• Новости
• Блоги
• Аналитика
• Новости компаний
• В СНГ и в мире
• Анонсы

Прогнозная аналитика – способ адаптации в новых экономических реалиях

Практика показала, что в кризис выживают те бизнесы, которые продолжают инвестировать в производство, технологии и инновации.

Вы никогда не сумеете решить возникшую проблему,

если сохраните то же мышление и тот же подход,

который привел вас к этой проблеме.

                                                              Альберт Эйнштейн

Несмотря на то, что вложения в ИТ всегда затратны, а внедрение новых технологий на производстве – процесс непростой, экономия на этом важном аспекте может поставить под угрозу само существование бизнеса.

Выход здесь только один – идти вперед и продолжать интеграцию ИТ в производственные процессы своих предприятий. Инновационные решения способствуют дальнейшему развитию, повышению объемов и доходности производства. Предприятия, которые уже используют инструменты прогнозного обслуживания, могут смело рассчитывать на высокую эффективность и надежность эксплуатации оборудования в будущем. Это исключает опасность внезапной остановки оборудования или всей производственной линии.

Кроме этого, прогнозные технологии способствуют повышению качества изготавливаемой продукции или по меньшей мере позволяют поддерживать его на стабильном уровне. На рынке представлено множество решений, каждое из которых можно успешно адаптировать для специфических задач отдельно взятого бизнеса. Стоимость подобных технологий для многих предприятий кажется справедливой, особенно когда на карту поставлено качество продукции и бесперебойная работа крупного производства, а убытки в случае поломок оборудования и простоя конвейеров исчисляются миллиардами.

Предпосылки для внедрения решений прогнозной аналитики

Сегодня решения в области прогнозной аналитики все чаще применяются для повышения эффективности оперативного управления производством. Прогнозы активно используются менеджерами для принятия целого ряда тактических и стратегических решений.

В новых экономических реалиях сегмент технологий прогнозного анализа сохраняет положительную динамику. Среди главных причин такого положения дел – осознанная необходимость снижения производственных издержек, стремление производственников оптимизировать процессы принятия решений и пути митигации рисков. Согласно исследованиям TransparencyMarketResearch, к 2019 г. объем мирового рынка прогнозной аналитики достигнет $6,5 млрд. Для сравнения: на текущий момент этот показатель составляет $4,3 млрд. Как видно, даже в непростые времена рост продолжается.

Эксперты Gartner сходятся во мнении, что рост показателей компаний, которые уже используют и будут в дальнейшем применять прогнозную аналитику, не менее чем на 20% превзойдет конкурентов.

На популярность подобных решений в бизнесе влияет целый ряд факторов: от жесткого регулирования рынков со стороны надзорных органов до требований бережливого производства.

В числе дополнительных предпосылок внедрения решений прогнозной аналитики в производственный процесс можно назвать следующие факторы:

• высокая стоимость технического обслуживания промышленного оборудования, не всегда доступного по срочному запросу;
• ужесточение требований регуляторов к безопасности на производстве и охране окружающей среды;
• удорожание ресурсов и материалов;
• обострение конкуренции в отрасли;
•  резкое снижение качества продукции или увеличение издержек на производство продукции того же качества;
• нарушение производственного цикла из-за внеплановых остановок и ремонтных работ;
• увеличение доли брака выпускаемой продукции и др. 

В каких же отраслях и сферах экономики целесообразно использовать решения прогнозной аналитики?

Прогнозная аналитика в реальном секторе: перспективы и возможности

Сегодня ИТ-рынок предлагает целый ряд преднастроенных моделей прогнозной аналитики, которые помогают решать самые сложные производственные задачи в разных отраслях промышленности. Так, в крупнейших отраслях на первое место выходят предиктивные технологии, позволяющие повысить эффективность производства и всего бизнеса в несколько раз. От современных платформ требуется обеспечение быстрого внедрения, а важной целью их использования становится оперативное получение ключевых данных. Все это дает ИТ-специалистам возможность моментально создавать аналитический контент в соответствии с требованиями бизнеса.

