De l’atelier à l’analyse post-production, exploitez les richesses de vos données pour produire mieux

Introduction :

• L’importance du MES (Manufacturing Execution System) dans les ateliers industriels
• Le potentiel des données croisées pour faciliter les décisions stratégiques

Connecté aux logiciels et aux machines d’une entreprise industrielle, le MES (Manufacturing Execution System) joue un rôle central dans les ateliers. Il importe, traite, exporte diverses données et permet le pilotage de la production en temps réel.

A moyen terme, il est possible de croiser les données de sources hétérogènes et externes au MES pour obtenir d’autres indicateurs, avoir une vue globale sur l’activité et ainsi faciliter la prise de décisions stratégiques.

Le MES : Chef d’orchestre de l’atelier

• Les fonctions clés du MES dans la gestion de la production en temps réel.
• Les informations accessibles au management pour une meilleure prise de décisions.

Le MES est souvent représenté comme le chef d’orchestre de l’atelier. Il fait le lien avec l’ERP, centralise les données pour fournir aux hommes et aux machines la bonne information au bon moment.

Quel est cet OF ?

• Est-il bientôt fini ?
• Qui travaille dessus ?
• Quand doit-il être traité ?
• Par qui ?
• Dans quel atelier ?
• Sur quelle machine ?

Autant d’informations immédiatement accessibles (l’échelle de temps du MES est de l’ordre de la minute) par le management.

La continuité numérique grâce au MES

• L’intégration des données de production pour assurer la traçabilité.
• La synchronisation des données avec l’ERP pour une gestion efficace des ressources.

Le MES assure la continuité numérique entre les différentes étapes de la production :

• Récupération des données (depuis des serveurs, des machines, un ERP, un PLM ou encore une GMAO)
• Transmission aux hommes ou aux machines qui attendent ces informations pour produire
• Intégration de toutes les données de production pour assurer la traçabilité des opérations et des composants (ou matières premières) utilisés
• Pilotage par la qualité (contrôle de lots, suivi SPC, suivi des non-conformités, etc) pour anticiper les dérives et apporter les actions correctives
• Gestion des ressources matérielles (outillages, matières) ou humaines (profils, habilitations, compétences, etc.)
• Synchronisation des données avec l’ERP (mise à jour des stocks, des commandes réalisées, des OF clos, etc.)

Grâce à cette continuité numérique, plus aucune information n’est perdue ou transformée par erreur (comme c’était souvent le cas avec les ressaisies informatiques à partir de données écrites sur papier).

La mise en forme des données sous forme de dashboard permet au manager d’avoir une vision synthétique sur la production de son usine.

L’utilisation des données en temps réel pour l’industrie 4.0

• L’amélioration de la qualité et de la productivité grâce à l’exploitation des données.
• Le rôle du MES dans la réponse aux exigences de la santé publique et de la sécurité du citoyen.

Caractéristique de l’industrie 4.0, le MES utilise donc massivement les données en temps réel pour améliorer qualité et productivité.

A travers cette capitalisation de données et de traçabilités, le MES aide et contribue à répondre aux exigences de la santé publique (médical, agroalimentaire…) et à celles de la sécurité du citoyen (aéronautique, automobile…).

Ces données ont un coût, puisque pour les générer il a fallu des femmes et des hommes, du temps et des moyens de mesure parfois très onéreux. Elles sont donc précieuses. D’autant plus précieuses qu’elles contribuent au bon fonctionnement de la supply chain de l’industrie, et qu’elles pourront aussi être exploitées ultérieurement selon les besoins.

Une bonne compréhension des processus et procédés industriels est un élément clé pour identifier les leviers d’optimisation et de rentabilité.

Le croisement des données pour une vue globale

• La multitude d’informations disponibles dans les systèmes d’informations industriels.
• L’importance du croisement d’informations issues de sources hétérogènes pour une vision complète de l’activité.

Une multitude d’informations à disposition des organisations

La multiplication des sources de données déjà disponibles dans le système d’informations (ERP, MES, suivi énergétique, résultats laboratoire, retours clients, GMAO…) et les compléments externes possibles autour de l’Open Data, des IoT, des API, ont considérablement augmenté la quantité d’informations à disposition des organisations.

Le croisement d’informations issues de sources hétérogènes permettrait pourtant d’apporter une vue globale sur l’activité.

Dépasser les limites de la solution Excel avec le Data Management et la BI

• Les questions et limites des industriels concernant l’exploitation des données.
• Le rôle du Data Management et de la Business Intelligence dans la restitution fiable de la donnée.

La Solution Excel est limitée pour répondre aux besoins des industriels 

Les questions que se posent les industriels lorsqu’ils veulent exploiter les données sont les suivantes :

• Quelles données exploiter ?
• Qui va mettre en forme ces données ? Comment ?
• Combien de temps et quand aurai-je accès à ces données valorisées ?
• Mes données sont-elles fiables ?

Pour lire, analyser et interpréter les data, la première solution d’une entreprise est souvent l’utilisation de tableurs tels qu’Excel. Les fonctions de création de visuels de ces outils permettent de rapidement faire parler les données. Mais ces tableurs ont leurs limites (pas de partage collaboratif, ne peut pas traiter un volume important de données, ne se connecte pas à toutes les sources externes…) et ne sont pas pérennes car trop souvent dépendants de leur créateur.

La combinaison « Data Management + Business Intelligence », au service de la restitution fiable de la donnée 

Le Management Data consiste à bâtir la culture d’entreprise qui favorise la collecte, l’utilisation et le partage de données en vue d’améliorer la prise de décision.

A partir de la cartographie du système d’information et l’intégration possible de données externes ou de capteurs, le croisement des informations apporte une vision à 360°.

Le Data Management se situant en amont du traitement BI, la production d’indicateurs métiers pertinents permet de valoriser les données par une meilleure analyse des résultats produits mais aussi le développement de nouveaux services.

La boucle vertueuse de l’information pour l’amélioration continue

• Les avantages d’une démarche couplée Data Management et BI.
• L’exploitation des données synthétiques pour une optimisation des procédés et outils de production.

Cette démarche couplée Data Management et BI rend possible :

• une collaboration autour de données unifiées
• la simplification de l’accès à la donnée valorisée
• la suppression des ressaisies chronophages au bénéfice de l’analyse
• la mise en place d’indicateurs adaptés, interactifs et modulables et une meilleure compréhension
• la mise en place d’actions et la mesure de l’efficacité de ces actions.

Enfin, les données synthétiques et consolidées par le couple Data Management et BI peuvent également être remontées et exploitées par le MES pour mettre en place les bons indicateurs et les bons suivis.

On voit alors apparaitre une boucle vertueuse de l’information pour mener une démarche d’amélioration et d’optimisation des procédés et des outils de production : un avantage concurrentiel à portée de clic.

Conclusion

• L’importance de la valorisation des données pour un avantage concurrentiel durable.
• Les perspectives offertes par une exploitation intelligente des données dans l’usine 4.0.