製造業IoT・データ活用事例の進め方：製造データ辞書の作成で分かった効果と残課題

生産技術センターで製造データ辞書の作成を担当している清水浩平です。先に結果をお伝えすると、今回の試行では「集計・確認時間を70％短縮」となりました。ただし、すべてが想定どおりだったわけではありません。効果が出た条件と、まだ人の確認が必要な場面を分けて記録したので、同じテーマを検討している方の参考になればと思います。

改善前は、データは取得できていましたが、画面を見る人が限られ、改善行動に結び付いていませんでした。そこで、直近の実績から98件を抽出し、開始から完了までの時間、差し戻し回数、問い合わせ先、例外の理由を一件ずつ確認しました。平均値だけでなく、時間が極端に長かったケースを見たことで、作業そのものより確認待ちがボトルネックになっていることが分かりました。

対策として、設備ID、項目名、単位、取得周期、管理者をデータ辞書に登録し、変更履歴も残す運用にしました。試行期間は10週間とし、利用者が困った場面をその日のうちに短いメモで残してもらいました。翌週まで問題を持ち越さず、小さな設定変更と手順修正を繰り返した点が、定着に効いたと考えています。説明会は一度で終わらせず、質問の多かった部分だけを10分の補足資料にしました。

処理時間の改善に加え、確認漏れと再作業は16％減少しました。一方、担当者によるばらつきは完全にはなくなっていません。数値が改善していても、別工程へのしわ寄せや入力負担が増えていないかを確認するため、作業後アンケートと例外対応時間も継続して測っています。

次の課題は、拠点ごとの設備構成差を無理に統一せず、共通項目と固有項目を分ける方針にしました。今回は効果の出た結果だけでなく、対象外にした条件、途中で変更した判断基準、手作業を残した理由も資料に含めました。他拠点が同じ失敗を繰り返さないよう、再利用時には前提条件から確認できる形にしていきます。

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。人物や企業、内容は架空のものです。