ここから本文

Factory Automation

 

データ収集・分析ソリューション

データ活用による生産現場改善の流れ

生産現場を改善するためには?

ものづくりの現場にあふれる大量のデータは、現場改善のための宝の山です。
データを収集・分析して正しく活用することで、従来は難しかった生産性向上や品質向上を実現できます。

課題設定 データ収集 可視化・分析 診断・運用

課題設定

対象は何か / 現状把握 / 何を解決したいのか

経営課題の抽出

初めに経営視点で現状を分析します。
手段が目的化しないように注意して、解決すべき課題を抽出します。

現場課題の落とし込み

経営課題を具体的な現場課題へ落とし込み、現場で対策が立案できる課題まで細分化を行います。

Point

解決すべき課題が明確化されていることが重要

データ収集

何のデータを集めるのか / どのように集めるのか

要因分析・データ選定

エンジニアの豊富な経験・勘・知見に基づき、現場課題の解決に必要なデータを選定します。

データ収集

各種機器・ソフトウェアなどを活用し、選定したデータを収集・蓄積します。

Point

設備とプロセスの見識を基に、データを選定して収集

可視化・分析

収集データの可視化・分析 / 分析結果の妥当性の検証

データ可視化

収集したデータを見やすく表示して、生産現場の状況を見える化します。

データ分析

収集したデータを分析して、課題解決につながる知見を導き出します。

Point

現場改善/課題解決に必要な知見や要因を見つけ出す

診断・運用

分析結果を基に現場を改善

人の手による改善

可視化した現場の状況や分析で抽出した要因を基に、現場改善を行います。

診断システムによる改善

分析結果を基に収集データをリアルタイムに診断し、診断結果を生産現場へフィードバックします。

Point

改善活動と課題解決に対する評価を行い改善サイクルを回す