このストーリーは顧客の承認待ちです。 これは会社の機密事項であると考えてください。 開示しないでください。
無駄のないエンジニアリングでピレリが首位に立つ
データ ワークフローを単一のカスタマイズされたプラットフォームに統合することは、プロセスのイノベーションが電光石火の速さで展開されることを意味します
____________________________________________________________________________________
チャレンジ：現代の製造プロセスがますます膨大な量のリアルタイム データを生成する中、Pirelli のエンジニアは、組織のデータ能力を開発し、企業全体に単一の統計ベスト プラクティス セットを展開できるようにするツールを取得しようとしました。 「私たちは、標準化されたソフトウェアで分析を実行し、[企業全体で] 同じ方法でレポートを生成し、最適かつ最も効率的な方法で分析を行う方法を思い描いていました」とプロセス品質エンジニアの Sara Sorrentino 氏は説明します。
解決：ピレリの経営陣は、データ管理、アクセス、分析、およびレポートのエンタープライズ標準として JMP 統計ディスカバリー ソフトウェアを展開する提案にゴーサインを出しました。 自動化とスクリプト機能、および Python 統合機能により、支持者は、会社の分析ワークフローを大幅に統合した洗練されたカスタム ダッシュボードを開発できるようになりました。 アウトリーチと社内トレーニングにより、ドメインの専門家がすぐに参加しました。
結果: 「私たちのワークフローは非常にスリムになりました」と、ソレンティーノと共に分析能力の開発を主導した製造品質エンジニアの Massimo Pampurini 氏は言います。 「データベースから直接データを取得し、テーブルを作成し、クエリを実行し、データをクリーンアップしてフィルター処理し、分析を実行できる一貫したシステムを、すべてソフトウェアの内部で実現しています。」このシステムがデータ駆動型の改善を通じて企業に真の価値をもたらす可能性について、Sorrentino 氏は次のように付け加えています。
____________________________________________________________________________________
1872 年にミラノで設立された多国籍タイヤ メーカーのピレリは、現在、世界の消費者市場向けのタイヤの主要メーカーであるだけではありません。また、エリート モータースポーツの原動力でもあります。 実際、ピレリの豊かなスポーツの歴史は半世紀以上前にさかのぼり、その間、ピレリは FIM 世界スーパーバイク選手権、世界ラリー選手権、GT ワールド チャレンジ、そしてもちろん世界のモータースポーツの頂点と独占的なパートナーシップを結んでいます。 、 式1。
ピレリが FIA フォーミュラ 1 ワールド チャンピオンシップの専属タイヤ パートナーとして導入した重要なイノベーション (同社は 2011 年以来この地位を維持しています) は、ピレリのパフォーマンスへの献身に対する小宇宙的な洞察を示しています。 たとえば、ピレリが 2022 年の F1 シーズンに向けて開発した 5 つのコンパウンドのスリック タイヤとウェット ウェザー タイヤは、屋内でのテストとシミュレーションだけで 15,000 時間以上、30 以上のプロトタイプの開発、20,000 キロメートル以上のテストが必要でした。グリッド上のほぼすべてのチーム。
性能と品質のテストは、ピレリ ブランドの基礎であり、R&D から商品化、そして大規模な製造に至る哲学です。 産業統計の早期採用者である Pirelli は、IoT の実装などを通じて、速度と効率を向上させる企業の取り組みとともに、Industry 4.0 の動きを最初から取り入れました。 それ以来、同社はすべての製品とシステムに関する広範なデータを収集、維持、および利用してきました。 デジタル技術が進歩するにつれて、これらのシステムはますます統合され、ピレリのリーダーシップは、データ分析を利用するための新しいソリューションを推進する、ランク内のチェンジ エージェントを昇格させました。
