Outra condição prévia para uma operação baseada em dados são as pessoas: especialistas em dados que trabalham em conjunto com especialistas em sistemas para analisar os dados e projetar os modelos de diagnóstico corretos.
Os especialistas são vitais e têm uma profunda compreensão dos sistemas. Quando isso está ligado ao conhecimento de engenheiros, técnicos e outros especialistas que construíram o sistema em primeiro lugar, torna-se uma força poderosa em uníssono com os dados.
A combinação de dados e especialistas em sistemas é o que torna possível uma operação orientada por dados.
O que os gerentes de armazém devem esperar de seu apoiador de sistema?
Então, como os gerentes de armazém podem se certificar de que encontram o parceiro certo para operações orientadas por dados?
Em primeiro lugar, como base, o gerente de armazém, como proprietário do sistema, deve priorizar um parceiro que:
- É especializado no MHS da empresa – de preferência da empresa que projetou o sistema.
- Oferece serviços baseados em dados para todos os aspectos do serviço e suporte do sistema – especialmente O&M – para melhorar a operação em tempo real, evitar avarias (e manter a segurança cibernética) e garantir correções eficazes se algo der errado.
- Oferece uma linha direta 24 horas por dia, 7 dias por semana, 365 dias por ano, onde especialistas são diretamente acessíveis e trabalham proativamente em vez de ‘apenas’ reativamente (mais sobre isso mais tarde).
O que mais os gerentes de armazém podem esperar antes de embarcar na jornada orientada por dados?
Melhorar
O principal objetivo dos serviços na categoria ‘Melhoria’ é permitir que os proprietários de MHS otimizem proativamente o fluxo de estoque e as taxas de atendimento da operação do armazém, evitando o downtime durante as operações, com base em dados ao vivo e modelos de diagnóstico.
Os ‘serviços de melhoria’ consistem em uma série de programas de diagnóstico e monitoramento nos níveis operacional e de sistema, além de uma variedade de painéis para fácil gerenciamento e rastreamento de dados operacionais e de manutenção.
Análise em tempo real
A análise em tempo real desbloqueia insights detalhados sobre a saúde do sistema e o desempenho operacional usando uma solução baseada em nuvem. Os dados são transformados em planos acionáveis sobre como otimizar o sistema específico e o desempenho operacional em tempo real.
Painéis personalizáveis podem ser projetados para apresentar os dados e insights acionáveis para todos os níveis da operação do armazém: operações, manutenção e gerenciamento.
Além disso, o gerente de armazém pode obter análises em tempo real com um status ao vivo dos processos dentro do MHS, como: manuseio da estação de produtos para pessoa, picking, embalagem, reabastecimento, exceções e recirculação.
Um exemplo da indústria de armazéns e distribuição é a análise automática de dados de um centro de distribuição com um sistema de classificação composto por dois classificadores com alguns níveis de capacidade verdadeiramente intrigantes. Os dois sistemas de classificação tiveram um desempenho extremamente bom, atingindo uma taxa de utilização próxima da capacidade teórica. No entanto, a alta utilização do sistema não se refletiu em uma produtividade igualmente alta. Os dados revelaram que os dois sistemas estavam mal configurados e cruzavam itens de um lado para o outro. Com base nesses insights, as soluções mais eficientes foram identificadas, e o resultado foi um sistema muito mais eficaz, com menos retrabalho e apenas o cruzamento necessário entre os sistemas.
Como os modelos de diagnóstico levam ao desempenho otimizado
Os modelos de diagnóstico baseados em dados verificam continuamente a saúde operacional do site para identificar quaisquer problemas em desenvolvimento antes que eles surjam. Os modelos de dados do cliente processam dados 24 horas por dia, 7 dias por semana, 365 dias por ano para identificar tendências adversas e tomar contramedidas direcionadas que ajudarão a melhorar a eficiência e reduzir os custos.
Por exemplo, a análise automática de dados do número de não leituras (itens jackpot) identificou as causas e reduziu o número de rejeições em mais de 70 por cento.
Ao identificar tendências antes que elas se tornem eventos que impactam a saúde do sistema, os modelos de diagnóstico baseados em dados também limitam significativamente o risco de paradas inesperadas. Estas são as paradas que levam os armazéns de joelhos, dificultando as operações por horas ou até dias.
No nível do componente, o monitoramento contínuo automatizado de parâmetros operacionais, como vibração e temperatura, pode identificar anomalias que podem indicar o risco de falha no hardware ou no software.
Um exemplo disso é quando o centro de diagnóstico aprendeu com os painéis que houve uma queda repentina no desempenho do scanner em uma unidade de indução em um site específico. O problema foi identificado como uma cobertura de metal bloqueando o caminho de digitalização. Depois que um engenheiro local ajustou a cobertura, o desempenho do scanner voltou ao normal.