Scienza e industria uniscono le forze per raccogliere valore aziendale
L’Università di Sunderland ha condotto un progetto di ricerca interdisciplinare per tentare di risolvere i problemi legati alla gestione della manutenzione basata sui dati nel settore manifatturiero europeo, concentrandosi sugli aspetti della gestione del valore aziendale, l’affidabilità e l’ingegneria della manutenzione, e la scienza dei dati. L’iniziativa Lead4Value, finanziata dall’UE, ha inteso agire come un ponte tra gli ingegneri della manutenzione e i responsabili decisionali, fornendo gli strumenti e i metodi manageriali per valutare il valore dei dati in base a specifici organizzazioni, obiettivi e contesti. Il progetto ha operato con diverse piccole e medie imprese. Lo scopo di questa collaborazione è stato quello di raccogliere e analizzare i dati manifatturieri utilizzati dai dirigenti senior durante la pianificazione delle attività di manutenzione. Successivamente è stato determinato il valore e l’impatto dei dati sulla scelta dell’attività di manutenzione. I risultati finali miravano a fornire alle aziende un nuovo sistema. Questo nuovo sistema è la prova tangibile di come il valore aziendale della manutenzione industriale possa essere potenziato attraverso l’adozione di un nuovo approccio al processo decisionale basato sui dati, fondato sui principi della produzione snella come l’efficienza dei costi e delle risorse.
Al passo con l’industria
«Fortunatamente i nostri problemi si limitavano ad accedere alle aziende durante il cambio di produzione o i cambi di turno che coinvolgevano il personale chiave. Ove possibile, abbiamo pianificato dai 5 ai 6 mesi in anticipo. Fortunatamente, abbiamo riscontrato pochissimi ritardi rispetto a queste problematiche», spiega il professor David Baglee, coordinatore del progetto e professore presso la Facoltà di Tecnologia dell’Università di Sunderland.
Sviluppato dal mondo accademico in collaborazione con l’industria per rispondere ad una sfida industriale
I risultati di questa ricerca sono stati specificatamente sviluppati con il supporto dell’industria, con le organizzazioni partner che annoveravano un’azienda manifatturiera nel settore alimentare e un produttore di componenti automobilistici. Nello specifico, il progetto ha sviluppato un metodo per consentire alle aziende di analizzare i loro percorsi di utilizzo dei dati esistenti e potenziali, per determinarne la rilevanza e l’accuratezza. Inoltre, sono state impiegate la modellizzazione analitica nonché le analisi statistiche per costruire mappe e strumenti a supporto del processo decisionale nella futura gestione dei dati. Questi strumenti hanno fatto emergere attività di manutenzione inutili, attività di raccolta dati non necessarie, attività di raccolta dati mancanti, e la possibilità di aumentare il valore aziendale della manutenzione.
Risparmiare fatica, costi e tempo
Le stesse aziende hanno scoperto i risultati effettivi, rilevando una riduzione delle attività di manutenzione, una riduzione delle spese di manutenzione generali, una riduzione dei tempi di raccolta e analisi dei dati e l’identificazione dei dati che aggiungono valore al processo decisionale globale. Il progetto ha prodotto svariati elaborati accademici. Il caso di studio dell’azienda manifatturiera alimentare, che si è concentrato sulla manutenzione correttiva, è stato presentato in un elaborato intitolato «An approach to identifying waste in data management processes», firmato da David Baglee e Salla Marttonen-Arola, nell’ambito della 14a Conferenza internazionale sulla scienza dei dati (ICDATA 2018) tenutasi a Las Vegas, Nevada, USA. I medesimi autori hanno presentato i loro risultati in uno studio intitolato «Implementing a CMMS: an investment appraisal based on value of data», nel corso del Congresso mondiale 2019 su Resilienza, Affidabilità e Gestione dei beni a Singapore. La prossima fase sarà un progetto di prosecuzione attualmente elaborato dal team di ricerca, volto a espandere tale sistema al fine di integrare produzione, qualità e altri sistemi manifatturieri ricchi di dati.
Parole chiave
LeaD4Value, dati, manutenzione, manifattura, gestione, valore aziendale
