Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics information and knowledge of Big Data.

invito all'azione

Get Started

cloud

Sei pronto per cominciare?

Scarica Sandbox

Come possiamo aiutarti?

chiudiPulsante di chiusura
invito all'azione

Big Data in Manufacturing and
the IoT Connected Factory

cloud Hortonworks is a leader. Read the Forrester Wave.

Download Report

Make it smarter

Manufacturing is all about efficiency. Using connected devices, internet of things (IoT), predictive analytics and machine learning, manufacturers organizations can now leverage big data in manufacturing to create efficiencies and be first to market with better products while reducing costs and improving customer satisfaction to make better products and be first to market.

Altre informazioni

Trasformare i dati in prodotti di qualità e processi efficienti

Now relatively inexpensive sensors and IoT devices can gather and frequently transmit data along many steps in the manufacturing supply chain: design shops, supply chain, production line and warranty operations. Hortonworks DataFlow (HDF™) securely collects real-time sensor data-in-motion, allowing manufacturers to quickly identify problems as they occur, wherever they occur in the connected factory. Hortonworks Data Platform enables historical analytics on data that just doesn't fit into legacy platforms, helping engineers move beyond reactive error avoidance to proactive process improvement.

Use Cases

Garantire consegne just-in-time delle materie prime,

Manufacturers want to minimize the inventory that they keep on hand and prefer just-in-time delivery of raw materials. On the other hand, stock-outs can cause harmful production delays. Sensors, and RFID tags and IoT in manufacturing reduce the cost of capturing supply chain data, but this creates a large, ongoing flow of data. Hadoop can store this unstructured data at a relatively low cost. That means that manufacturers have more visibility into the history of their supply chains and they are able to see large patterns that might be invisible in only a few months of data. This intelligence can give manufacturers greater lead-time to adjust to supply chain disruptions. It also allows them the connected factory to reduce supply chain costs and improve margins on the finished product.


Controllo qualità con dati in tempo reale e storici sulla catena di montaggio

High-tech manufacturers use sensors to capture data at critical steps in the manufacturing process. This data is useful at the time of manufacture, to detect problems while they are occurring. However, some subtle problems—the “unknown unknowns”—may not be detected at time of manufacture. Nevertheless, those may lead to higher rates of malfunction after the product is purchased. When a product is returned with problems, the manufacturer can do forensic tests on the product and combine the forensic data with the original sensor data from when the product was manufactured. This big data in manufacturing adds added visibility, across a large number of products, helps the manufacturer improve the process and products to levels not possible in a data-scarce environment.


Evitare interruzioni con la manutenzione proattiva delle attrezzature

Today’s manufacturing workflows involve sophisticated machines coordinated across pre-defined, precise steps. One machine malfunction can stop the production line. Premature maintenance has a cost; there is an optimal schedule for maintenance and repairs: not too early, not too late. Machine learning algorithms can compare maintenance events and machine data for each piece of equipment to its history of malfunctions. These algorithms can derive optimal maintenance schedules, based on real-time information and historical data. This The use of manufacturing predictive analytics can help maximize equipment utilization, minimize P&E expense, and avoid surprise work stoppages.


Maggiore produttività in campo farmaceutico

La produzione biofarmaceutica richiede un monitoraggio e un controllo attento delle condizioni ambientali. L'obiettivo di ogni ciclo di produzione è massimizzare il rendimento al primo passaggio (First Time Yield, FTY) che misura il numero di prodotti realizzati correttamente dopo il primo passaggio attraverso la linea di produzione. Ogni punto percentuale in più nell'FTY rappresenta una riduzione significativa del costo di produzione. I miglioramenti dell'FTY sono spesso ostacolati da una scarsa visibilità sulle operazioni. L'uso di sensori può fornire dati grezzi che, se integrati con altri archivi di dati esistenti, possono migliorare questa visibilità. Con un data lake Hadoop questa integrazione risulta più semplice, perché Hadoop non richiede la definizione di uno schema a priori prima dell'acquisizione. Inoltre, il minore costo di archiviazione di Hadoop significa che un cluster può archiviare un numero più ampio di dati, in più formati, per periodi di tempo maggiori, per scoprire nuove relazioni fra i dati stessi. Leggi come Merck Research Laboratories ha ottimizzato la produzione in campo farmaceutico grazie a Hortonworks Data Platform.

Assicurazione qualità in crowdsourcing

Anche prodotti sottoposti a test accurati possono presentare problemi post-vendita. Talvolta i clienti non riferiscono i problemi al produttore, ma se ne lamentano con amici, famigliari o sulle reti social, creando un flusso di dati sui problemi dei prodotti che può ampliare il feedback ottenuto attraverso i canali tradizionali dell'assistenza. Hadoop archivia enormi volumi di dati sul sentiment ricavati dai social media. Ricercare questi dati significa poter individuare precocemente i segnali che indicano l'andamento di un prodotto durante tutto il suo ciclo di vita. Venire a conoscenza dei problemi tempestivamente e agire subito per proteggere la reputazione di un prodotto è fondamentale per ottenere e mantenere la fedeltà dei clienti.

Customer Case Studies

Western Digital
cliente
Western Digital

WD produce la metà dei dischi rigidi di tutto il mondo. Con Hadoop e Hortonworks Data Platform, i tecnici di WD accedono più velocemente ai dati di produzione, li conservano più a lungo e li condividono con un numero maggiore di membri del team. Ciò significa un miglioramento costante in un processo produttivo, che riduce i costi e migliora la soddisfazione del cliente. Le sfide nella produzione prima di Hortonworks Data Platform. Il...