這個故事正在等待客戶批准。 請將其視為公司機密。 不要透露。
精益工程讓倍耐力處於領先地位
將數據工作流整合到一個單一的定制平台意味著流程創新正在以閃電般的速度推出
___________________________________________________________________________________
挑戰：隨著現代製造流程產生越來越多的實時數據，Pirelli 的工程師尋求既發展組織的數據能力，又獲得一種工具，使他們能夠在整個企業部署一套單一的統計最佳實踐。 “我們設想了一種在標準化軟件中執行分析的方法，[在整個企業] 以相同的方式生成報告，並以最佳、最有效的方式進行分析，”過程質量工程師 Sara Sorrentino 解釋道。
解決方案： Pirelli 領導層批准了將 JMP 統計發現軟件部署為數據管理、訪問、分析和報告的企業標準的提案。 自動化和腳本功能以及 Python 集成功能使倡導者能夠開發複雜的自定義儀表板，這些儀表板顯著整合了公司的分析工作流程。 外展和內部培訓迅速吸引了領域專家的加入。
結果：“我們的工作流程現在非常非常精簡，”製造質量工程師 Massimo Pampurini 說，他與 Sorrentino 一起領導了開發分析能力的工作。 “我們有一個一致的系統，使我們能夠直接從數據庫中提取數據、創建表格、執行查詢、清理和過濾數據以及執行我們的分析，所有這些都在軟件內部進行。”關於該系統通過數據驅動的改進將實際價值轉移給公司的潛力，Sorrentino 補充道，“這是一個非常強大的公司影響——影響是巨大的。”
___________________________________________________________________________________
跨國輪胎製造商 Pirelli 於 1872 年在米蘭成立，如今不僅是全球消費市場領先的輪胎生產商；它也是精英賽車運動的發源地。 事實上，該公司豐富的體育歷史可以追溯到半個多世紀以前，在此期間，倍耐力與 FIM 世界超級摩托車錦標賽、世界拉力錦標賽、GT 世界挑戰賽，當然還有全球頂級賽車運動保持著獨家合作夥伴關係， 公式1。
倍耐力作為國際汽聯一級方程式世界錦標賽的獨家輪胎合作夥伴——該公司自 2011 年以來一直擔任這一職位——推出的實質性創新展示了倍耐力對性能的奉獻精神的微觀洞察。 例如，倍耐力僅為 2022 F1 賽季開發的五種複合材料系列的光面和濕地輪胎就需要超過 15,000 小時的室內測試和模擬、30 多個原型的開發以及超過 20,000 公里的測試幾乎每個團隊都在網格上。
性能和質量測試是倍耐力品牌的基石，這一理念貫穿於從研發到商業化和大規模生產的各個階段。 作為工業統計數據的早期採用者，倍耐力從一開始就擁抱工業 4.0 運動，企業努力提高速度和效率，部分是通過實施物聯網。 從那時起，該公司就收集、維護和利用了有關其所有產品和系統的大量數據。 隨著數字技術的進步，這些系統現在越來越集成，倍耐力的領導層從他們的隊伍中提拔了變革推動者，他們推進了利用數據分析的新解決方案。
過程質量工程師 Sara Sorrentino 和製造質量工程師 Massimo Pampurini 就是這樣的兩位倡導者。 Sorrentino 和 Pampurini 都在倍耐力米蘭總部工作，他們都在半精加工領域工作，他們正在聯手通過開發自動化、整合和標準化數據工作流程以及對同事進行現代工業統計方面的培訓來擴展倍耐力全球站點的分析能力。
“如今，我們所有的流程都會產生大量的實時數據。 我們需要具備適當分析這些數據的能力和工具，”Sorrentino 說。 “我們設想了一種在標準化軟件中執行分析的方法，[在整個企業]以相同的方式生成報告，並以最佳、最有效的方式進行分析。 我們正在盡可能地推動在全球範圍內向 [倍耐力] 傳播這些知識。”
適用於整個分析工作流程的單一軟件解決方案
在數字化轉型的早期，倍耐力的數據訪問和集成完全在 Excel 中進行管理，這種工具最終缺乏足夠的能力和復雜性來跟上公司的需求。 Pampurini 說，即使在倍耐力將其係統轉換為內部開發的專用數據收集應用程序之後，數據導入過程仍然相對緩慢。 因此，將數據庫連接到可以解決數據集成和分析需求的軟件是一項變革性創新。
“我們多次聽說大數據分析的強大功能，但我們需要合適的工具來成功實施分析，”Sorrentino 解釋道。 這就是 Pirelli 最終選擇 JMP 統計發現軟件作為其分析工作流程標準工具的原因。
“當然，還有其他替代方案，如 R 或 Minitab，從統計的角度來看可能很強大。 但有了 JMP，我們擁有了腳本編寫、自動數據導入、集成以及報告和日誌生成功能。 我們有能力在 JMP 中創建儀表板以進行數據評估，”Sorrentino 說。 她補充說，統計能力、定制、用戶友好性和多樣化功能的整合具有很高的價值，這允許將任何數據工作流中的多個步驟整合到一個軟件解決方案中。
Pirelli 在近十年前就開始使用 JMP，當時個別工程師使用該工具進行基本數據管理和探索。 然而，在接下來的幾年裡，隨著 Pirelli 的數據需求隨著生產系統集成度的提高而增長，Pampurini 意識到 JMP 可以提供的不僅僅是一個分析平台。
“當我意識到 JMP 的強大功能後，我的整個心態都發生了變化，”他回憶道。 “例如，將軟件連接到數據庫，我們釋放了巨大的可能性。 我們現在能夠從許多不同的角度查看我們的數據； JMP 讓我們能夠檢索到更多信息——以及更有價值的信息。”他補充說，將傳統數據工作流的所有步驟整合到一個平台中是精益製造原則的縮影。
“我們的工作流程現在非常非常精簡。 我們有一個一致的系統，允許我們直接從數據庫中提取數據、創建表、執行查詢、清理和過濾數據以及執行我們的分析，所有這些都在軟件內部進行。 此外，我們現在有了更高的關注點：過去我們可能會在探索中迷失方向，而現在工作流程朝著我們想要找到的方向發展。”
Sorrentino 解釋說，數據可視化是任何數據工作流程的關鍵部分，她和 Pampurini 努力將其正式化為他們部署給同事的統計最佳實踐。 幸運的是，這是 JMP 擅長的另一個領域，她說。 “查看繪圖可以立即讓我們了解過程的行為方式。 例如，我們可以使用 JMP 中的篩選平台來探索異常值。”
“第一層探索至關重要，因為它使我們能夠了解我們是否走在正確的道路上，如果不正確，則改變我們的方法，”Pampurini 補充道。 “JMP 圖形生成器是一個非常強大的第一層工具，不僅因為它非常適合探索，還因為您可以同時看到很多變量。 這在其他軟件中是不可能的。”
動態、自動化的界面提供了 360 度的系統視圖
數據集成流程的自動化和實時更新的儀表板的創建進一步優化了倍耐力的數據利用。 Pampurini 解釋了他如何部署 JMP 腳本以進一步簡化數據工作流程，甚至利用該工具與 Python 的集成來傳輸團隊現有的 Python 數據檢索代碼。 “JMP 與 Python 的集成非常有趣，因為您可以選擇集成您已經用 Python 構建的代碼，”他補充道。
儀表板現在可以快速提供對機器性能和材料質量水平的實時洞察。 他解釋說，這種分析的主要輸出是設備性能和產品質量洞察力，這將幫助團隊確定需要改進的戰略領域。 次要輸出是關於企業不同部分如何運作的技術信息，可以反饋給研發和加工部門。
“快速收集這些信息的能力意味著我們可以 360 度全方位了解我們的系統和改進機會，”Pampurini 說。
“從質量的角度來看，了解行動計劃和需要改進的地方非常有用，”Sorrentino 補充道。 “這些分析從來都不是孤立的；相反，它們使我們了解需要採取哪些行動來改進我們的流程。 例如，我們可以了解過程中的哪些點會影響浪費或報廢。”
噸
她補充說，通過數據驅動的改進將真正價值轉移給公司的潛力是“非常強大的公司影響——影響是巨大的。”
在一個示例中，單個 JMP 腳本使用戶能夠查看其操作的特定部分。 只需運行數據下載腳本即可自動執行初始數據清理步驟，並在用戶執行選擇時進行第二輪數據清理。 從那裡，儀表板按鈕允許用戶按時間線分析數據或進一步深入到不同的探索和分析層。 “在這種情況下，最終輸出是一個條形圖，其中包含按季度、按工廠等分類的能力指數。 在計算和提取不同的表之後，還有一個連接操作，您可以通過它訪問單個表中的所有信息，”Pampurini 解釋道。
在整個企業的領域專家中發展分析能力
雖然 Pirelli 的全球總部現在已經圍繞 JMP 進行了標準化，但 Pampurini 和 Sorrentino 正在迅速擴大努力，將全球站點轉移到該工具。 Sorrentino 解釋說：“改變心態是根本，培訓和提供支持以及一套通用的入門指南也是如此。” 因此，兩人投入大量時間為企業開發一套最佳實踐和指南，以配合 JMP 和 JMP 儀表板的推出。
他們組織的內部學院根據公司優先事項提供由倍耐力內部人員提供的輸入開發的培訓。 提出了內部項目，倍耐力內部任何認為他們可以從在 JMP 中開發項目中獲益的團隊都可以參與。 其他地點也組織了培訓——例如巴西，那裡的許多員工都要求獲得 JMP 許可證。
“我們正在努力傳播 JMP 的知識，讓人們意識到，通過使用這個工具，他們可以做他們目前在其他軟件中做的同樣的事情，而且速度更快、更容易，”Pampurini 補充道，並且Sorrentino 對此表示贊同：“我們必須讓人們意識到使用該軟件可以節省多少時間。”
