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 fortschrittliches machine learning in einer für den Betrieb entwickelten Plattform bereitstellen. Tulip ist die erste Plattform, die für den operativen Bereich entwickelt wurde und diese Funktionen ohne Code bietet.

Beginnen Sie 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 Alarme einrichten, um Prozesse, die außer Kontrolle geraten sind, anhand von Kontrollkartendaten zu überwachen. Tulip überprüft 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 widerzuspiegeln, ohne dass eine Codierung erforderlich ist. Die No-Code-Schnittstelle von Tulipgibt Ingenieuren Macht über ihre Daten und bringt machine learning in ihren Werkzeugkasten, ohne zusätzliche Datenverarbeitungsschritte.

Beginnen Sie mit den Prognosen in Tulip →.

Mit Tulip können Sie aus Ihren Daten verwertbare Erkenntnisse ableiten und diese in Ihre täglichen Abläufe integrieren, ohne dass Sie einen Data Scientist oder ein externes BI-Tool benötigen.

Diese Analytics Insights-Funktionen sind jetzt für alle Tulip verfügbar. Analytics Insights kann für tabellenbasierte Zeitreihendaten in Tulip verwendet werden. Das Tulip wird Insights in den nächsten Monaten auch auf maschinelle Daten 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.