プロセス品質エンジニアの Sara Sorrentino と製造品質エンジニアの Massimo Pampurini は、そのような支持者です。 ミラノのピレリ本社に拠点を置き、どちらも半仕上げに取り組んでいるソレンティーノとパンプリニは、自動化の開発、データワークフローの統合と標準化、および現代の産業統計の同僚の教育により、世界中のピレリ施設で分析能力を拡大するために力を合わせています。
「現在、私たちのすべてのプロセスは膨大な量のリアルタイム データを生成します。 この量のデータを適切に分析するには、能力とツールが必要です」と Sorrentino 氏は言います。 「私たちは、標準化されたソフトウェアで分析を実行し、[企業全体で] 同じ方法でレポートを生成し、最適かつ最も効率的な方法で分析を行う方法を思い描いています。 そして、この知識を（ピレリに）世界中に広めるために、可能な限りプッシュしています。」
分析ワークフロー全体のための単一のソフトウェア ソリューション
デジタル トランスフォーメーションの黎明期、Pirelli のデータ アクセスと統合は純粋に Excel で管理されていましたが、このツールは最終的に、会社のニーズに対応するのに十分な容量と洗練度を欠いていました。 ピレリが社内で開発した専用のデータ収集アプリケーションにシステムを移行した後でさえ、データのインポート手順は依然として比較的ゆっくりと進んでいた、とパンプリニは言います。 したがって、データ統合と分析の両方のニーズを解決できるソフトウェアにデータベースを接続することは、革新的なイノベーションでした。
「ビッグデータ分析の力については何度も聞いていましたが、分析をうまく実装するには適切なツールが必要でした」と Sorrentino 氏は説明します。 そのため、Pirelli は最終的に分析ワークフローの標準ツールとして JMP 統計ディスカバリー ソフトウェアを採用しました。
「もちろん、R や Minitab など、統計的な観点から強力な選択肢は他にもありました。 しかし、JMP を使用すると、それに加えて、スクリプト作成、自動データ インポート、統合、レポートとジャーナルの生成が可能になります。 また、データ評価用のダッシュボードを JMP で作成することもできます」と Sorrentino 氏は言います。 統計力、カスタマイズ、使いやすさ、多様な機能の統合に高い価値が置かれているため、あらゆるデータ ワークフローの複数のステップを 1 つのソフトウェア ソリューションに統合できます、と彼女は付け加えます。
Pirelli での JMP の使用は 10 年近く前に始まり、個々のエンジニアが基本的なデータ管理と探索にツールを使用していました。 しかし、その後の数年間で、Pirelli のデータ ニーズがますます統合された生産システムと並行して増大するにつれて、Pampurini は、JMP が単なる分析プラットフォーム以上のものを提供できることに気付きました。
「JMP の全機能を認識してから、私の考え方はすべて変わりました」と彼は回想します。 「たとえば、ソフトウェアをデータベースに接続すると、大きな可能性が開かれます。 そして今では、非常に多くの異なる視点からデータを見ることができます。 JMP のおかげで、より多くの情報、そしてより価値のある情報を取得できるようになりました。」従来のデータ ワークフローのすべてのステップを 1 つのプラットフォームに統合することは、リーン生産の原則を象徴するものだと彼は付け加えます。
「私たちのワークフローは非常にスリムになりました。 データベースから直接データを取得し、テーブルを作成し、クエリを実行し、データをクリーニングしてフィルター処理し、分析を実行できる一貫したシステムを、すべてソフトウェアの内部で実現しています。 さらに、今ではより重点を置いています。以前は探索中に迷子になることがありましたが、今ではワークフローは見つけたいものに向けられています。」
Sorrentino 氏によると、データの視覚化はあらゆるデータ ワークフローの重要な部分であり、彼女と Pampurini は、同僚に展開している統計のベスト プラクティスで形式化するために懸命に取り組んできました。 幸いなことに、これは JMP が優れているもう 1 つの分野だと彼女は言います。 「プロットを見ると、プロセスがどのように動作しているかがすぐにわかります。 たとえば、JMP のスクリーニング プラットフォームを使用して外れ値を調べることができます。」
