BI Consult
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
    • Построение хранилища данных
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • Process Mining
    • Сквозная аналитика
  • Платформы
    • ATK BiView-1C
    • Airflow
    • Alpha BI
    • Analytic Workspace
    • ChatGPT
    • FineBI
    • FlyBI
    • Loginom
    • Luxms BI
    • Modus BI
    • Visiology
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgres Professional
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
    • Эксперт-BI Дистрибуция
  • Розничная торговля
    • Эксперт-BI Розничная торговля
    • Эксперт-BI Розничная торговля: DIY
    • Эксперт-BI Розничная торговля: Мода
    • Эксперт-BI для сетей аптек
  • Производство
    • Эксперт-BI Производство
  • Операторы связи
  • Банки
    • Эксперт-BI для банков
    • Бизнес-аналитика в банке
  • Страхование
  • Фармацевтика
    • Эксперт-BI Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Энергетика

Функциональные решения

  • Управление по KPI
    • Самоуправляемая компания
  • Финансы
    • Бюджетирование
    • Консолидация финансовой отчетности
    • Панель управления, KPI для CFO
    • Рабочий капитал
    • Финансовая отчетность по МСФО
    • Платежный календарь / прогнозный ДДС
  • Продажи
    • Анализ данных из CRM
    • Планирование
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Построение хранилища данных
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и прогнозная аналитика
    • Прогнозная аналитика
    • Прогноз спроса на основании данных о вторичных продажах
  • Разработка стратегии цифровой трансформации
  • Сквозная аналитика
  • E-Commerce
  • Process Mining
Главная » Продукты Эксперт-BI

Эксперт-BI Производство: система бизнес-анализа для производственных компаний

Manufacturing

Основная задача системы управления производством на предприятии — обеспечение непрерывного совершенствования промышленного производства, достижение наилучших конечных результатов с наименьшими затратами материальных, трудовых и конечно же финансовых ресурсов, безусловное выполнение плановых заданий.

Системы бизнес-аналитики для управления производством Эксперт-BI Производство:

 

  • внедрение маркетинговой стратегии в производство - формирование системы производственной деятельности, ориентированной на спрос;
  • балансировка производственного процесса  - синхронизация производства и различных бизнес-процессов; закупки, планирование, продажи, исследование и разработка;
  • независимость от обстоятельств - минимизация рисков смены поставщиков, несоответствия нормативным требованиям и роста расходов;
  • контроль производственных потерь - прозрачная система производственных цепочек создания ценностей и точек возникновения потерь;
  • прозрачное управление реинжинирингом и технологическими инновациями - эффективный контроль использования современных методологий улучшения процессов (Six Sigma, Lean, TPS и т.д.).

 

Решение Эксперт-BI Производство необходимо если:

 

bi-consalt-svidetelstvo
  • требуется эффективно управлять финансово-хозяйственной деятельностью:
    • построить систему бюджетирования и бизнес-планирования;
    • снизить дебиторскую и кредиторскую задолженности;
    • увеличить ликвидность складских запасов;
    • оптимизировать и улучшить контроль прямых и косвенных затрат
  • необходимо эффективно управлять производственным процессом:
    • повысить гибкость планирования производства;
    • построить работающую систему контроля качества выпускаемой продукции;
    • сформировать систему анализа и прогнозирования будущего спроса на продукцию;
    • сократить время разработки новой продукции;
    • оптимизировать материально-техническое снабжение.

 

Что позволяет делать решение Эксперт-BI Производство?

 Business-Qlik for Manufacturing

 

  • проводить анализ динамики выпуска, процента брака, тайминг операций и потери;
  • анализировать динамику выполнения план-графика производства в разрезе цехов, бригад и отдельных сотрудников;
  • моделировать себестоимость в зависимости от изменения различных факторов;
  • оценивать эффективность работы отдельных площадок, цехов, бригад, рабочих центров, исполнителей и т.д.;
  • выявлять точки возникновения сбоев в балансе процесса производства;
  • заранее прогнозировать отклонения от планов и согласовывать взаимозависимые процессы производства;
  • проводить сравнительный анализ любых массивов данных по любым заданным критериям в табличном и графическом виде;
  • формировать необходимую «плоскую» отчетность;
  • создавать уведомления при возникновении пороговых значений KPI.
  • консолидировать данные из всех внедренных на предприятии систем (ERP, SCM, MES и др.).

