Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
1
SPRI- Miramon Empresa Digitala – Cámara de Gipuzkoa"El reto de transformar los datos en valor para mi empresa”
Donostia, 26 de Marzo de 2019
Naiara GoiaSenior Manager – Innovation & TechnologyMONDRAGON Corporation
Smart data & Industry4.0: casos de uso en el ámbito industrial. Creando valor a partir de los datos
1. MONDRAGON
2. EL RETO EN EL ÁMBITO INDUSTRIAL
3. CASOS DE USO
SMART DATA & INDUSTRY 4.0
Establecemos un sistema
triangular de conocimiento
que conecta
EDUCACIÓN, NEGOCIO
E
INVESTIGACIÓN TECNOLÓGICA.
CUATRO ÁREAS DE NEGOCIO
INDUSTRIA CONOCIMIENTOFINANZAS DISTRIBUCIÓN
266EMPRESAS
MANTENEMOS UN COMPROMISO CON LA INNOVACIÓN
Y TAMBIÉN UN COMPROMISO DE
SOLIDARIDAD CON EL ENTORNOAPORTAMOS
80.818 empleos
98COOPERATIVAS
143FILIALES
25ENTIDADES
15 489CENTROS PROPIOS DE INVESTIGACIÓN Y DESARROLLO
FAMILIAS DEPATENTES DEINVESTIGACIÓN
Establecemos un sistematriangular de conocimiento que conecta
EDUCACIÓN
NEGOCIO E
INVESTIGACIÓN TECNOLÓGICA
25,1 millones €EN ACTIVIDADESDE CONTENIDO SOCIAL
1Corporación MONDRAGON
SOMOS
MARCASLÍDERES
67.146EMPLEADOS
PRESENCIA NACIONAL PRESENCIA EUROPEA PRESENCIA INTERNACIONAL
73.719EMPLEADOS
13.600EMPLEADOS
“Data has become the most important strategic asset of the 21st century”
Data Analytics en el ámbito industrial2
Data challenge
Fuente: Data: What Should Be Keeping CEOs Awake at Night?Patty Lee, Ocean Protocol - A New Data Economy
Tipo de datos
¿Para qué?
Propiedad
Responsabilidad
Inversión
Tecnologías
complementarias
Otras tecnologías clave
IoT, Ciberseguridad, Convergencia IT/OT, Integración de
Sistemas, HMI, Cloud…
Diagnóstico MONDRAGON INDUSTRY4.0
>25 cooperativas industriales
- Data Analytics: 65% de
cooperativas
- Proyectos IoT: 100% cooperativas
- Conectividad IoT: 60%
- Digital platforms: 57 %
- Ciberseguridad: 75 %
- Integración de Sistemas: 70 %
Tecnología & Personas (Cultura) & Estrategia
• Optimización del proceso de fabricación (Smart factory)
• Productos avanzados digitales ( Smart Products)
• Optimización del ciclo logistico (Supply chain)
• Servitización – Nuevos modelos de negocio (Smart Services – Digital Services)
Aplicaciones del smart data en el ámbito industrial – Casos de uso
3
12
PREDICCIÓN DE CONSUMOSOptimización del ciclo logístico
Visibilizar los consumos en tiempo real
Gestión logística y de la producción
más eficiente (ajustar la producción)
Reducción de stocks
Predicción de comportamientos
en procesos logísticos
13
PREDICCIÓN DE CONSUMOSComportamiento del mercado y posición
del distribuidor
Mejorar la calidad de la predicción,
integrando datos sobre el
comportamiento actual de las ventas:
de web, ERP, información distribuidor…
Identificar patrones de
comportamiento (Algoritmos de
predicción)
Diseño de indicadores para la red de
distribución (comportamiento del
Mercado y posicionamieto)
Gestión optimizada de stocks
14
CONTROL Y AUTOMATIZACIÓN DEL
PROCESO Fabricación de canales de drenaje de hormigón polímero
Identificar las variables de proceso
Determinar los factores más influyentes
de manera automatizada
Estandarizar la recogida de datos:
sensorización (sondas de temperatura,
detectores, sondas de humedad ambiental)
Análisis y procesado de datos para tener
un mayor control del proceso
15
OPTIMIZACIÓN DE PROCESOS DE
FABRICACIÓNControl de calidad – Soldadura
Recogida, validación y análisis s y procesado
de datos
Entender el proceso
• Datos monitorización soldadura
• Parámetros de calidad de la soldadura:
análisis de imágenes
Controlar el proceso
Predecir siguientes ciclos de soldadura
Detección de fallos
16
SERVICIO POSVENTA PERSONALIZADO
Y EFICIENTEModelo de gestión de una flota de maquinaria de
construcción
Análisis del comportamiento de los
activos en distintos contextos operacionales
Análisis y explotación de datos comportamiento,
alarmas y correctivos, ERP, plan de
mantenimiento inicial, etc.
Personalizar los planes de mantenimiento
Despliegue de servicios postventa
más eficientes y de mayor valor
17
NUEVOS SERVICIOS DIGITALESMantenimiento predictivo – Fabricante maquinaria
y packaking
Industrial Cloud conectada a las
máquinas
Acceso a OEE (eficiencia global
de los equipos)
Herramientas BI
Nuevos servicios a cliente:
Auditoria y Plan
Monitorización
Data Analytics: Machine
Learning, Tendencias, Patrones
Mejora y Optimización
18
DIGITALIZACIÓN DEL PRODUCTOMáquina Herramienta
De producto… a servicio
Servicios avanzados asociados a las
soluciones suministradas
Gestión inteligente de activos
Data System: Dashboard,
Optimización del proceso de
mecanizado, Nuevas estrategias de
mantenimiento
CONCLUSIONES
20
CLAVE: IDENTIFICAR LOS RETOS DE NEGOCIO
LA TECNOLOGÍA ESTÁ DISPONIBLE
SKILLS – COMPETENCIAS
CULTURA - PERSONAS
Eskerrik asko! Naiara GoiaSenior Manager – Innovation & Technology
“Success in digital transformation depends on mindset, not technology”