• Artigo
12min maio 3, 2023 12min maio 3, 2023
maio 3, 2023 12 minute read

Entenda o DataOps Industrial: operacionalização de valor

Baixe este white paper de data storytelling

Este white paper fornece aos fabricantes uma estrutura básica para a construção de uma organização orientada por dados com ferramentas e técnicas de data storytelling.

Com o grande aumento de dispositivos de IoT, a expansão do 5G e a queda nos custos de armazenamento de dados, as indústrias estão procurando maneiras eficientes de otimizá-los. Elas precisam de ferramentas de gerenciamento de consumo dos mesmos que possam aprimorar a produtividade dos funcionários e reduzir custos sem processos muito longos.

As operações de dados, mais conhecidas como DataOps, vem ganhando popularidade no setor. DataOps refere-se a um método geral de estruturação para que os dados possam ser usados em toda a empresa. Ao contrário das plataformas de Cloud Computing ou Big Data, por definição, o conceito supõe que as informações sejam democratizadas em um formato utilizável por meio de automação, sem exigir interferência da equipe técnica.

Este artigo explora alguns dos principais benefícios que os fabricantes devem considerar ao implementar o DataOps em sua estratégia. 

O que é DataOps Industrial?

À medida que os fabricantes continuam amadurecendo seus recursos digitais, eles devem considerar como integrar o gerenciamento de dados – práticas e políticas gerais que a organização estabelece para seguir protocolos de segurança – à sua estratégia.

No entanto, o planejamento de como os funcionários usarão seus dados costuma ser uma tarefa negligenciada desse processo. Práticas como DataOps asseguram que suas políticas de gerenciamento respaldem suas necessidades de negócios. Sem uma estratégia estruturada e ferramentas para transformar seus dados brutos em insights de valor em toda a empresa, você pode cair na armadilha de coletar dados, mas não conseguir explorá-los economicamente. 

Naturalmente, os fabricantes são conhecidos por gerarem Big Data, porém, a McKinsey observa que eles têm visto o gerenciamento de dados como um grande projeto de TI construído em cascata, em vez de uma série de iterações ágeis de ciclos rápidos, bloqueando o futuro progresso até que os dados estejam “perfeitos.” 

Agora, com um foco maior na democratização de dados e nas tecnologias de autoatendimento, o DataOps tornou-se um método que pode melhorar drasticamente sua eficiência operacional, gerando economia, motivação e um produto melhor.

Embora o DataOps seja uma ideologia conceitual abrangente de como as pessoas devem estar aptas para usar dados, normalmente as iniciativas estratégicas são sustentadas por softwares que podem aumentar a entrega dos mesmos, por meio de integrações e automação. 

Basicamente, o DataOps é a criação de rotas e rotinas que conduzem os dados de forma automática, eficaz e repetida na organização usando código analítico. 

A automação é um componente importante do DataOps para tornar o processo mais eficiente e ajudar os profissionais a economizarem tempo e focar em iniciativas de alta prioridade.

Resumindo: o DataOps torna os dados mais confiáveis e utilizáveis para sua organização. 

Senso de urgência no setor

Os fabricantes variam drasticamente no seu estágio de maturidade digital. Para aqueles que estão iniciando a jornada, o foco é coletar dados por meio de sistemas e ativos inteligentes conectados. Aqueles que estão mais avançados estão focados em iniciativas para escalar seus casos de uso em toda a organização. Muitos setores ainda são desafiados por esquemas de organização que diferem de uma fábrica para outra; sendo assim, eles dependem de ferramentas como clouds e plataformas de IIoT para reunir diversas fontes de dados em um ambiente centralizado. 

Independentemente de onde você esteja do ponto de vista da maturidade, a preparação de dados é uma necessidade básica de todas as organizações. Neste caso, não estamos nos referindo ao movimento deles, embora certamente façam parte disso, mas do valor e dos casos de uso de negócios específicos que podem ser modelados e escalados na empresa.

Hoje em dia, muitos setores estão diante de desafios do dimensionamento, pois as infraestruturas de dados estabelecidas não podem mais comportar o aumento de volume e complexidade dos projetos. As expectativas da rastreabilidade do produto de ponta a ponta, da modelagem preditiva e de outras necessidades estão levando especialistas em TI e dados ao limite. Citizen Data Scientists (ou “Cidadãos Cientistas de Dados”, profissionais que utilizam a análise preditiva de dados de maneira avançada, com o objetivo de implementarem a tecnologia de Machine Learning em determinado departamento ou empresa) e desenvolvedores estão em alta, mas, enquanto isso, os fabricantes podem agir imediatamente para desenvolver casos de uso de DataOps que podem aumentar.

