Nell'attuale panorama industriale in rapida evoluzione, la capacità di sfruttare l'analisi dei dati è fondamentale per raggiungere l'eccellenza operativa e un processo decisionale consapevole. Il nostro obiettivo è sviluppare solide competenze di analisi dei dati tra il personale di produzione, consentendo loro di sfruttare appieno il potenziale dei dati e migliorare i processi decisionali basati sui dati. Questa iniziativa funge da fattore di scala nella nostra strategia di analisi dei dati e intelligenza artificiale, garantendo che la nostra forza lavoro non solo sia informata sui dati, ma anche in grado di collaborare efficacemente con le tecnologie avanzate che guidano l'automazione degli impianti.
Questo programma di formazione è pensato appositamente per i responsabili di processo, gli asset manager e altri stakeholder chiave all'interno dell'organizzazione. Offre un format completo che include apprendimento autonomo, formazione sul posto di lavoro e lezioni in aula, soddisfacendo diverse preferenze di apprendimento ed esigenze operative.
I partecipanti si avvalgono di strumenti interattivi, punta e clicca, concentrandosi su applicazioni pratiche come l'utilizzo di dashboard per valutare la variabilità dei fattori di input, l'impiego di strumenti di analisi delle tendenze come Seeq per l'analisi esplorativa e l'analisi delle tendenze dei dati di processo a livello di impianto e l'utilizzo di JMP per l'analisi statistica e la modellazione avanzata. Promuovendo una cultura di alfabetizzazione dei dati e dotando il nostro personale di produzione di competenze analitiche essenziali, miriamo a migliorare l'efficienza operativa e a guidare un processo decisionale informato in tutta l'organizzazione.
Ciao a tutti, sono David Autrique e lavoro nel team di analisi dati di BASF Antwerp. Oggi vi spiegherò come sfruttiamo JMP per migliorare il processo decisionale basato sui dati nei nostri impianti di produzione chimica. Vi consiglio di approfondire.
Ora, prima di entrare nei dettagli, vorrei presentare BASF Anversa in sintesi. Diamo un'occhiata al contesto più ampio del gruppo BASF, o siti produttivi, che si trovano nel porto di Anversa, come potete vedere. È il secondo sito BASF Verbund più importante al mondo, con una superficie di oltre 6 chilometri quadrati e oltre 50 impianti di produzione su scala mondiale, e accoglie quotidianamente oltre 3000 dipendenti. Con questi 50 impianti di produzione, realizziamo un'ampia gamma di prodotti, tra cui prodotti chimici di base e speciali, sintetici, prodotti di raffinazione, prodotti chimici inorganici e così via. Ora, come potete immaginare, questa ampia presenza produttiva getta le basi per un approccio basato sui dati quando si tratta di ottimizzare le operazioni.
Cosa implica tutto questo? Un processo di produzione su scala mondiale di prodotti chimici di base. Diamo un'occhiata più da vicino alle sfide che tendiamo ad affrontare quotidianamente, con impianti che producono oltre 1000 tonnellate di prodotto al giorno. Ci troviamo di fronte a diverse problematiche. Questo è più o meno rappresentato nello schema a blocchi che trovate in fondo alla diapositiva, inclusi sottoprodotti indesiderati, rese variabili e così via. L'idea è che tendiamo a produrre e ispezionare il prodotto finale per i clienti finali riducendo al minimo i costi variabili. Con un apporto minimo di materie prime, un apporto minimo di energia e così via.
Ciò in cui crediamo è che possiamo ridurre i costi variabili, impiegando l'analisi dei dati. Applicando strategie basate sui dati, presumiamo di poter prevedere i risultati con maggiore precisione, ridurre gli sprechi, migliorare l'efficienza e così via. Ciò che tendiamo a fare è semplicemente valorizzare la grande quantità di dati di produzione che produciamo quotidianamente.
Ogni giorno, nelle nostre strutture utilizziamo diversi sensori che misurano pressione, temperature e così via. Vogliamo semplicemente consolidarli e ottenere il massimo delle informazioni da tutti i dati dei sensori. Non farlo significherebbe semplicemente creare un cimitero di dati, il che non è esattamente l'idea. Ora entra in gioco JMP e si potrebbe affermare che funge sicuramente da facilitatore, aiutandoci a estrarre informazioni preziose dai nostri processi.
