제조업에서는 그 어느 때보다 많은 운영 데이터가 수집되고 있습니다. 가용성, 성능, 품질 등의 지표가 계산되고, 일별, 제품 라인별, 교대 근무별로 세분화됩니다. 이 모든 데이터는 생산 현장 곳곳에 설치된 대시보드를 통해 쉽게 확인할 수 있습니다. 생산 관리자는 데이터를 분석하여 어제, 지난주, 지난달 생산 실적이 좋았는지 나빴는지 정확히 파악할 수 있습니다. 하지만 지표 개선 방안을 묻는 질문에는 파레토 차트에서 가장 큰 막대를 가리키거나 오류를 줄이고 더 잘해야 한다는 식의 모호한 답변만 늘어놓습니다. 이는 결국 뒤늦게 나타나는 지표, 잘못된 문제, 또는 일회성 문제에만 매달리게 되어 자원 낭비로 이어질 수 있습니다.
미래에 어떤 일이 일어날지 예측 모델과 예측 기법을 적용하여 자산 관리 개선 계획을 수립하는 것이 더 나은 접근 방식입니다. 본 발표에서는 JMP에서 운영 데이터를 분석하고, 이 데이터를 기반으로 예측 기법을 활용하여 개선 노력을 집중해야 할 부분을 정확히 파악하는 데 사용할 수 있는 도구들을 소개합니다. 본 발표에서는 다음 내용을 다룹니다.
- JMP 도구를 사용하여 운영 데이터를 분석 준비 상태로 정리하는 방법.
- 예측에 고려할 수 있는 다양한 유형의 모델.
- 데이터를 활용하여 미래를 예측하고, 개선 사항의 영향을 파악합니다.
발표는 이 프로세스가 실제 운영 데이터에 어떻게 적용되었는지, 그리고 그로부터 어떤 통찰력을 얻었는지 보여주는 시연으로 마무리됩니다.
