INVO
Wykrywanie anomalii w czasie rzeczywistym

Odchylenie wykryte w trakcie procesu,nie po zamknięciu okresu.

INVO analizuje przebieg produkcji i operacji magazynowych w czasie rzeczywistym, identyfikując zachowania odbiegające od oczekiwanego przebiegu procesu.

INVO ERP - monitor odchyleń w czasie rzeczywistym
247 kg
Plan
213 kg
Oczekiwany zakres
208-218 kg
Rzeczywiste
247 kg

Wykryto anomalię

Zużycie surowca znajduje się poza oczekiwanym zakresem dla tego etapu produkcji.

+15,9% zużycia surowca

Zakres monitorowania

Cztery obszary analizowanew czasie rzeczywistym.

Produkcja

  • czas operacji
  • wydajność
  • zużycie surowca
  • straty
  • tempo produkcji
  • opóźnienia

Magazyn

  • wydania
  • zwroty
  • korekty
  • nietypowe ruchy
  • różnice stanów

Zakupy

  • opóźnienia dostaw
  • różnice ilościowe
  • odchylenia cenowe
  • jakość dostaw

Procesy operacyjne

  • odchylenia od norm
  • nietypowy przebieg procesu
  • powtarzające się źródła strat

Reguły progowe a modele uczące się

Zamiast definiować każdy próg,system wyznacza normę z danych.

Tradycyjny alert progowy

Odchylenie > 10% → alert.

INVO Intelligence

Czy przebieg tej operacji jest nietypowy dla danego produktu, receptury, wielkości partii, etapu procesu i aktualnego kontekstu?

W klasycznym ERP użytkownik definiuje regułę: przekroczenie normy o 10% generuje alert. Pojawia się pytanie, na jakiej podstawie przyjęto akurat taki próg.

Dla jednego produktu +8% mieści się w normalnej zmienności procesu, dla innego już +3% stanowi istotne zaburzenie. Dlatego zakres normy wyznaczany jest na podstawie danych historycznych.

Jak to działa

Na jakiej podstawie systemrozpoznaje odchylenie?

01

Zbiór referencyjny prawidłowych operacji

Dla produkcji konkretnego dania analizowane są między innymi:

Produkcja

  • produkt
  • receptura
  • liczba porcji
  • partia

Materiał

  • wydany surowiec
  • zużyty surowiec
  • straty

Kontekst

  • czas
  • linia
  • etap procesu

Historyczne przykłady prawidłowego przebiegu procesu, przechowywane w hurtowni danych operacyjnych.

02

Wyznaczanie oczekiwanego zakresu

Dla 1 000 porcji produktu X model wyznacza oczekiwane zużycie właściwe dla bieżącego kontekstu procesowego:

Oczekiwany zakres208-218 kg

Zakres nie pochodzi z ręcznie wprowadzonego limitu - wynika z rzeczywistego zachowania procesu odzwierciedlonego w danych.

03

Istotność zależy od kontekstu procesowego

Ta sama wartość procentowa może mieć różne znaczenie w zależności od zmienności procesu.

Zmienność procesu ±1%

+4% = istotne odchylenie

Proces o wyższej zmienności

+8% = w granicach normy

Monitorowanie na żywo

Prognoza jest porównywana z rzeczywistymprzebiegiem procesu, w trakcie.

INVO ERP - monitor odchyleń w czasie rzeczywistym · Partia #4821
247 kg
Plan
213 kg
Oczekiwany zakres
208-218 kg
Rzeczywiste
247 kg

Wykryto anomalię

+15,9% powyżej oczekiwanego poziomu

Nietypowe wydanie magazynowe dla partii #4821.

Obszary do weryfikacji

  • ważenie
  • wydanie surowca
  • odpad
  • zgodność z recepturą

Technologia stojąca za tym rozwiązaniem

W tej klasie zastosowań wykorzystuje się między innymi Isolation Forest, modele statystyczne, autoenkodery oraz - dla rozbudowanych danych sekwencyjnych - modele szeregów czasowych.

Architektura modelu nie jest stałym elementem produktu - jej wybór zależy od charakterystyki zbioru danych klienta.

Pipeline

  1. zbierz
  2. zwaliduj
  3. przetrenuj
  4. backtest
  5. porównaj modele
  6. wdróż
  7. monitoruj dryft

Szacowany efekt finansowy

Wczesna identyfikacja odchyleń ogranicza straty surowcowe,koszt reklamacji oraz przestoje produkcji.

Zakład o rocznym zużyciu materiałów na poziomie 80 mln zł

Niewyjaśnione odchylenia i odpady
2% = 1,6 mln zł
Zakładana redukcja dzięki wczesnej detekcji
20%
Efekt roczny
320 000 zł

Osiągnięcie efektu nie wymaga eliminacji większości strat. Przy dużej skali produkcji nawet wykrycie niewielkiego odsetka odchyleń pokrywa koszt wdrożenia systemu.

Kalkulator ROI

Oszacuj potencjał na własnych parametrach.

Niewyjaśnione odchylenia, nadmierne zużycie i straty wyrażone jako udział w wartości materiałów.

80 000 000 zł
2,0%
20%

Wartość strat: 1 600 000 zł

Potencjał oszczędności

320 000 zł

/ rok

≈ 26 667 zł miesięcznie

Poglądowa symulacja potencjalnych oszczędności - wartości nie stanowią gwarantowanego rezultatu.

Wykrywanie anomalii w czasie rzeczywistym

Reaguj w trakcie procesu,nie po zamknięciu miesiąca.

Zobacz, w jaki sposób INVO identyfikuje odchylenia w produkcji i operacjach magazynowych.