Inoltre, nel processo di produzione industriale, i dati misurati sono acquisiti in grande quantità. I dati sono relativi alle materie prime, ai parametri di processo e alla qualità del prodotto finito. Le aziende fanno considerevoli investimenti per monitorare i processi e salvare questi dati in database o singoli file ma il loro utilizzo è limitato a qualche grafico relativo a due o massimo tre colonne dell’intero database. Le aziende hanno quindi la necessità di gestire efficientemente questi dati al fine di poter intervenire tempestivamente ed efficacemente nella risoluzione di nuove problematiche. Con le moderne tecniche di analisi dei dati è possibile acquisire una maggiore conoscenza sull’intero processo produttivo, utilizzando tutti i dati a disposizione e analizzando contemporaneamente tutte
le variabili collezionate. L’utilizzo dell’approccio “Data Driven Innovation” permette di risolvere problemi relativi ai processi di produzione identificando le variabili che più influenzano la qualità del prodotto e acquisendo conoscenze proattive che aiutano gli operatori a modificare le condizioni operative per evitare anomalie o la presenza di difetti nei prodotti finiti. Le metodologie di analisi dati applicate ai processi produttivi stanno emergendo solo ora, ma la loro efficacia è fondata su anni di ricerca matematica e applicazione scientifica. Possono essere uno strumento essenziale per realizzare miglioramenti nella qualità del prodotto finito e nelle performance del processo produttivo in termini di resa e diminuzione degli scarti di produzione, in particolare in qualsiasi ambiente di produzione in cui siano presenti una complessità e variabilità di processo molto evidenti. Le aziende che conoscono il loro processo produttivo e che con efficacia sono in grado di formulare valutazioni quantitative ed efficienti possono innovare e acquisire un forte vantaggio competitivo.
Durante il seminario saranno discusse le seguenti tematiche:
- “The Era of Data”: L’inizio della quarta rivoluzione industriale
- “Data-Driven Innovation”: 4 steps per trasformare i dati in innovazione
- Confronto con i metodi di analisi statistica Six-Sigma
- Presentazione del software open-source R, il più potente e diffuso software per l’analisi statistica.
- Presentazione dei metodi di analisi statistica avanzata e di “Machine Learning”
- Case studies
Partner: