Следите за новостями

Цифра дня

48 комплексов Starlink направило МЦРИАП в регионы ЧС
  • Доходность
    17,2%за 2023 год
  • Стоимость чистых активов
    29,5млрд тенге
  • Доходность
    14,12%с начала управления
  • Доходность
    17,2%за 2023 год
  • Стоимость чистых активов
    29,5млрд тенге
  • Доходность
    14,12%с начала управления

Как предотвратить расхождение данных: Enterprise-специфика

Роль управления данными на современном производстве переоценить трудно.

1 декабря 2023 19:06, Profit.kz
Рубрики: Бизнес, Софт

Малейшая ошибка в этом направлении может обернуться значительными последствиями, как по масштабу, так и по сложности устранения. Как наладить процесс, который застрахует от возникновения конфликтов производственных данных, рассказывает директор по развитию компании Axellect Мирас Касымов.

Оборудование — ключевой производственный актив для любого предприятия, поэтому эффективность его использования всегда в фокусе внимания. Основным критерием оценки эффективности является КТГ, коэффициент технической готовности или процент времени за определенный период, когда оборудование готово к работе и может использоваться в технологических процессах. При этом КТГ — не единственный ключевой показатель для оценки эффективности. Предприятия применяют еще один — КИО, коэффициент использования оборудования. Он показывает, какое количество времени оборудование в действительности отработало для производства продукции за учетный период. На транспортных предприятиях такой показатель называют КИП — коэффициент использования парка.

Сбор данных, которые используются для расчета КТГ и КИО — важнейшая задача для менеджмента предприятия. Их мониторинг ведется без перерывов и является ключевой задачей для служб, ответственных за обеспечение работоспособности производственных активов. Однако процесс сбора необходимых данных непрост. Осложняется он тем, что источниками данных для расчета КТГ и КИО являются разные информационные системы. Они часто имеют разную дискретность и не совпадают по формату данных.

Откуда берутся данные для расчета КТГ и КИО

Современное промышленное предприятие — сложная структура, в которой происходят десятки производственных процессов и выполняются сотни технологических операций. Каждая из них оставляет свой «след» в виде данных, которые собирают различные информационные системы. Их тоже немало, поскольку с их помощью обеспечиваются все направления работы компании — от производства до планирования и менеджмента.

Для того, чтобы этот сложный комплекс работал как единый организм, информационные системы необходимо систематизировать, правильно «собрать» в общей ИТ-архитектуре. Для этого используются различные стандарты, которые позволяют выстроить иерархическую зависимость между системами в соответствии с теми ролями, которые они играют в инфраструктуре предприятия.

К примеру, международный стандарт ISA-95 выделяет в инфраструктуре несколько иерархических уровней, между которыми перемещаются данные. Базовый — контрольно-измерительные устройства, которые получают первичные данные и передают их далее, в системы контроля, мониторинга и управления технологическими процессами (второй уровень).

Третий уровень иерархии — системы управления производством (сокращенно — MES, Manufacturing Execution System). Они ведут детализированный учет производственных операций вплоть до отдельных агрегатов и единиц выпускаемой продукции. И только после того, как MES агрегирует собранную информацию, она передает данные на высший уровень, в ERP-систему, управляющую всеми ресурсами предприятия.

Данные, необходимые для расчета КТГ и КИО, образуются на разных иерархических уровнях. Часть из них собирается АСУ ТП, дополнительные данные извлекаются из MES. При этом сам расчет коэффициентов может проводиться как на уровне MES, так и в ERP, в зависимости от того, как это было запланировано во время разработки ИТ-архитектуры. В любом случае, источники данных для КТГ и КИО принадлежат к разным иерархическим уровням, и их приходится консолидировать.

Почему данные «разбегаются»

Одна из основных сложностей сбора и консолидации данных — разночтения в них. Они могут возникать из-за того, что разные структурные подразделения используют разные ИС и системы отчетности. Кроме того, возможны ошибки в справочных данных, возникающие в процессе синхронизации. Наконец, на качество данных оказывает влияние и человеческий фактор, когда сотрудники одного из подразделений вручную корректируют информацию в своей системе, не внося при этом изменений в ту систему, которая служит изначальным источником. Все это ведет к тому, что в системах верхнего уровня, MES и ERP, отражается искаженная информация.