 

 

Демо

  • Manufacturing Demo
    Manufacturing Demo
  • SAP-Sales Distribution
    SAP-Sales Distribution
  • SAP-Materials Management - Purchasing
    SAP-Materials Management - Purchasing
  • SAP - Accounts Payable
    SAP - Accounts Payable

 

Продукт Эксперт-BI

Manufacturing Demo

Продукт Эксперт-BI, запросить доступ к демо-стенду on-line

 

Узнать стоимость решения Запросить видео презентацию

Machine Learning в производстве

(от Максим Антоненко, я сооснователь агентства разработки в сфере роботизации и машинного обучения Data Acquisition)
 
Для начала выделим основные классы задач по типам применяемых технологий:
  • Задачи связанные с работой с изображениями и видео (детектирование и подсчет объектов, семантическая сегментация, классификация изображений, обнаружение аномалий, дополненная реальность)
  • Задачи, связанные с анализом голоса и текста (классификация документов, анализ скриптов сотрудников, работа с отзывами, генерация текстов)
  • Задачи, связанные с прогнозированием и предсказанием чего-либо (прогнозирование товарных остатков, управление ценами, скоринговые системы, товарные рекомендации)
 
По большому счету, практически каждую задачу из сферы ML, с которой сталкивается современный бизнес можно отнести к одному из указанных выше классов. Это логично, так как обучить систему что-то предсказывать или классифицировать можно только на данных, а данные бывают следующих форматов: картинки, видео, аудио, текст, таблицы.
В любом случае, все указанные выше данные перед обработкой нейронной сетью (или другой моделью) преобразуются в численный массив, который поступает на вход модели. Соответственно, для модели нет особой разницы, какой вид информации ей обрабатывать, тем не менее для каждого класса задач есть наиболее подходящий набор моделей в силу того, какой математический аппарат лучше приближает ту или иную зависимость.
 
Мы не будем в этой статье останавливаться на описании тех или иных математических алгоритмов, а посмотрим в каких сферах и для решения каких задач эти алгоритмы используются. Подчеркну, что нас интересуют именно практически утилизируемые технологии в производственных компаниях. То есть по сути это те инновации, которые уже свершились и доказали свою эффективность на практике.
 
Для наиболее типовых и востребованных направлений задач уже доступны не только соответствующие библиотеки на том же самом Python, но и созданы коробочные продукты. Итак, давайте пройдемся по основным вертикалям и посмотрим, где нам может помочь искусственный интеллект. Все указанные ниже задачи — из жизни и практики. Мы либо занимались их внедрением в бизнес Заказчика, либо нам их озвучивали в качестве актуальных.
 
Заводы, фабрики, добывающие и обрабатывающие компании активно эксплуатируют технологии компьютерного и машинного зрения. Ниже несколько примеров:
  1. Контроль соблюдения техники безопасности и ношения средств индивидуальной защиты (каски, респираторы) через систему наблюдения на производстве
  2. Анализ кернового материала для геолого-разведочной компании на предмет литологического состава, наличия рудных жил и прожилок, наличия трещин с помощью нейронных сетей
  3. Анализ гранулометрического состава руды и его габарита для обрабатывающего производства через систему машинного зрения
  4. Подсчет количества труб и определение их габарита для нефтесервисной компании через модуль машинного зрения
  5. Контроль качества и отбраковка продукции на производстве таблеток (например, упаковка неровно обрезана, или в полости находится только часть таблетки) с помощью установленных камер на конвейере
  6. При изготовлении постоматов для приема стеклянной и жестяной тары используется несколько модулей компьютерного зрения для определения материала тары, ее цвета и других характеристик
 
Если обобщить, то можно заметить, что машинное зрение на производстве в большинстве своем решает вопросы контроля качества, контроля соблюдения регламентов, классификации объектов и определения их габаритов.
 
Помимо машинного зрения на производстве мы сталкивались с задачами по предсказанию различных параметров, например:
  1. Модуль предсказания времени очистки покрасочного оборудования в типографии в зависимости от типа и состава применяемого при последней покраски колера
  2. Модуль прогнозного обслуживания оборудования на конвейерной сборке автомобилей, который подсказывает плановое время техобслуживания на основе показаний различных датчиков (вибрация, давление, температура)
  3. Прогнозный модуль приоритезации производства для прогнозирования необходимого объема производства продукции (например, запчастей) при ограниченном ресурсе оборудования (например, станков)
 
Как мы видим, способность ИИ предсказывать различные параметры на производстве помогает оптимизировать производственные процессы и сделать их более согласованными друг c другом и с другими бизнес-процессами, например, с продажами.
 
