人工智能、大数据概念的兴起，数据分析火了一把，很多公司开始将数据分析师作为单独的岗位来招聘。其实在火起来之前，数据分析已存在于各行各业之中，如市场专员、数据运营、工艺工程师等岗位就涉及到很多数据采集、分析、可视化的工作。 数据分析在制造业的应用究竟有哪些呢?

打开网易新闻 查看精彩图片

1.1 设备异常分析/运行效率计算

谈到工厂，很多人脑海会浮现一条条坐满人的流水线，其实这种低水平制造业已经慢慢淘汰了。

(1)设备异常分析

像一些大型自动化工厂中，通过拉取机台运行log，查看机台功率、电流等数据波动，洞察设备宕机真因并改善。

(2)设备OEE计算

OEE的全称是：Overall Equipment Effectiveness，设备综合效率或总体装备效能。每个生产设备都有自己的理论生产产能，如果想保证设备的理论产能，OEE = 时间稼动率 X 性能稼动率 X 良品率，时间稼动率、性能稼动率、良品率得齐头并进。工业化的连续生产，设备24h运转，消耗大量的电力及物料成本，提高设备OEE对于降低生产成本尤为关键。

1.2制程异常分析

制程出现问题，一方面：产品是否在上一站点出现异常；另一方面：本制程站点从人机料法环方面考虑，排查异常真因并改善。通过对设备/制程异常改善，提高生产工艺稳定性，提升产品良率。

打开网易新闻 查看精彩图片

1.3产能计算及规划

一个成熟的工厂，一定是严抓良率和产能。工厂IE（工业工程）部门，主要职责根据各个部门设备及工艺流程，计算工厂的最大产能，并进行物料、人力投入规划，达到资源的最大化利用。

1.4人员/物料统计分析等

通过对各部门人员、生产物料统计分析，及时发现人员、物料呆滞/缺失的风险。