Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics information and knowledge of Big Data.

cta

Get Started

nube

¿Está preparado para empezar?

Descargue sandbox

¿Cómo podemos ayudarle?

cerrarBotón de cerrar
cta

Big Data in Manufacturing and
the IoT Connected Factory

nube Hortonworks is a leader. Read the Forrester Wave.

Download Report

Make it smarter

Manufacturing is all about efficiency. Using connected devices, internet of things (IoT), predictive analytics and machine learning, manufacturers organizations can now leverage big data in manufacturing to create efficiencies and be first to market with better products while reducing costs and improving customer satisfaction to make better products and be first to market.

Más información

Transformar los datos en productos de calidad y procesos eficientes

Now relatively inexpensive sensors and IoT devices can gather and frequently transmit data along many steps in the manufacturing supply chain: design shops, supply chain, production line and warranty operations. Hortonworks DataFlow (HDF™) securely collects real-time sensor data-in-motion, allowing manufacturers to quickly identify problems as they occur, wherever they occur in the connected factory. Hortonworks Data Platform enables historical analytics on data that just doesn't fit into legacy platforms, helping engineers move beyond reactive error avoidance to proactive process improvement.

Use Cases

Garantiza la entrega puntual de materias primas

Manufacturers want to minimize the inventory that they keep on hand and prefer just-in-time delivery of raw materials. On the other hand, stock-outs can cause harmful production delays. Sensors, and RFID tags and IoT in manufacturing reduce the cost of capturing supply chain data, but this creates a large, ongoing flow of data. Hadoop can store this unstructured data at a relatively low cost. That means that manufacturers have more visibility into the history of their supply chains and they are able to see large patterns that might be invisible in only a few months of data. This intelligence can give manufacturers greater lead-time to adjust to supply chain disruptions. It also allows them the connected factory to reduce supply chain costs and improve margins on the finished product.


Control de calidad con datos en tiempo real e históricos de la línea de ensamblaje

High-tech manufacturers use sensors to capture data at critical steps in the manufacturing process. This data is useful at the time of manufacture, to detect problems while they are occurring. However, some subtle problems—the “unknown unknowns”—may not be detected at time of manufacture. Nevertheless, those may lead to higher rates of malfunction after the product is purchased. When a product is returned with problems, the manufacturer can do forensic tests on the product and combine the forensic data with the original sensor data from when the product was manufactured. This big data in manufacturing adds added visibility, across a large number of products, helps the manufacturer improve the process and products to levels not possible in a data-scarce environment.


Evita paradas con mantenimiento proactivo de los equipos

Today’s manufacturing workflows involve sophisticated machines coordinated across pre-defined, precise steps. One machine malfunction can stop the production line. Premature maintenance has a cost; there is an optimal schedule for maintenance and repairs: not too early, not too late. Machine learning algorithms can compare maintenance events and machine data for each piece of equipment to its history of malfunctions. These algorithms can derive optimal maintenance schedules, based on real-time information and historical data. This The use of manufacturing predictive analytics can help maximize equipment utilization, minimize P&E expense, and avoid surprise work stoppages.


Aumenta los rendimientos en la fabricación de fármacos

La fabricación de biofarmacéutica requiere un seguimiento y un control de las condiciones del entorno muy cuidados. El objetivo de cualquier ciclo de producción es maximizar el Rendimiento de primera vez (FTY), que es una medida del número de productos que se hacen correctamente la primera vez que vienen por la línea de producción. Cada porcentaje de aumento en FTY representa una reducción significativa en los costes de producción. Las mejoras FTY a menudo están bloqueadas por una mala visibilidad de las operaciones. Los sensores pueden proporcionar datos en bruto para mejorar la visibilidad, si los datos del sensor pueden integrarse con otros almacenes de datos existentes. Un data lake de Hadoop hace que esta integración sea más fácil, porque Hadoop no requiere un esquema a priori antes de ingerir. Además, un menor coste de almacenamiento en Hadoop significa que un clúster puede almacenar más datos y más formatos durante más tiempo para descubrir nuevas relaciones en los datos. Lea sobre cómo Merck Research Laboratories optimizan la fabricación farmacéutica con Hortonworks Data Platform.

Garantía de calidad de Crowdsource

Los productos estrictamente controlados siguen teniendo problemas post-venta. Los clientes pueden no reportar problemas al fabricante, pero quejarse sobre el producto a sus amigos, familiares y redes sociales. Esta corriente social de datos sobre los problemas de un producto puede aumentar los comentarios del producto en los canales tradicionales. Hadoop almacena grandes volúmenes de datos de confianza de medios sociales. Los fabricantes pueden extraer estos datos para las señales tempranas sobre cómo un producto se sostiene a lo largo de su ciclo de vida. Esta capacidad de aprender acerca de los problemas con rapidez y tomar medidas inmediatamente para proteger la reputación de un producto es importante para ganar y mantener la lealtad de los clientes.

Customer Case Studies

Western Digital
cliente
Western Digital

WD fabrica la mitad de los discos duros del mundo.  Con Hadoop y Hortonworks Data Platform, los ingenieros de WD ven sus datos de fabricación de forma más rápida, los guardan durante más tiempo y los comparten con más miembros del equipo. Esto significa una mejora continua en un proceso de fabricación, reduciendo los costes y mejorando la satisfacción del cliente. Desafíos de fabricación antes de usar Hortonworks Data Platform WD…