Blog

Industria 4.0

Il valore dei dati, della loro accuratezza e della consapevolezza

17 Dicembre 2020

Webmaster

Oggi sempre più le aziende lavorano con l’ausilio di dati, spesso una enorme mole di dati, di cui si ha disponibilità in modo più semplice e rapido rispetto al passato. Anche lo sviluppo tecnologico, supportato dalle politiche legate all’impresa 4.0, hanno portato notevoli passi verso questa direzione.

Ma di fronte a questa crescente disponibilità, oggi viene da chiedersi: quanto di tutto questo viene trasformato in reale profitto, o costituisce base solida a supporto di decisioni strategiche? Quanto di pari passo sono evolute le competenze e le capacità in termini di analisi, di gestione del dato?

Ma soprattutto, quanto si investe e si lavora sullo step preliminare per questi passaggi, ovvero rendere il dato fruibile, preciso, “pulito”? Quanto è sviluppata la consapevolezza sulla qualità e sulla accuratezza del dato che si utilizza, e come eventualmente la si sfrutta per interpretarlo nel modo più appropriato?

Dati… o Informazioni?

Un primo aspetto importante risiede nell’abilità dell’azienda nel tramutare i dati che possiede, pochi o tanti che siano, in informazioni e leve decisionali strategiche. A volte si assiste a paradossi simili a qualcuno che sottoscrive abbonamenti costosi alle piattaforme di contenuti più ricche, senza poi avere (o riservarsi, organizzarsi) le serate libere per fruirne.

Il tempo è certamente un fattore critico per un dato, perché un dato giusto utilizzato in un momento non sincrono perde di valore (si pensi a un’informazione di sistema inserita in ritardo, quando già si sono sviluppate azioni differenti); ma qui concentriamoci su un passaggio preliminare e cruciale: il momento in cui il dato diventa informazione, è quello in cui l’azienda e i suoi “Subject Matter Experts” si soffermano ad analizzarlo, ad interpretarlo, a leggerlo in correlazione con altri dati e indicatori. E quindi, di fatto, a conoscerne a fondo il livello di precisione, di affidabilità, di “pulizia”, così da utilizzarlo in modo consapevole, con le opportune certezze (o cautele).

Un dato non pulito porta realmente informazione, o sono più alti i rischi nell’utilizzarlo “come se lo fosse”?

Un vecchio motto: “bad data is better than no data” – Può essere vero, ma con cautela

Mi è capitato spesso di incontrare questa massima, in particolare (ma non solo) associata alla difficoltà di reperire dati di forecast affidabili, di trovarsi completamente al buio rispetto a ciò che accadrà in termini di vendita, per arrivare a dire che disporre di “un qualche” dato, anche se impreciso, fosse comunque un punto di partenza.

Certamente esso costituisce un’indicazione significativa, di cui tenere conto; ma se di fronte alla consapevolezza di un margine di errore anche rilevante, si utilizza questo “bad data” come – per esempio – una fonte di fabbisogno nell’ERP per approvvigionare i materiali, risulta evidente che i rischi che ci si sta assumendo siano notevoli. Un possibile utilizzo consapevole di questo dato, allora, potrebbe essere quello di coinvolgere i fornitori in un canale di informazione collaborativo, lavorando ad accordi impegnativi ma non vincolanti, che puntino alla condivisione del rischio e a metodi comuni per ridurlo.

Ma a livello puramente metodologico, nell’ottica di risolvere il problema alla sua causa radice, sarebbe opportuno (anche) tentare di direzionare sforzi e investimenti per “pulire” il dato del forecast, per migliorarne l’affidabilità reperendo informazioni dal campo e in tempo più reale possibile; meglio spendere in tecnologia o in sforzi di collaboration con il cliente, che in scorte che diventano obsolete a causa di un dato inaffidabile!

I dati e i software di monitoraggio produzione

Un altro esempio, più orientato alla produzione, è certamente quello di sistemi e software dedicati al controllo della produzione, come è ad esempio il caso del materialMES di Logikamente: spesso vi è la (falsa) speranza che siano i sistemi di per sé stessi a risolvere i problemi, e non si spende (in tutti i sensi) in modo adeguato per alimentarli con dati corretti, puliti, affidabili.

Ma quale il valore di un tempo di ciclo impreciso, quali gli enormi rischi di una distinta base sbagliata o inaccurata? Nel primo caso, mi muoverò su ritmi di produzione troppo blandi o insostenibili, causando inefficienze intrinseche o, al contrario, schedulazioni sovraccariche, accumulo di ritardi e di materiali, perdita di livello di servizio al cliente; nel secondo, i rischi sono sostanzialmente gli stessi, ma addirittura rinforzati dall’urgenza di trovarsi un componente mancante al momento di entrare in produzione (oltre a quello approvvigionato per errore a magazzino). Spesso si ovvia a questi problemi con le scorte, di tutti i tipi, dai materiali alla capacità produttiva; ma le scorte costano, e spesso non meno di investire tempo e risorse nel raffinamento dei dati e la loro precisione, attraverso la tecnologia, la formazione del personale, la creazione di standard e procedure per la creazione e la manutenzione dei dati tecnici di sistema.

Un dato non pulito è quindi certamente “meglio di niente”, ma solo se è accompagnato dalla consapevolezza di questo aspetto, e all’orientamento al migliorarne progressivamente la qualità, con sforzi tanto più ingenti quanto più il dato in questione è strategico (e fonte di rischi).

Ing. Carlo F. Binder

    Iscriviti alla nostra Newsletter

    Riceverai email informative su trend di settore e le ultime novità di Logikamente!