Por exemplo: um cliente do setor de alimentos e bebidas tinha visibilidade limitada do seu desempenho na produção em tempo real. Normalmente, ele precisava esperar até o próximo turno ou dia para receber relatórios de desempenho. A partir disso, poderia fazer ajustes e adaptar sua estratégia para seguir adiante. Com o Braincube, conectou-se a seus ativos para ver os dados de produção em tempo real. Com a simples exibição das condições dos dados no departamento de operações, as equipes conseguiram melhorar a produtividade em 6,5%, tudo isso em menos de um mês. 

Muitas vezes, enxergamos a transformação digital como uma jornada longa e desanimadora, mas, na realidade, muitas soluções podem gerar alto valor ao longo do percurso. Como o pêndulo continua mudando de um foco mais técnico para um mais centrado em dados e nas necessidades do usuário final, vemos cada vez mais casos de uso implementados em questão de dias. 

Casos de uso de DataOps Industrial

O DataOps e os aplicativos Braincube visam minimizar os pontos fracos, solucionando desafios de dados. Como é possível configurá-los para que você tenha um suprimento contínuo de todas as equipes em todos os níveis da organização?

Vejamos o exemplo de um departamento de operações. Se um engenheiro ou líder de fabricação ficar encarregado do KPI de melhoria do OEE (Eficiência Global do Equipamento), provavelmente saberá onde obter esses números. Eles podem ser calculados automaticamente ou exigir trabalho manual, dependendo dos recursos existentes. 

Mesmo que você tenha o privilégio de obter uma pontuação de OEE automatizada, ainda assim você não passará pela etapa mais importante de saber como melhorar essa pontuação. Por que razão você recebeu essa pontuação e como você identifica o que precisa ser feito para melhorá-la?

As ferramentas de DataOps do Braincube buscam resolver isso de algumas maneiras. Primeiro, nossa Plataforma de IIoT centralizará seus dados de diferentes fontes de IT/OT. Ela limpará, organizará e ficará disponível para os usuários finais, conforme necessário na organização.

Depois, as equipes podem utilizar ferramentas como o Aplicativo OEE. Esse aplicativo calcula automaticamente sua pontuação de OEE em tempo real para qualquer um ou todos os ativos. Além de sua pontuação de OEE sempre atualizada, você receberá insights sobre o porquê de ter ficado abaixo do desempenho esperado. O aplicativo fornecerá a categoria de baixo desempenho para que você possa adaptar suas estratégias rapidamente em tempo real. 

Se for necessário, você poderá utilizar a IA de autoatendimento para determinar a causa-raiz do baixo desempenho do ativo para uma maior otimização do valor e dos dados. Ferramentas como essa estão eliminando os pontos críticos que os fabricantes costumam enfrentar.

Outro desafio que costumamos enfrentar é o fato de que cada departamento de operações é configurado diferentemente e, portanto, não é possível modelar os casos de uso. Os sistemas, equipamentos, processos, conjuntos de habilidades humanas, entre outros, variam dentro da empresa. Porém, lembre-se de que o DataOps serve para melhorar a duração do ciclo para publicar novos casos de uso e, simultaneamente, dimensionar boas práticas e descobertas.

O aplicativo Studio do Braincube é parte fundamental da missão do DataOps de trazer o valor dos negócios para os usuários finais e para a organização. O Studio é um dashboard ultrapersonalizado que permite aplicativos e casos de uso específicos, visto que se conecta a diferentes sistemas e fontes. Essa interoperabilidade fornece uma ferramenta fácil de dimensionar que pode ser replicada, adaptada ou construída do zero para vários casos de uso na sua rede. 

A forma como você configura o Studio fica a seu critério. Alguns dos nossos clientes querem ver KPIs globais, como desempenho de energia, enquanto outros querem um dashboard de desempenho de ativos muito específicos; já outros querem ver o desempenho da produção em tempo real. Independentemente das suas necessidades, as ferramentas de DataOps, como o Studio, oferecem uma plataforma de autoatendimento de entrega de dados para apresentar informações relevantes para cada funcionário, conforme necessário.

