Data Analytics per l'ottimizzazione dei processi produttivi

Obiettivi

• Comprendere tecnologie e architetture per la raccolta dati dalle macchine e per la loro trasmissione verso sistemi informativi di alto livello;
• Definire processi e metodologie che permettono di prendere decisioni consapevoli in ambito Operations sfruttando i dati provenienti dalle macchine;
• Introdurre i partecipanti alle tecniche del descriptive data analytics, del data mining e del prescriptive data analytics con focus particolare su come tali tecniche possono essere sfruttate per aumentare l’efficienza delle macchine e per abilitare modelli di business di servitization;
• Fornire spunti, mediante la presentazione di casi aziendali, riguardanti l'applicazione di tecniche di descriptive data analytics, data mining e prescriptive data analytics;
• Illustrare come e possibile compiere analisi descrittive con alcuni strumenti software semplici e già presenti in azienda.

   

  Programma

  Nell’ambito dei beni strumentali, sempre più il mercato richiede la possibilità di estrarre e analizzare dati provenienti da tali beni e, in alcuni casi, anche il passaggio a un modello di business di servitization per il quale è fondamentale poter rilevare e misurare il tempo di utilizzo del bene stesso e le sue performance in tale tempo.

  Ecco, quindi, che risulta fondamentale in questo contesto comprendere la filiera del dato, ovvero tutte quelle tecniche e strumenti che possono essere messi in atto per andare dalla rilevazione del dato dal campo alla sua trasformazione in informazioni utili alla presa decisionale.

  Contenuti:

  • La filiera del dato: sensori, PLC, edge computing, sistemi MES e piattaforme di data analytics
  • Approfondimento degli strumenti e della struttura informativa.
  • Introduzione dell'architettura generale su come il dato deve/può essere raccolto dalla fabbrica e trasmesso ai vari dipartimentali, specificando quali dati/informazioni devono passare da un software a un altro.
  • Il data analytics come insieme di tre aree: descriptive data analytics, data mining e prescriptive data analytics
  • Presentazione di casi reali di applicazione di descriptive data analytics e di data mining in ambito Operations
  • Approfondimento delle tre aree, con particolare focus sulle tecniche/algoritmi da utilizzare e mostrando attraverso casi d'uso i dati necessari per l'applicazione di una particolare metodologia e i vantaggi ottenuti con la sua applicazione.
  • Applicazione di descriptive data analytics attraverso l'ultizzo della suite di Microsoft Power BI.

   

  Ulteriori informazioni
  La quota di partecipazione è comprensiva di materiale didattico in formato digitale e attestato di partecipazione.
  Si intendono aziende associate quelle aderenti alle associazioni: ACIMAC, ACIMALL, AMAPLAST, FEDERTEC E UCIMA.
   

  Destinatari

  Persone che in aziende produttrici di Beni Strumentali ricoprono i ruoli di responsabile/assistente al responsabile di:

• ricerca e sviluppo
• area tecnico-commerciale
• ufficio tecnico
• industrializzazione