这个故事正在等待客户批准。 请将其视为公司机密。 不要透露。
精益工程让倍耐力处于领先地位
将数据工作流整合到一个单一的定制平台意味着流程创新正在以闪电般的速度推出
___________________________________________________________________________________
挑战：随着现代制造流程产生越来越多的实时数据，Pirelli 的工程师寻求既发展组织的数据能力，又获得一种工具，使他们能够在整个企业部署一套单一的统计最佳实践。 “我们设想了一种在标准化软件中执行分析的方法，[在整个企业] 以相同的方式生成报告，并以最佳、最有效的方式进行分析，”过程质量工程师 Sara Sorrentino 解释说。
解决方案： Pirelli 领导层批准了将 JMP 统计发现软件部署为数据管理、访问、分析和报告的企业标准的提议。 自动化和脚本功能以及 Python 集成功能使倡导者能够开发复杂的自定义仪表板，这些仪表板显着整合了公司的分析工作流程。 外展和内部培训迅速吸引了领域专家的加入。
结果：“我们的工作流程现在非常非常精简，”制造质量工程师 Massimo Pampurini 说，他与 Sorrentino 一起领导了开发分析能力的工作。 “我们有一个一致的系统，使我们能够直接从数据库中提取数据、创建表格、执行查询、清理和过滤数据以及执行我们的分析，所有这些都在软件内部进行。”关于该系统通过数据驱动的改进将实际价值转移给公司的潜力，Sorrentino 补充道，“这是一个非常强大的公司影响——影响是巨大的。”
___________________________________________________________________________________
跨国轮胎制造商 Pirelli 于 1872 年在米兰成立，如今不仅是全球消费市场领先的轮胎生产商；它也是精英赛车运动的发源地。 事实上，该公司丰富的体育历史可以追溯到半个多世纪以前，在此期间，倍耐力与 FIM 世界超级摩托车锦标赛、世界拉力锦标赛、GT 世界挑战赛，当然还有全球顶级赛车运动保持着独家合作伙伴关系， 公式1。
倍耐力作为国际汽联一级方程式世界锦标赛的独家轮胎合作伙伴——该公司自 2011 年以来一直担任这一职位——推出的实质性创新展示了倍耐力对性能的奉献精神的微观洞察。 例如，倍耐力仅为 2022 F1 赛季开发的五种复合材料系列的光面和湿地轮胎就需要超过 15,000 小时的室内测试和模拟、30 多个原型的开发以及超过 20,000 公里的测试几乎每个团队都在网格上。
性能和质量测试是倍耐力品牌的基石，这一理念贯穿于从研发到商业化和大规模生产的各个阶段。 作为工业统计数据的早期采用者，倍耐力从一开始就拥抱工业 4.0 运动，企业努力提高速度和效率，部分是通过实施物联网。 从那时起，该公司就收集、维护和利用了有关其所有产品和系统的大量数据。 随着数字技术的进步，这些系统现在越来越集成，倍耐力的领导层从他们的队伍中提拔了变革推动者，他们推进了利用数据分析的新解决方案。
过程质量工程师 Sara Sorrentino 和制造质量工程师 Massimo Pampurini 就是这样的两位倡导者。 Sorrentino 和 Pampurini 都在倍耐力米兰总部工作，他们都在半精加工领域工作，他们正在联手通过开发自动化、整合和标准化数据工作流程以及对同事进行现代工业统计方面的培训来扩展倍耐力全球站点的分析能力。
“如今，我们所有的流程都会产生大量的实时数据。 我们需要具备适当分析这些数据的能力和工具，”Sorrentino 说。 “我们设想了一种在标准化软件中执行分析的方法，[在整个企业]以相同的方式生成报告，并以最佳、最有效的方式进行分析。 我们正在尽可能地推动在全球范围内向 [倍耐力] 传播这些知识。”
适用于整个分析工作流程的单一软件解决方案
在数字化转型的早期，倍耐力的数据访问和集成完全在 Excel 中进行管理，这种工具最终缺乏足够的能力和复杂性来跟上公司的需求。 Pampurini 说，即使在倍耐力将其系统转换为内部开发的专用数据收集应用程序之后，数据导入过程仍然相对缓慢。 因此，将数据库连接到可以解决数据集成和分析需求的软件是一项变革性创新。
“我们多次听说大数据分析的强大功能，但我们需要合适的工具来成功实施分析，”Sorrentino 解释道。 这就是 Pirelli 最终选择 JMP 统计发现软件作为其分析工作流程标准工具的原因。