「この探索の最初の層は、私たちが正しい道を進んでいるかどうかを理解し、そうでない場合はアプローチを変えることができるため、非常に重要です」と Pampurini 氏は付け加えます。 「JMP グラフ ビルダーは非常に強力な第 1 層ツールです。探索に理想的であるだけでなく、一度に多くの変数をまとめて表示できるからです。 これは他のソフトウェアでは不可能です。」
動的で自動化されたインターフェースは、システムの 360 度ビューを提供します
データ統合プロセスの自動化と、リアルタイムで更新されるダッシュボードの作成により、Pirelli でのデータの利用がさらに最適化されました。 Pampurini は、JMP スクリプトを展開してデータ ワークフローをさらに合理化し、ツールと Python の統合を利用してチームの既存の Python データ取得コードを転送した方法について説明します。 「JMP と Python の統合は非常に興味深いものです。なぜなら、すでに Python で構造化したコードを統合するオプションがあるからです」と彼は付け加えます。
ダッシュボードは、機械のパフォーマンスと材料の品質レベルに関するリアルタイムの洞察を迅速に提供するようになりました。 この種の分析の主なアウトプットは、チームが改善のための戦略的領域を特定するのに役立つ機器のパフォーマンスと製品品質の洞察である、と彼は説明します。 二次的なアウトプットは、企業のさまざまな部分がどのように機能しているかに関する技術情報であり、R&D および処理部門にフィードバックできます。
「この情報を非常に迅速に収集できるということは、システムと改善の機会を 360 度見渡せることを意味します」と Pampurini 氏は言います。
「アクション プランと必要な改善点を理解することは、品質の観点から非常に強力です」と Sorrentino 氏は付け加えます。 「これらの分析は決して単独ではありません。むしろ、私たちのプロセスを改善するために必要な行動を理解させてくれます。 たとえば、プロセスのどのポイントが廃棄物やスクラップに影響を与えるかを理解できます。」
T
データ駆動型の改善を通じて会社に真の価値をもたらす可能性は、「非常に強力な会社への影響です。影響は巨大です」と彼女は付け加えます。
一例として、単一の JMP スクリプトにより、ユーザーは操作の特定のセグメントを見ることができます。 最初のデータ クリーニング ステップは、データ ダウンロード スクリプトを実行するだけで自動的に実行され、ユーザーが選択を実行すると、2 回目のデータ クリーニングが行われます。 そこからダッシュボード ボタンを使用すると、ユーザーはタイムラインごとにデータを分析したり、さまざまな調査や分析のレイヤーにさらにドリルダウンしたりできます。 「この場合、最終的なアウトプットは、四半期別、工場別などの能力指数を含む棒グラフです。 また、さまざまなテーブルを計算して抽出した後、1 つのテーブル内のすべての情報にアクセスできる結合操作もあります」と Pampurini 氏は説明します。
企業全体のドメイン エキスパート間で分析機能を開発する
ピレリのグローバル本社は現在、JMP を中心に標準化していますが、パンプリニとソレンティーノは、世界中のサイトをツールに移行する取り組みを急速に拡大しています。 「考え方を変えることは基本であり、トレーニングを開始するための一般的なガイドライン セットを使用してサポートを提供することも同様です」と Sorrentino 氏は説明します。 その結果、2 人は、JMP と JMP ダッシュボードの展開に伴う、企業向けの一連のベスト プラクティスとガイドラインの開発に多大な時間を費やしてきました。
彼らが組織する社内アカデミーは、会社の優先事項に従って、ピレリ社内の人々からの意見に基づいて開発されたトレーニングを提供します。 社内プロジェクトが提案され、JMP でプロジェクトを開発することで利益が得られると考えているピレリ内のグループは誰でも参加できます。 トレーニングは他のサイトでも開催されています。たとえばブラジルでは、多くの従業員が JMP ライセンスを要求しています。
「私たちは、JMP の知識を広めて、このツールを使用することで、他のソフトウェアで現在行っているのと同じことを、より迅速かつ簡単に実行できることを人々に認識してもらうよう努めています」と Pampurini 氏は付け加えます。 Sorrentino 氏も同意見です。「このソフトウェアでどれだけの時間を節約できるかを人々に認識してもらう必要があります。」