Все это ведет к ошибкам, которые перекочевывают в аналитику и отчеты. По этой причине специалисты расходятся в оценках, а менеджмент принимает неверные решения. Часто, стремясь избежать ошибок в данных, предприятия вынуждены усложнять работу с ними, перепроверять их в ручном режиме, «в обход» алгоритмов, заложенных при интеграции информационных систем. Но это неправильный подход. Таким образом мы не только еще больше усложняем консолидацию данных, но и резко снижаем эффективность управления. А значение информационных систем (и инвестиций в их внедрение и развитие) существенно сокращается.

В качестве примера сошлюсь на практику нашей компании. Один из заказчиков, крупная добывающая компания, использовала несколько различных систем, которые были источником данных о работе оборудования. Из-за отличий систем возникло расхождение данных для расчета КТГ и КИО. Специалисты разных департаментов начали обращаться к тем системам, которые, по их мнению, выдавали корректные результаты. В итоге у каждого из них выработался собственный, неофициальный регламент получения информации, а между различными службами стало расти недопонимание. Мы провели аудит и выяснили, что причин расхождения данных было множество, от их ручной корректировки в разных системах до ошибок в справочниках и работы интеграционных шин. При этом данные отличались друг от друга в зависимости и от самой причины, и от периода времени, к которому они относились.

Так, значения КТГ по одной единице оборудования разнились в зависимости от уровня архитектуры от 0,6% до 0,78%, а в рамках одного квартала уровень расхождений отличался от месяца к месяцу. Но в каждом из них на одном из уровней архитектуры возникали аномально низкие или аномально высокие значения даже в тех случаях, когда данные на остальных уровнях совпадали. Подчеркну, что расхождение данных по одной единице оборудования даже в 0,05% могут обходиться предприятию в миллионы тенге.

Подобным образом могут «разбегаться» данные, относящиеся не только к КТГ и КИО. Случается, что не совпадают показатели по объемам сырья и произведенной продукции для каждого технологического процесса, данные по человеческим ресурсам, доступным материалам и т. д.

Как установить причины расхождений

Выявить и устранить расхождения в данных сложно, но выполнимо. Эта работа предполагает три последовательных этапа.

Прежде всего, необходимо составить перечень используемых информационных систем, карту потоков информации, которая курсирует между ними, и показателей, потенциально содержащих разногласия. При этом нужно учесть и временные интервалы, к которым относятся эти показатели.

Затем сравниваются справочные данные выявленных систем. Они должны быть идентичны, и если это не так, то предстоит выбрать те варианты, которые используют идентичную информацию во всех системах. Это нужно, чтобы в дальнейшем все информационные системы обращались к одному источнику. Это тоже важная деталь, которую необходимо соблюсти, чтобы избежать расхождений в будущем.

Наконец, значения информационных систем сравниваются по показателям, разночтения фиксируются и выявляются их конкретные причины.

…и устранить их

Но, конечно, выявить причины расхождения в данных недостаточно. Все найденные «разрывы» нужно устранить и предотвратить в будущем. Для решения этих задач есть конкретные меры.

Во-первых, необходима разработка методики работы с данными. Она должна учитывать все операции, связанные с добавлением, изменением и удалением данных, а также периодичность их обновления и глубину изменений. Кроме того, потребуется составить и методику ведения нормативно-справочной информации. Она должна обеспечить синхронность изменений в информационных системах. По сути, здесь нужно определить мастер-систему, «источник правды», из которого все корректировки транслируются в остальные системы.

Третий шаг — аудит для подтверждения корректности всех собираемых данных в соответствии с методиками. Если аудит покажет несоответствие стандартам, причины отклонений необходимо устранить сразу или, если отклонения не слишком критичны, в ближайшем будущем.

Последний этап работы по устранению расхождений — перенастройка процесса передачи данных между уровнями ИТ-архитектуры — от КИП к MES и далее в ERP. Эта перенастройка должна подразумевать исключение ручного ввода данных и запрет, где только возможно, на разных уровнях и в разных системах, их корректировок «от руки». Если же такие корректировки будут признаны необходимыми, то их следует четко регламентировать.

И последнее. Хороший способ предотвратить расхождения в данных — создание дата-массива, формируемого по единым правилам, которые описывают все процессы работы с ними: сбор, ввод и передачу из одной системы в другую. Только такой массив может стать «источником правды», страхующим от ошибок и их главного негативного последствия — неправильных управленческих решений.

Подписывайтесь на каналы Profit.kz в Facebook и Telegram.