Einführung von Analytics Insights für Frontline-Ingenieure

Tulip ist ein Werkzeug für Entscheidungsträger auf allen Ebenen, um einen Überblick über ihre Abläufe zu erhalten. Analytik ist ein wichtiger Bestandteil des Verständnisses der Daten, die aus Ihren Prozessen stammen. Wir führen Analytics Insights ein, um sicherzustellen, dass Ingenieure, Bediener und Entscheidungsträger über die Daten verfügen, die sie zur Unterstützung ihrer Entscheidungsfindung in Produktionsumgebungen benötigen. Bei Analytics Insights handelt es sich um eine Sammlung von Funktionen in Tulip , die das Wissen der Mitarbeiter an der Frontline und machine learning nutzen, um Ausreißer zu erkennen, Prognosen zu erstellen und Warnungen zu versenden.

Diese Funktionen senken die Einstiegshürde für die Erstellung aussagekräftiger Einblicke über die Datenvisualisierung hinaus und die Bereitstellung von machine learning an der Front.

Analytics Insights sind neue Funktionen innerhalb der Plattform, die den Benutzern mehr Daten als nur eine Visualisierung bieten. Die ersten Analytics Insights, die den Nutzern zur Verfügung stehen, sind Layer. Layers können zu bestehenden Zeitreihendiagrammen hinzugefügt werden. Sie ermöglichen es Ingenieuren, schnell Schlussfolgerungen zu ziehen und den Bedarf an externen BI-Tools und Datenverarbeitungsschritten zu reduzieren, indem sie fortschrittliche machine learning in einer Plattform bereitstellen, die für den operativen Betrieb entwickelt wurde. Tulip ist die erste Plattform, die für den operativen Betrieb entwickelt wurde und diese Funktionen ohne die Notwendigkeit von Code bietet.

Erste Schritte mit Layern und Einblicken in Tulip →.

Mit dem Regelkarten-Layer können Ingenieure Ausreißer und auffällige Verschiebungen in der Produktion erkennen. Um die Regelkarte zu konfigurieren, können Benutzer Regelkartengrenzen eingeben.

In den nächsten Monaten wird die Kontrollkartenebene mit einer automatischen Grenzwertberechnungsoption aktualisiert, die machine learning verwendet, um die Erkennung von Ausreißern zu optimieren.

Beginnen Sie mit Kontrolldiagrammen in Tulip →.

Mit einem Mausklick können Sie Warnmeldungen einrichten, um Prozesse, die außer Kontrolle geraten sind, auf der Grundlage von Kontrolldiagrammdaten zu überwachen. Tulip prüft automatisch die Daten und benachrichtigt ausgewählte Benutzer, wenn Ausreißer entdeckt werden.

Ein weiterer Layer, der jetzt in Analytics verfügbar ist, ist der Forecast-Layer. Der Forecast Layer verwendet machine learning , um Trends in Produktionsdaten zu erkennen. Zeitreihendaten wie Zykluszeiten, Produktionsraten und die Anzahl von Teilen, Defekten oder Ereignissen können in Prognosen verwendet werden. Entdecken Sie Probleme, bevor sie auftreten, da Verschiebungen und Trends visualisiert werden.

Die Prognosen funktionieren mit einem Klick, können aber weiter konfiguriert werden, um Saisonalität, Zeitplanmuster und Parameter für die Schätzung zu berücksichtigen, ohne dass eine Programmierung erforderlich ist. TulipDie codierungsfreie Schnittstelle gibt Ingenieuren die Kontrolle über ihre Daten und bringt machine learning in ihre Toolbox, ohne zusätzliche Datenverarbeitungsschritte.

Beginnen Sie mit den Prognosen in Tulip →.

Tulip ermöglicht es Ihnen, aus Ihren Daten verwertbare Erkenntnisse zu gewinnen und diese in Ihre täglichen Abläufe zu integrieren, ohne dass Sie einen Data Scientist oder ein externes BI-Tool benötigen.

Diese Analytics Insights-Funktionen sind jetzt für alle Tulip Kunden verfügbar. Analytics Insights kann für tabellenbasierte Zeitreihendaten in Tulip verwendet werden. Das Team von Tulip wird in den nächsten Monaten Insights auf Maschinendaten anwenden.

Es werden weiterhin neue Funktionen in Analytics verfügbar sein, um ein neues, leistungsstarkes Analyseerlebnis zu schaffen. Neben weiteren Warn- und machine learning Funktionen auf der gesamten Plattform werden die Nutzer bald ein neues Diagrammerlebnis für eine verbesserte Datenvisualisierung sehen.