Mesmo que os dados sejam alguns dos seus maiores ativos, ainda assim seus funcionários vão precisar entender basicamente como lê-los, compreendê-los e utilizá-los em tarefas cotidianas. As ferramentas de visualização de dados podem ajudar com isso, é claro, mas mesmo assim é necessário que sejam personalizadas pelo usuário final.

Os gráficos que integram SPC e centerlining, por exemplo, serão uma combinação perfeita para SMEs, mas se forem compartilhados, insights importantes poderão ser perdidos na transmissão para outro departamento. DataOps significa considerar como esse mesmo tipo de informação pode ser exibido e processado diferentemente. Se os SMEs precisarem de dados em nível de engenharia, por que não utilizar visualizações mais simples simultaneamente, como peças por minuto, temperatura vs. objetivo ou outras imagens diretas para as equipes de linha de frente?

Embora a literatura dos dados seja outro desafio, existem algumas maneiras efetivas de trazer o DataOps para sua organização por meio de data storytelling. Por exemplo: um fabricante de produtos químicos utiliza o Charts do Braincube para agregar dados de cinco sistemas diferentes, a fim de ajudar na redução de custo.  

Cidadãos Cientistas de Dados estão aptos para identificar uma melhoria na qualidade e enviar mudanças em tempo real para o departamento de operações. Isso economiza aos cientistas seis semanas por funcionário com dados limpos prontos para uso. Consequentemente, as equipes de linha de frente têm acesso a orientações e relatórios melhores que continuam aprimorando o desempenho.

Basicamente, embora haja tantas maneiras de implantar o DataOps, as empresas de sucesso fortalecerão a integridade dos dados, a democratização deles e os conjuntos de habilidades dos funcionários para conduzir e facilitar essas mudanças. 

Próximos passos no DataOps Industrial

O DataOps está focado na maneira como as pessoas podem usar dados com mais eficiência. Isso significa pensar nos benefícios que os dados certos podem oferecer e, então, orquestrar a estrutura da coleta, da transformação e do acesso deles para as equipes. Onde eles são coletados e para onde eles devem ir? Com que frequência e em que formato?

Existem muitas ferramentas (como sensores, conectores e softwares integradores) que podem ser usadas para acelerar o mapeamento de dados. Mesmo que tenha recursos técnicos, você ainda precisará liderar usando uma estratégia. Não se trata apenas de como implantar uma cultura centrada em dados, mas também é preciso considerar o tempo de treinamento, a documentação de novos processos e a implantação. Muitas empresas com as quais trabalhamos desenvolvem uma abordagem por fases, nas quais geram uma dobradinha de casos de uso poderosos, que podem crescer e se expandir para diferentes locais ou unidades de negócios.

Temos visto um aumento no DataOps conduzido pela alta gestão. A liderança está buscando operacionalizar os dados de maneira pontual, consistente e repetível. Para isso, achamos que é importante consultar serviços e softwares confiáveis, orientados por negócios. Independentemente de como você decida implementar o DataOps na sua organização, é preciso pensar em como alinhar uma abordagem ágil e flexível com sua estratégia atual. Se você precisar de ajuda para desenvolver seu plano, ficaremos felizes em ajudá-lo. Inscreva-se abaixo para uma demonstração. 

Veja como a Plataforma Smart IIoT do Braincube pode te ajudar a implementar o DataOps em sua organização.
process-digital-twin

Gêmeo Digital do Braincube

Um Gêmeo Digital é usado na produção para descobrir a causa principal dos problemas, identificar e prevenir os defeitos, otimizar os processos e evoluir as estratégias de manutenção preventiva. No entanto, nem todos os Gêmeos Digitais de produção são iguais.

Rastreabilidade na produção industrial

A rastreabilidade avançada dos produtos ajuda as equipes a obterem o Golden Batch de forma consistente, identificar áreas para melhorias e manter as coisas funcionando sem problemas. Aqui estão seis desafios que você pode superar com a rastreabilidade.

industrial-iot-platform

Estabilize a qualidade e melhore o rendimento

Ao usar a plataforma Smart IIoT do Braincube, os Gêmeos Digitais e os aplicativos de inteligência de negócios, a equipe da ofi descobriu otimizações de processo usando IIoT para melhorar a satisfação do cliente.

Recursos Relacionados: