データ管理システム『PI System』

2015年、米国第7位のクラフトビール醸造所であるDeschutes Breweryでは、
醸造工程の冷却段階で使われる新型の発酵槽で、急激な温度上昇が起きて
いました。

当初設備増強が検討されましたが、まずは『PI System』で集めたオペレーション
データを使い、冷却段階の時間短縮とビールの品質維持を同時に実現できるかを
試みました。

また、これまで監視してこなかった発酵槽の円錐底に4つ目の温度センサーを
追加し、これを活用して円錐底の冷却制御を実施。

これにより新たな発見が生まれ、制御が改善されることで不要な温度上昇を
防ぐことができました。
さらに、保全に関しても状態基準保全（CBM）に移行することにより、800万ドル分の過剰な設備投資を回避することもできました。

【事例概要】
■業界：食品・飲料
■ビジネス価値
・プロセス最適化、生産量向上、品質向上、データの民主化
　予測分析、リアルタイムKPIダッシュボード

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

IDGリサーチは先日、製造や加工に携わる企業を対象に、DXにおけるオペレーションデータがどのように管理、分析されているかについての調査を行いました。

その結果、高度な分析プロジェクトを実施する際の課題や、成功に導く
ベストプラクティスが明らかになりました。

詳しくは、下記PDFダウンロードよりご覧いただけます。

【掲載内容（一部）】
■データサイエンスプロジェクトの成功に必要なのは何でしょうか？
■「クラウドベース」または「エッジベース」のテクノロジーのうち、
　今後5年でより大きな影響力を持つのはどれでしょうか？
■貴社ではプロセスデータヒストリアンを使用していますか？
■高度な分析を成功させる確率を高めるには、何が必要でしょうか？
■生データの一元化だけが主な課題ではありません

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

データ駆動型の企業文化を生み出すには、さまざまな障壁が存在します。

当資料では、データインフラストラクチャーを導入して時系列データを
処理することにより、意思決定、システムの最適化、企業のパフォーマンスを
変革する際に、企業が直面する障壁をどのように軽減できるかをご紹介。

ぜひ、ご一読ください。

【掲載内容（一部）】
■はじめに
■背景
■時系列データに共通する課題
■機会
■データインフラストラクチャーとは

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

さまざまな産業において、企業はオペレーションデータが会社全体に
もたらす価値に気付きつつあります。

オペレーションデータを他のビジネス情報と組み合わせることで、組織は
データ駆動型の意思決定を行い、パフォーマンスを最適化させることができます。

ところが、同じデータでも部署や立場が異なれば全く違うコンテキストで
使われ、それぞれの場面で使いやすい形式の情報が必要とされます。

当資料では"オペレーションに活かすベストプラクティス"についてご紹介。
下記のPDFダウンロードよりご覧ください。

【掲載内容（一部）】
■オペレーションデータとは？
■単一のデータポイントを多くの場面で活用
■単一データポイントでも、部門や立場が違うと見方がこんなに変わります
■洞察を価値に変化させるリアルタイムツール－それがPI Systemです
■オペレーションに特化したリアルタイムダッシュボードと分析

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

企業が機械学習（ML：machine learning）を使って膨大なオペレーション
データを分析し、プロセスの改善を図る機会が増えています。

ところが、プロセス改善のために既に「ビッグデータ」を活用している
企業が初めて機械学習を取り入れる際に、多くの不明点や取りこぼしを
抱えることは珍しくありません。

当資料では、機械学習とは何か、そして機械学習を用いた分析に必要な
データ準備についての基本をご紹介しています。

ぜひ、ご一読ください。

【掲載内容】
■機械学習はデータ分析で「インテリジェンス」を実現する
■機械学習はいつ使用するべきか
■機械学習には高品質なデータとデータ準備が不可欠
■機械学習に必要なデータ準備を実現するシステム

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）