製造業IoT・データ活用事例の始め方｜センサーデータ欠損の見える化を小さく試して分かったこと

一度は思うように使われなかった「センサーデータ欠損の見える化」を、グループ子会社Bで見直しました。担当の前田千尋です。止まった理由を隠さず整理したことが、再スタートのきっかけになりました。

取り組みの背景と進め方

主な結果は「集計・確認時間を30％短縮」です。確認漏れややり直しも導入前より9％減りました。一方で、繁忙日や経験の浅い担当者では効果が小さい場面もありました。数字が良くても別の工程へ負担を移しては意味がないため、品質、安全、使いやすさも一緒に確認しています。

実施したのは、欠損率と最終受信時刻をダッシュボードの先頭に置き、分析前にデータ品質を確認できるようにしました。現場を止めないよう対象を限定し、毎週一度、利用者と管理者で結果を確認しました。質問が多かった部分は短い手順書に直し、正常時だけでなく、作業を止める条件と手作業へ戻す条件も決めました。

分かった効果と残った課題

取り組み前は、設備ごとに項目名と単位が異なり、拠点間で比較するたびに変換作業が必要でした。そこで、直近の作業から34件を選び、作業時間、待ち時間、差し戻し、例外対応を記録しました。平均だけを見ると原因が隠れるため、特に時間が長かった例と、担当者が判断に迷った例を一件ずつ確認しました。

残る課題は、手入力データには入力時刻の遅れがあり、リアルタイム値と同列に扱わない設計が必要です。次の確認では、担当者が交代しても同じ手順で続けられるか、例外対応に何分かかるかを測ります。ほかの工場へ広げる場合は、設備や人数の違いを先に整理し、そのままコピーできる部分と、変更が必要な部分を分ける予定です。

今後は「集計・確認時間を30％短縮」を一時的な結果で終わらせないため、同じ条件であと4週間測定します。その後、別の班または別設備で小さく再現テストを行い、効果が出なかった場合も理由を記録します。横展開を希望する拠点には、準備物、所要時間、確認表、元に戻す手順をまとめて渡す予定です。

試行中は、センサーデータ欠損の見える化に直接関わる担当者だけでなく、前後の工程にも週一回意見を聞きました。34件の記録には、数字だけでなく『何に迷ったか』『誰の助けが必要だったか』も一行で追加しています。この記録から、説明資料だけでは見えなかった小さな不便が分かり、操作や役割分担を早めに直すことができました。

今回の確認ポイント

1. 担当者の感想を短い言葉で集める
2. 平均値だけで判断しない
3. 手作業を残す条件を明確にする

皆さんに聞きたいこと

皆さんはダッシュボードが実際に使われているかを何で判断していますか。閲覧回数以外の定着指標や、不要なグラフの整理方法を教えてください。

※この投稿はデモンストレーション用のサンプルです。