製造業では、かつてないほど多くの運用データが収集されています。稼働率、パフォーマンス、品質などの指標が算出され、日別、製品ライン別、シフト別に細分化されています。これらのデータはすべてダッシュボードで広く利用可能で、多くの場合、製造現場全体に表示されています。生産管理者はデータを細かく分析することで、昨日、先週、先月の生産状況がなぜ良好だったのか、あるいは不良だったのかを正確に把握できます。しかし、指標を改善する方法について尋ねられると、パレート図の最も大きな棒グラフを指摘したり、エラーの削減や改善といった漠然とした回答をするにとどまります。その結果、遅行指標、誤った問題、あるいは一時的な問題にばかり目を向けることになり、リソースの無駄遣いにつながります。
より良いアプローチは、予測モデルと予測手法を適用して将来何が起こるかを把握し、改善のための資産管理計画を作成することです。このプレゼンテーションでは、JMPで使用できるツールと、そのデータを用いた予測手法を紹介し、改善のための取り組みをどこに集中させるべきかを正確に特定する方法を説明します。このプレゼンテーションの内容は以下のとおりです。
- JMPツールを使用して、分析に適した状態に運用データをクリーンアップする方法。
- 予測に考慮すべきさまざまな種類のモデル。
- データを用いて将来を予測し、改善策の影響を特定する。
プレゼンテーションの最後には、このプロセスを実際の運用データにどのように適用し、どのような知見が得られたのかを実演して示します。
