BIG DATA som styringsværktøj på et produktionssted Martin Kamber, Arla Foods, Kruså dairy
Navn: Martin Kamber Job: Project Manager Firma: Arla Foods Afdeling: Arla Foods, Kruså Dairy. Uddannelse: M.Sc. Dairy Science Mit arbejde i Arla Foods: Fuld tids Specialist: Optimering af : Kvalitet og Effektivitet 2
Dagsorden BIG DATA som styringsværktøj på et produktionssted Introduktion til Arla Foods Baggrund for produktionens Big Data Hvorledes anvendes data? Nuværende erfaringer med at anvende Big Data i produktionen Hvorledes optimeres udnyttelse af data? Hvad er mulighederne i Big Data Resultater? Hvad har vi opnået Next steps 3
Introduction to Arla Foods 4
12,700+ OWNERS MILK INTAKE 13+ BILLION KILO THE 5TH LARGEST DAIRY COMPANY 19,000+ COLLEAGUES PRODUCTS SOLD IN 100+ COUNTRIES 10+ BILLION EURO REVENUE 5 Goodness comes from within
6 Goodness comes from within
Goodness comes from within
8
Our mission: To secure the highest value for our farmers' milk while creating opportunities for their growth 9
We will deliver our mission by following Strategy 2017 Develop the core Deliver the growth Do it faster, simpler and leaner 10
Baggrund 11
ONE Production IT platform - Best Practice Replication Centralised IT systems E.g. SAP Site specific IT Systems E.g. MES, HMI and PLC SAP Application Execution Production Production Application Application Production IT.. PLC Automation...... Automation................ PLC. Application Automation Application Application MES SCADA HMI ERP Koncern netværk Fabriks netværk..... Fortrådning Fieldbus / sensor bus Remote I/O Proces netværk Field netværk Best Practice Replication and Standardization 12
PDW Solution Quick facts Based on Microsoft BI Stack Analysis services with Tabular Cube (In Memory) SSIS packages for ETL C# component to create tabular model based on configuration. Sharepoint with Powerview as frontend Excel as analysis tool on tabular cube. Flexible configuration through MII web configuration interface. Solution has been developed together with Inspari, BI consultants. 13
Hvorledes anvendes data? Dagligt styringsværktøj Ugentlig opfølgning Månedlig opfølgning Problemløsningsværktøj Trendspionage 14
Hvorledes anvendes data? Dagligt styringsværktøj specialistmøde 20-40 minutter hver dag 15
Hvorledes anvendes data? Dagligt styringsværktøj specialistmøde 20-40 minutter hver dag 16
Hvorledes anvendes data? Ugentlig opfølgning Teknologigruppemøde 17
Hvorledes anvendes data? Ugentlig opfølgning Teknologigruppemøde 18
Hvorledes anvendes data? Månedlig opfølgning 19
Hvorledes anvendes data? Problemløsningsværktøj og Trendspionage 20
Nuværende erfaringer med at anvende Big Data i produktionen? Stort arbejde at starte Definere ønsker hvad vil vi se Definere data hvrdan beregnes KPI på hvilke basisdata Stort arbejde at involvere Få alle til at skifte vaner Chefer, mellemledere, specialister Kæmpe gevindst for opfølgning Meget nemt og simpelt setup Intuitivt at bruge 21
Hvorledes optimeres udnyttelse af data? Specialistgruppe Touch-screen UHD kan holde 4 vinduer Hastighed fra Kilde til Graf Stagetabeller opdateres tidsstyret Inddrage operatører Hvad er det, der er brug for i produktionen? 22
Hvad er mulighederne i Big Data? Hastighed, Hastighed, Hastighed Trendanalyse på KPI, standardafvigelser, Opfølgning Recepttilpasning Analysearbejde, der før tog lang tid bliver præsenteret med det samme Overblik Tilrette rapporter til ethvert formål Specialister, ledere, generel information Værktøj til at skabe fokus 23
Hvad er mulighederne? Fremtiden de næste rapporter 24
Resultater? Hvad har vi opnået? Nedsat standardafvigelse eksempel på ostevægt 25
Resultater? Hvad har vi opnået? Nedsat råvareforbrug på grund af øget fokus og lettere tilgang til analyseredskaber 26
Resultater? Hvad har vi opnået? Nedsat tidsforbrug til opfølgning 27
Next steps Målet fremadrettet / ønsker Udbrede graferne til mobile enheder Udsendelse af alarmer, når trafiklys bliver røde Inddrage Change management i graferne.. 28
Questions? 29
Thanks Contact Information: Martin Kamber +45 7367 5816 makab@arlafoods.com 30