Прогнозные платформы «встраиваются» в технологический процесс работы производственного оборудования. Решения получают информацию от различных датчиков оборудования, систем контроля внешней среды, энергообеспечения, подсистем АСУТП и пр., обрабатывают данные и осуществляют прогностический контроль работоспособности оборудования и качества выпускаемой продукции в режиме реального времени.

В основе технологии прогнозной аналитики лежат методы статистики, анализа данных, теории вероятностных процессов, которые используются для исследования исторических массивов явлений и изменений, предсказания вероятности наступления событий в будущем.

Процесс прогнозного анализа включает в себя несколько этапов.

Постановка задачи – определение бизнес-целей проекта, его результатов, наборов данных, которые необходимо будет использовать.

Сбор и анализ данных – извлечение информации, необходимой для получения полного представления о предмете прогнозирования, из различных источников хранения данных.

Подготовка данных – проверка, очистка, преобразование и нормирование данных с целью отбора массивов данных, которые будут использованы для прогнозирования в соответствии с поставленной задачей.

Создание прогнозной модели. Прогнозное моделирование дает возможность автоматически создавать точные прогностические модели будущего. При этом возможности интеграции позволяют использовать одновременно несколько разных моделей для контроля результатов прогнозирования.

Внедрение модели, которое обеспечивает возможность получения прогнозных данных для поддержки принятия управленческих решений в автоматизированном режиме. 

Прогнозная аналитика решает целые комплексы задач, нацеленных на реализацию бизнес-потенциала производственных предприятий, финансовых, страховых, телекоммуникационных компаний, розничных сетей, здравоохранения, фармацевтики.

Использование технологии прогнозной аналитики в коммерческом секторе заметно повышает качество прогнозирования спроса или будущих продаж, финансовых показателей; точность сегментирования клиентов, точек продаж; эффективность маркетинговых активностей и т.д.

В реальном секторе прогнозная аналитика активно используется для прогнозирования функционирования, эксплуатации и обслуживания оборудования, для моделирования производственных и технологических процессов. Применение моделей также позволяет прогнозировать уровень качества продукции на технологических переделах. И, как следствие, оптимизировать процесс производства в целом.

Прогнозная аналитика на предприятиях России: цифры и факты

Как показывает практика, в результате внедрения решений прогнозной аналитики предприятиям разных отраслей удается уменьшить количество поломок оборудования в среднем на 30–35%, сократить расходы на его обслуживание на 10–20%, уменьшить время простоя ресурсов на 15–25% и на 10–15% увеличить объем производства.

Например, главной целью прогнозной модели для горно-обогатительного комбината по добыче железной руды стало определение причин нарушения допустимых характеристик крупности дробления руды и сокращение процента брака при механической обработке руды в среднем на 5%. Для построения прогнозной модели использовались как данные АСУТП, так и результаты лабораторных анализов, приборов контроля качества. В модель были включены показатели обогатимости руды, процент содержания железа и прочих примесей в руде, производительность дробилок, ток и мощность, потребляемые оборудованием, скорость и нагрузка конвейеров и т.д. Для установления причин брака использовались различные математические методы, в частности корреляционный анализ, деревья решений и прочие зарекомендовавшие себя подходы. На основе построенной модели были выявлены факторы, обусловливающие уменьшение брака крупности руды. Прогнозная аналитика позволила снизить процент производственного брака до запланированной заранее нормы.

Ситуация, когда ИТ становятся новатором и двигателем ключевых бизнес-процессов, отражает важнейшую тенденцию развития целого ряда отраслей промышленности, которой в дальнейшем последует большинство компаний.

Современные возможности информационных технологий в области сбора и обработки огромных массивов данных в режиме реального времени, не доступные еще несколько лет тому назад, вкупе с передовыми математическими методами прогнозной аналитики вскоре станут незаменимым инструментом, способствующим реальному повышению эффективности промышленных предприятий.

Сегодня прогнозная аналитика имеет все шансы превратиться в драйвер инноваций, а интеграция подобных решений при грамотном подходе поможет бизнесу успешно адаптироваться к новым экономическим реалиям.

Алевтина ДЕМИЧЕВА, директор по маркетингу, «Тринити»