Ora, per ridurre questi costi variabili: costi delle materie prime, costi energetici e così via. Gestione del sito. Abbiamo lanciato un programma di eccellenza operativa. La componente chiave di tale programma è Applied Data Analytics for Operations, un programma di formazione per i responsabili di processo. Combinando la conoscenza dei processi dello Utah State con l'analisi dei dati, crediamo di poter sbloccare sinergie laddove uno più uno fa tre. Portando, diciamo, a approfondimenti più approfonditi. In altre parole, miglioramenti misurabili e più duraturi, nonché una migliore accettazione da parte degli utenti, perché combiniamo e processiamo conoscenza e analisi dei dati.
Ora, il team di analisi dei dati di Anversa funge semplicemente da catalizzatore per l'intero processo. In pratica, come illustrato nella diapositiva, i responsabili di processo presentano una sorta di definizione del problema, collegata al quadro obiettivo OpEx del loro impianto. Poi iniziamo semplicemente ad analizzare il problema. Lo quantifichiamo e lo convertiamo, di fatto, in un programma di analisi.
Come affermato al quarto punto, trasformiamo le problematiche operative in attività di esplorazione dei dati. Lo facciamo applicando o sfruttando semplici strumenti "punta e clicca". Non vogliamo trasformare i nostri responsabili di processo in sviluppatori, ma vogliamo semplicemente che imparino a sfruttare al meglio i dati.
Nella fase finale, ovviamente, speriamo di suggerire e convalidare misure di miglioramento che potremo poi implementare, e le rispettive misure dovranno poi essere archiviate in un database OpEx. Come potete immaginare. Ora, come affermato in precedenza, il programma di Analisi Applicata dei Dati per le Operazioni è specificamente pensato per i Process Manager. Potete trovare un'immagine qui a destra di un corso di formazione in aula che stiamo organizzando, che mostra le funzionalità di JMP a un gruppo di Process Manager, 20 selezionati per questo specifico corso, e cerchiamo di spiegare loro come utilizzare JMP e come utilizzare questo strumento di analisi dei dati che abbiamo in azienda in modo pratico, grafico e analitico.
Il format di erogazione che abbiamo in mente combina infatti tre blocchi principali. Combiniamo l'apprendimento autonomo perché sono tutti molto impegnati. Devono essere in grado di lavorare con gli utensili, studiarli, studiare le ultime novità in autonomia, al proprio ritmo. Forniamo anche consulenza sul campo. Entriamo in stabilimento, li aiutiamo a risolvere i problemi che si trovano ad affrontare, in una determinata fase dei loro progetti OpEx e così via.
Infine, ma non meno importante, abbiamo questa formazione in aula. Ora, in sostanza, il flusso di lavoro che tendiamo a seguire è che ai partecipanti viene insegnato innanzitutto a esplorare e visualizzare i dati e a identificare le opportunità operative. Ciò che devono fare è, in una prima fase, analizzare la variabilità dei costi. In genere, lo fanno utilizzando i dashboard presenti in stabilimento, dove tendono a monitorare la variabilità nei loro KPI giornalieri. Poi iniziano ad approfondire. Quello che fanno poi è iniziare ad analizzare le serie temporali o i dati di processo sottostanti, rilevando le letture di temperatura, di pressione, qualsiasi cosa abbiano in mente. Per fare ciò, in genere utilizzano strumenti convenzionali per le serie temporali, come la ricerca, i trend miner e così via.
In una fase finale, convertono, o meglio, ottengono dati da questa prima esplorazione dei dati. Consolidano o convertono la loro ricerca in una sorta di tabella dati che iniziano ad analizzare utilizzando JMP. Si potrebbe affermare che la fase finale prevede l'utilizzo di JMP per condurre un'analisi davvero avanzata, in cui in genere eseguono un'analisi di sensibilità. Cercano di correlare i fattori chiave del processo con la funzione di costo di interesse. Ciò che abbiamo ora scoperto e osservato è che questo approccio inizia davvero a generare miglioramenti concreti. Vediamo che sta ottenendo successo. Vediamo anche che i clienti iniziano a interessarsi allo strumento che utilizzano JMP. Che riconoscono anche il valore delle funzionalità che offre e così via.
Infine, siamo finalmente pronti a dare ai nostri team operativi gli strumenti per prendere decisioni basate sui dati che migliorino l'efficienza e riducano i costi per BASF Anversa. Il prossimo passo è rendere tutto operativo, e farlo semplicemente. Questo è ciò che ci aspetta nel prossimo anno. Grazie mille.
