danych z wami, bo tylko z wami jesteśmy w stanie dostosowując to, co tutaj pokazujemy do waszych rzeczywistych potrzeb, czyli te formuły sposób liczenia wskaźników, sposób zbierania danych, to wymaga współpracy, ale dzięki temu jesteśmy w stanie pokazać te dane tak dokładnie tak jak rzeczywiście wymagania takie, jakie są zgodnie z waszymi wymaganiami.

To cóż, w życiu piękne są tylko chwile, więc kończę i ten swój fragment i oddaję głos Michałowi, bardzo proszę.

[Michał Napieraj]: To jest rzeczywiście coś, co często pada na naszych spotkaniach, takich gdzie wyciekli, a pokazujemy, no bo te najfajniejsze najfajniejsze i te najciekawsze i najlepsze aplikacje, no budujemy, Na potrzeby klientów i budujemy je pod MDA, więc nie jesteśmy w stanie ich siłą rzeczy pokazywać.

To jest aplikacja demonstracyjna, ona gdzieś tam ma pokazać jakie są możliwości, natomiast rzeczywiście te takie najbardziej efektowne aplikacje powstają już w ścisłej współpracy z klientem i one często są jeszcze bardziej zaawansowane, znacząco bardziej zaawansowane, ale czasami są prostsze, bo park maszynowy też jest prostszy, ale to jest pewien taki pogląd na to, jak to rzeczywiście mogłoby wyglądać.

Zachęcam dalej do zadawania pytań, część z nich odpowiedzieliśmy, ale jeszcze będziemy mieli taki moment, gdzie ja sobie wszystkie podsumujemy. Zapowiadam taki warsztat, jeżeli ktoś z Państwa chciałby zobaczyć w ogóle jak, Jak się z Qlikiem pracuje, czy to w obrębie właśnie danych takich produkcyjnych, no bo taki jest cel, ale trochę może też oprócz tego, no to taki warsztat rzeczywiście planujemy po naszym webinarze zwyczajowo kontaktuje się nasza koleżanka Ola z Państwem, więc pewnie będzie do Państwa się odzywać i informować Was o tym, jak ten warsztat będzie wyglądał no i też jakby pytać jak się Państwu ten webinar podobał.

Dobrze no i teraz przejdźmy do czegoś co zapowiedziałem na początku i trochę do czego się odniosłem w naszej prezentacji, to jest ten wspomniany proces mining, czyli ta szczegółowa analiza procesów to jest coś, czego Dotąd nie robiliśmy, albo robiliśmy w takim bardzo okrojonej postaci gdzieś namiastce takiej w Qliku bo Qlik jest bardzo dobrym narzędziem do zbierania tych danych i do analizowania bardzo dużych wolumenów danych.

Natomiast do analizy procesu i tych wąskich gardeł tych pętli, które są w tym procesie służą już narzędzia właśnie taki proces miningowy, które do tego właśnie rzeczywiście służą. I no serce mi zabiło mocniej, jak dowiedzieliśmy się o istnieniu takiego narzędzia, które jest w całości zbudowane na Qliku i można je kupić jako extension do Qliku, jako rozszerzenie, ale można też jako standardowe narzędzie, jeżeli korzystacie Państwo z innego narzędzia Business Intelligence, również sobie zapewnić.

No i, Teraz wchodząc w ten obszar proces miningowy i zaczynając pracę z tym razem z firmą Mehrwer, która jest dostawcą takiego narzędzia, które nazywa się MPMX, jesteśmy znów w kolejnym czyli czwartym Magic Quadrancie Gartnera bo ta firma jest rozpoznana jako lider. W zakresie właśnie procesu miningu i platform takich procesów miningowych w zakresie właśnie Gartnera i tego Magic Quadrantu.

Także tu więcej szczegółów już za chwilę, także jak mawiają anglosasi stay tuned, będziemy Was informować na bieżąco o tym, na pewno planujemy webinar we współpracy z MPMX, więc lada moment pewnie już takie informacje do Was będą trafiać. No i teraz chwila na odpowiedź na te pytania które zadaliście, a może trochę nawet bardziej na ich podsumowanie, bo na większość z nich chyba staraliśmy się odpowiadać na bieżąco ale ja zaraz sobie je przewinę, odczytam i opowiem a jeszcze w międzyczasie zachęcam Państwa do tego, żeby już teraz.