Не стоит забывать, что в производственных компаниях, помимо самого производства, есть направления продаж, маркетинга и HR, где также активно применяется машинное обучение, про данные направления я планирую написать в отдельной статье.
 
Узнать стоимость решения Запросить видео презентацию  

проводить анализ динамики выпуска, процента брака, тайминг операций и потери; анализировать динамику выполнения план-графика производства в разрезе цехов, бригад и отдельных сотрудников; моделировать себестоимость в зависимости от изменения различных факторов;

анализ ТОИР, оценивать эффективность работы отдельных площадок, цехов, бригад, рабочих центров, исполнителей и т.д.; выявлять точки возникновения сбоев в балансе процесса производства; заранее прогнозировать отклонения от планов и согласовывать взаимозависимые процессы производства; проводить сравнительный анализ любых массивов данных по любым заданным критериям в табличном и графическом виде;

Запросить видео презентацию Узнать стоимость решения Запросить доступ к демо стенду online

Задать вопрос

loading...
Материалы по теме
  • QlikView для производственных предприятий

    Обзор возможностей QlikView для производственных предприятий, охватывающих ключевые функциональные области, а также истории успеха крупнейших производителей, использующих QlikView для решения своих задач

    Скачать

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • Торгово-производственному холдингу ТБМ, специализирующемуся на поставке комплектующих и фурнитуры для производства окон, дверей, стеклопакетов и мебели, был необходим аналитический инструмент для выявления узким мест и поиска зон роста бизнеса и, как результат, оптимизации процессов. Добиться этого можно было, только внедрив data-driven подход.

  • ПАО «Ростелеком» — российский провайдер цифровых услуг и сервисов. Предоставляет услуги широкополосного доступа в Интернет, интерактивного телевидения, сотовой связи, местной и дальней телефонной связи и др. Занимает лидирующие позиции на российском рынке высокоскоростного доступа в интернет, платного ТВ, хранения и обработки данных, а также кибербезопасности

  • Авиакомпания NordStar (АО «АК «НордСтар») – работает под данным брендом с 2008 г. и сейчас входит в топ-15 крупнейших российских авиакомпаний (данные Росавиации) с пассажирооборотом более 1 млн человек в год. АО «АК «НордСтар» выполняет и внутренние, и внешние рейсы, а ее основные хабы - Домодедово, Пулково и Емельяново. С 2021 года компания является базовым перевозчиком аэропорта Норильск.

  • В «Пивоваренной компании «Балтика» аналитическая платформа Loginom применяется для моделирования процессов или построения отчетов, в том числе для формирования рекомендаций по корректировке плана промоактивностей.
     
  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Банки
    • Страхование
    • Фармацевтика
    • Лизинг
    • Логистика
    • Медицина
    • Нефтегазовый сектор
    • Сеть ресторанов
  • Услуги
    • Консалтинг
    • Пилотный проект
    • Поддержка
    • План обучения и сертификации
    • Бесплатное обучение
    • Учебные курсы
    • Аудит приложений
    • Выделенная команда
  • Платформы
    • ATK BiView-1C Коннектор
    • Alpha BI
    • Luxms BI
    • Modus BI
    • Visiology
    • Analytic Workspace
    • FineBI
    • Yandex.DataLens
    • Триафлай
    • Форсайт. Аналитическая Платформа
    • Arenadata
    • ClickHouse
    • Postgre Professional
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow
    • Учебный курс по Open-source BI
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по DataLens
    • Учебный курс по Visiology
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
  • Функциональные решения
    • Продажи
    • Финансы
    • Склад
    • HR
    • S&OP и прогнозная аналитика
    • Внутренний аудит
    • Геоаналитика
    • Категорийный менеджмент
    • Построение хранилища данных
    • Система управления KPI и BSC
    • Управление цепочками поставок
    • Маркетинг
    • Цифровая трансформация
    • Сквозная аналитика
    • Process Mining
LinkedInYouTubeVkontakteFacebook
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru