Dataiku成功案例:依視路鏡片-利用異源大數據改進製造流程

Dataiku成功案例:法國巴黎銀行-改善詐欺偵查
2019-08-29
Dataiku成功案例:Link mobility-建造創造收益的數據專案
2019-09-06

依視路LOGO

依視路是領先全球的眼科光學公司,依視路設計、製造和銷售各種鏡片,以改善和保護視力,實踐改善視力改善生活的使命。依視路在全球擁有67,000名員工、34家工廠、481個實驗室和磨邊設施,以及遍布全球的四個研究發展中心。

預測性維護,如今已經廣泛的被認為是持有大量資產企業的下一個目標,利用機器學習去控制不斷增加的設備和維護成本。預測性維護從多種形式及來源擷取並結合數據,再利用機器學習在設備真的損壞前就提早預測。

許多企業早已使用不間斷的監控技術,例如物聯網(IoT)-這是好的開始,但僅僅監控不斷輸出的各式各樣數據並不是關鍵(這也是多數企業正在做的),而是進一步使用先進的演算法及機器學習從實時洞察中採取行動。

 

挑戰-利用異源大數據改進製造流程

依視路的核心業務是生產眼科鏡片,依視路致力於確保工廠高效、創新並遵守高品質標準,他們擁有全球工程(GE)服務,負責生產流程的實施和標準化。鏡片的製造有許多步驟,包含多種不同的技術操作。其中表面處理是最複雜最精細的,是攸關鏡片光學功能的關鍵步驟,該步驟也負責每個人的鏡片需求及參數,如瞳孔距離、框架的傾斜等。

他們的目標之一是找到更好地滿足消費者和需求的方法,GE團隊面臨改善表面處理的流程和性能的挑戰,他們必須使用不斷增加的數據來顯著提高生產。因此,他們需要一種可擴展的方法來處理大量的異源數據集。

解決方案-從無到有的靈活工具

依視路選擇了Dataiku數據科學工作室(DSS)幫助他們有效地處理來自表面處理儀器的大量數據,因為:

•Dataiku的設置和執行非常簡單,可以讓他們快速入門。

•團隊需要一個從頭到尾的工具,使他們能夠探索、分析和創建預測模型,並且每個人都可以使用,從專業專家到機器操作員、資料科學家和IT人員,以及介於兩者之間的每個人。

•來自表面處理儀器的數據有各種格式,有些數據集不可靠或不完整。Dataiku使他們能夠有效地管理這些變化。

•Dataiku允許他們快速測試和迭代用例,以更快地獲得解決方案。

•團隊希望能夠靈活地選擇能讓他們更有效率的操作方式,使用代碼或可點擊的視覺化介面。

影響-通過預測性維護優化組件壽命

依視路的GE團隊能夠使用Dataiku執行預測性維護用例,向操作員指示更換耗材組件的正確時間,以便優化其使用壽命,同時保證生產品質。

除了使用Dataiku預測完整使用耗材的最佳條件外,GE團隊還利用Dataiku的Web應用程序功能提供可視化決策工具,幫助使用者在必須更換耗材時做出一致的選擇。此外,GE團隊通過以下方式為依視路提供價值:

•促進數據的使用以提供企業的其他部門洞見 –  國際上有許多團隊正在使用Dataiku。

•鼓勵跨團隊協作,此案例即是GE部門、工廠和IT團隊之間的協作工作。

•獲得數據科學的專用資源,這將使他們能夠繼續進行未來的改進。

依視路的下一步將是在生產中測試他們的機器學習模型,在多個實驗室中部署儀表板,並使用圖像及深度學習繼續改進表面製作的流程。