Zarejestrować się na nasz kolejny webinar, który będzie dotyczył analizy ESG, tematu ostatnio dość gorącego, więc już za chwilę wrzucę tutaj Państwu taki przycisk przez który będziecie mogli Państwo się już zarejestrować i w takim webinarze w najbliższym czasie, on już jest na naszej stronie wyświetlony, ale za chwilę tutaj Państwu udostępnię możliwość bezpośrednio przejścia do tego logowania, także proszę dajcie mi jeszcze chwilę Już w górnej części ekranu taki przycisk się pojawił, także jeżeli ktoś z Was jest zainteresowany to proszę śmiało Qlikać rejestrować się na nasze kolejne wydarzenie.

Dobrze to zerknijmy na te pytania, zacznijmy od początku. Czy będzie nagranie Będzie, tak, nagrywamy, to pewnie na to pytanie też odpowiem. Jak bardzo aktualne mogą być dane dotyczące wskaźników składających się na OI w docelowej aplikacji? Tak jak Andrzej napisał te dane mogą być odczytywane na bieżąco, to wszystko też od tego jak to jest biznesowo uzasadnione I jak często te dane ze źródła będziemy chcieli pobierać ale możemy w zasadzie pobierać je na bieżąco.

Jak liczyć wydajność, gdy liczba sztuk jest różna dla różnych asortymentów na danej maszynie? No tutaj trzeba to robić pewnie per asortyment. Andrzej popraw mnie, jeżeli coś tutaj, jak Ty uważasz jak byś do tego zagadnienia podszedł? No

[Andrzej Dobiegała]: musielibyśmy troszkę popatrzeć ale pewnie tak, jakiś rodzaj średni może ważniejsze jest chyba tak, że Te formuły które prezentujemy, no trzeba dostosować do Państwa warunków.

Tu mamy pełną elastyczność. To nie jest tak, że my przychodzimy z formułami, tylko inaczej Bierzemy te formuły, które Państwo wykorzystują, staramy się oczywiście je pokazać. No czasami ponieważ prezentujemy je w czasie z dużą zmiennością, to czasami trzeba je troszkę nieco zmodyfikować, ale tu stawiałbym i też, gdy zobaczy, to się w czasie je obserwuje, patrzymy, modelujemy.

Może tylko opowiem jak wygląda takie wejście czyli ten proces przygotowania tego. Więc bierzemy pod uwagę, my się znamy lepiej na danych niż na Państwa czyli znamy się przede wszystkim na przetwarzaniu Danych na prezentacji, więc bierzemy Państwa wskaźniki z naszym jakimś tam doświadczeniem, pokazujemy, Państwo obserwujecie czy to Wam pomaga, z jaką dokładnością chcielibyście to widzieć jak i to jest pewnie taki proces.

Dostosowujemy formuły, Państwo obserwują efekty, wizualizujemy to, czytacie, czy dobrze się poruszacie i w ten sposób krok do kroku, zwykle krótko w ciągu tygodni jesteśmy w stanie zbudować takie rozwiązanie, żeby ono pomagało, tak, Wam lepiej obserwować te dane, lepiej pracować, wychwytywać problemy no i żebyście Państwo nie zajmowali się przygotowywaniem analiz tylko rozwiązywaniem problemów i lepszym prowadzeniem biznesu więc,

Zostawiłbym to po prostu do konkretnego przypadku, do analizy.

[Michał Napieraj]: Czy Qlik pozwala wykrywać anomalie w danych produkcyjnych i czy można zautomatyzować sposób informowania o anomalii? Także jak najbardziej tak. To wszystko zależy od tego, jak tę aplikację zbudujemy. Natomiast jeżeli chodzi o samo informowanie o tym, to jest taki moduł alertowania, który w Qliku jest dostępny i na jego bazie możemy takie powiadomienie otrzymywać czy to mailowo, czy na urządzenie mobilne.

Także często osoby na produkcji wyposażone są po prostu w aplikację Qlik Sense, która umożliwia im po prostu śledzenie i otrzymywanie takich alertów Na bieżąco. Czy wejdziemy w dane, aby podejrzeć sposób obliczeń? Dziś niestety nie, ani nie mamy na to czasu, ani pewnie nie dla wszystkich odbiorców byłoby to tak interesujące tak mi się przynajmniej wydaje, ale ten warsztat o którym wspominaliśmy, myślę, że jest dobrym momentem do tego, żeby zobaczyć jak od strony modelu danych i od strony kodu wygląda stworzenie takiej aplikacji.

Tutaj mam informację o tym, jak obliczyć jakość, kiedy mamy opóźnienie w otrzymywaniu informacji o tych sztukach które są wadliwe, powiedzmy, no to tutaj uzyskamy po prostu pewne opóźnienie, będziemy mogli ten skalnik analizować, no ale dopiero wtedy, kiedy te dane źródłowe rzeczywiście otrzymamy i będziemy mogli je do tej aplikacji przekazać pobrać.