“当然，还有其他替代方案，如 R 或 Minitab，从统计的角度来看可能很强大。 但有了 JMP，我们拥有了脚本编写、自动数据导入、集成以及报告和日志生成功能。 我们有能力在 JMP 中创建仪表板以进行数据评估，”Sorrentino 说。 她补充说，统计能力、定制、用户友好性和多样化功能的整合具有很高的价值，这允许将任何数据工作流中的多个步骤整合到一个软件解决方案中。
Pirelli 在近十年前就开始使用 JMP，当时个别工程师使用该工具进行基本数据管理和探索。 然而，在接下来的几年里，随着 Pirelli 的数据需求随着生产系统集成度的提高而增长，Pampurini 意识到 JMP 可以提供的不仅仅是一个分析平台。
“当我意识到 JMP 的强大功能后，我的整个心态都发生了变化，”他回忆道。 “例如，将软件连接到数据库，我们释放了巨大的可能性。 我们现在能够从许多不同的角度查看我们的数据； JMP 让我们能够检索到更多信息——以及更有价值的信息。”他补充说，将传统数据工作流的所有步骤整合到一个平台中是精益制造原则的缩影。
“我们的工作流程现在非常非常精简。 我们有一个一致的系统，允许我们直接从数据库中提取数据、创建表、执行查询、清理和过滤数据以及执行我们的分析，所有这些都在软件内部进行。 此外，我们现在有了更高的关注点：过去我们可能会在探索中迷失方向，而现在工作流程朝着我们想要找到的方向发展。”
Sorrentino 解释说，数据可视化是任何数据工作流程的关键部分，她和 Pampurini 努力将其正式化为他们部署给同事的统计最佳实践。 幸运的是，这是 JMP 擅长的另一个领域，她说。 “查看绘图可以立即让我们了解过程的行为方式。 例如，我们可以使用 JMP 中的筛选平台来探索异常值。”
“第一层探索至关重要，因为它使我们能够了解我们是否走在正确的道路上，如果不正确，则改变我们的方法，”Pampurini 补充道。 “JMP 图形生成器是一个非常强大的第一层工具，不仅因为它非常适合探索，还因为您可以同时看到很多变量。 这在其他软件中是不可能的。”
动态、自动化的界面提供了 360 度的系统视图
数据集成流程的自动化和实时更新的仪表板的创建进一步优化了倍耐力的数据利用。 Pampurini 解释了他如何部署 JMP 脚本以进一步简化数据工作流程，甚至利用该工具与 Python 的集成来传输团队现有的 Python 数据检索代码。 “JMP 与 Python 的集成非常有趣，因为您可以选择集成您已经用 Python 构建的代码，”他补充道。
仪表板现在可以快速提供对机器性能和材料质量水平的实时洞察。 他解释说，这种分析的主要输出是设备性能和产品质量洞察力，这将帮助团队确定需要改进的战略领域。 次要输出是关于企业不同部分如何运作的技术信息，可以反馈给研发和加工部门。
“快速收集这些信息的能力意味着我们可以 360 度全方位了解我们的系统和改进机会，”Pampurini 说。
“从质量的角度来看，了解行动计划和需要改进的地方非常有用，”Sorrentino 补充道。 “这些分析从来都不是孤立的；相反，它们使我们了解需要采取哪些行动来改进我们的流程。 例如，我们可以了解过程中的哪些点会影响浪费或报废。”
吨
她补充说，通过数据驱动的改进将真正价值转移给公司的潜力是“非常强大的公司影响——影响是巨大的。”
在一个示例中，单个 JMP 脚本使用户能够查看其操作的特定部分。 只需运行数据下载脚本即可自动执行初始数据清理步骤，并在用户执行选择时进行第二轮数据清理。 从那里，仪表板按钮允许用户按时间线分析数据或进一步深入到不同的探索和分析层。 “在这种情况下，最终输出是一个条形图，其中包含按季度、按工厂等分类的能力指数。 在计算和提取不同的表之后，还有一个连接操作，您可以通过它访问单个表中的所有信息，”Pampurini 解释道。
在整个企业的领域专家中发展分析能力
虽然 Pirelli 的全球总部现在已经围绕 JMP 进行了标准化，但 Pampurini 和 Sorrentino 正在迅速扩大努力，将全球站点转移到该工具。 Sorrentino 解释说：“改变心态是根本，培训和提供支持以及一套通用的入门指南也是如此。” 因此，两人投入大量时间为企业开发一套最佳实践和指南，以配合 JMP 和 JMP 仪表盘的推出。
他们组织的内部学院根据公司优先事项提供由倍耐力内部人员提供的输入开发的培训。 提出了内部项目，倍耐力内部任何认为他们可以从在 JMP 中开发项目中获益的团队都可以参与。 其他地点也组织了培训——例如巴西，那里的许多员工都要求获得 JMP 许可证。
“我们正在努力传播 JMP 的知识，让人们意识到，通过使用这个工具，他们可以做他们目前在其他软件中做的同样的事情，而且速度更快、更容易，”Pampurini 补充道，并且Sorrentino 对此表示赞同：“我们必须让人们意识到使用该软件可以节省多少时间。”