Czy można przetestować raport? Tak, można, za chwilę wyświetlę swoje dane kontaktowe, także zaraz będzie można sobie Je zapisać. Czy w prezentowanej aplikacji użyto dodatkowych płatnych extension? Wydawało mi się, że nie, ale pozostawiłem to Tobie Andrzeju, widzę, że, Nie, nie ma tutaj żadnych elementów to są wszystko standardowe elementy.

[Michał Napieraj]: Dlaczego mamy zdecydować się na Qlik versus Power BI? To pytanie fundamentalne i często padające. Pewnie z takich argumentów, które akurat w tym obszarze się nasuwają, to jest bardzo dobra praca z dużymi wolumenami danych, precyzyjne zarządzanie dostępem do danych czyli to, który użytkownik ma co zobaczyć To są takie dwie rzeczy, które mi się w pierwszym momencie cisną.

i trzecie to jest możliwość łączenia danych z wielu różnych źródeł. W tymże narzędziu, bez konieczności zastosowania narzędzi trzecich czyli zbudowania jakichś hurtowni danych, jakichś datamartów, które te dane nam poukładają, tak żebyśmy mogli je zwizualizować. Jakie jest powiązanie systemu z AI? Akurat tej aplikacji powiązania z AI nie mamy.

Qlik ma konektory do narzędzi AI, więc można te dane tam wysyłać. Pytanie czy przy tak specyficznej analizie wymagającej takiej wiedzy dotyczącej procesu produkcyjnego, specyfiki działania fabryki czy wytwarzania konkretnego produktu, AI już jest na tyle rozwięty, żeby nie halucynował za bardzo i nie przekazywał nam niewłaściwych wniosków.

To moja wątpliwość tak na szybko Pani Izabela. Dobrze, to na koniec wyświetlę swoje dane kontaktowe. Tak jak wspomniałem jestem odpowiedzialny Za procesy handlowe i za kontakt z klientami potencjalnymi klientami także Jeżeli ktoś z Państwa sobie życzy i ktoś będzie chciał ze mną porozmawiać, to proszę bezpośrednio się do mnie kierować, czy to telefonicznie mailowo, czy na Linkedinie i będziemy tego typu spotkania na których o tym porozmawiamy już umawiać i o tym rozmawiać.

Bardziej zasadny jest ML aniżeli AI. Dzięki czemu możemy przewidywać kolejne zdarzenia? Tak to jest temat, którego rzeczywiście nie dotknęliśmy, ale tak, jak można takie analizy machine learningowe rzeczywiście w Qliku prowadzić albo sprzężając go z ARM albo z Pythonem gdzie gdzieś tam z boku na serwerze pewne rzeczy sobie liczymy i wynik,

Zwracamy do Qlika, albo jeżeli korzystamy z cloudowej wersji Qlika, no to wykorzystać taki moduł automachine learningowy samotestujący się, który umożliwia nam właśnie tworzenie takich modułów, niekoniecznie zatrudniając data scientistę czy osobę odpowiedzialną za machine learning. Przewidywanie maintenance’u, przewidywanie awarii to jest coś, co przy wykorzystywaniu takich modeli machine learningowych rzeczywiście możemy robić i bardzo dziękuję Panie Danielu za dodanie tego, bo rzeczywiście o tym nie wspomnieliśmy, a to coraz bardziej istotne i coraz częściej wykorzystywane rzeczywiście.

Sporo już jest w

[Andrzej Dobiegała]: standardzie Qlika szczególnie w cloudzie, więc można śmiało w tym kierunku iść. Tu pokazaliśmy zbieranie dane, czyli ten pierwszy krok ale od tego pierwszego kroku trzeba zacząć to są następne kroki. Jak już mamy dane, dobrze je widzimy, to wtedy, Co raz więcej elementów jest wbudowanych w Qlika proste trendy itd.,

przewidywanie, jak najbardziej to już można zobaczyć. Właściwie prawie, że za Qliknięciem jest to dostępne.

[Michał Napieraj]: Widzę, że kolejne pytania ani komentarze się nie pojawiają, także raz jeszcze bardzo Państwu dziękujemy za udział. Mamy 60 uczestników teraz, więc myślę, że to całkiem dobry wynik. Tak jak wspomniałem, zapraszam do kontaktu jeżeli ktoś z Was będzie chciał porozmawiać o tym bardziej szczegółowo, to z Andrzejem możemy takie spotkanie z Państwem przeprowadzić i porozmawiać o tym, jak może wyglądać i jak można podejść do wdrożenia takiej analizy u Państwa w organizacji.

[Andrzej Dobiegała]: Dziękujemy bardzo

[Michał Napieraj]: w takim razie. Do usłyszenia do widzenia.