A forma como as empresas lidam com a melhoria da qualidade está sendo transformada por novas formas de dados e análises. A transformação mais importante é talvez a mudança da dependência exclusiva do trabalho de inspeção pós-fabricação e da análise retrospectiva para a previsão e identificação precoce de áreas problemáticas e requisitos de manutenção.

Usar dados para medir e melhorar a qualidade significava inspecionar os produtos após a fabricação ou contar o número e os tipos de relatórios de garantia. Embora essas atividades ainda sejam válidas, o mundo da qualidade e da segurança do produto está sendo cada vez mais revolucionado, como muitas outras áreas de negócios, por novas formas de dados e análises.

As empresas estão mudando de descrições de frequências problemáticas passadas para previsões de serviços de ativos necessários. O trabalho de inspeção pós-fabricação está sendo ampliado para incluir design de produto, fornecimento de componentes, logística e distribuição. Novas fontes de dados – de sensores a conversas de call center – estão aumentando as inspeções tradicionais de produtos. Juntas, essas inovações estão transformando a gestão de qualidade e segurança em negócios baseados em ativos e melhorando os negócios dos fabricantes e a vida de seus clientes.

Esse conjunto de alterações é comumente encontrado na indústria de fabricação de veículos, onde os produtos são relativamente caros e os fabricantes de ponta se concentram no serviço e na qualidade do produto, com as implicações de segurança tendo atenção bastante considerável. No entanto, o setor está começando a mudar seus processos de fabricação de bens manufaturados duráveis, do maquinário industrial a eletrodomésticos.

Qualquer que seja a indústria, os benefícios comerciais dessas novas abordagens para a qualidade são consideráveis. Acelerar a identificação e resolução de problemas pode reduzir os gastos em garantia, o que equivale a entre 2 e 6% das vendas totais na indústria automobilística.

As multas regulatórias por violações de segurança e qualidade podem chegar a dezenas de milhões de dólares. E, claro, a fidelidade do cliente e a reputação da marca são ameaçadas quando a qualidade escorrega. Para os clientes e usuários desses veículos e máquinas, a identificação precoce e a manutenção preventiva geralmente resultam em maior tempo de atividade. Em um caso envolvendo uma empresa automotiva, 28.000 veículos foram salvos do recall pela identificação de um problema antes que os veículos chegassem ao mercado.

Essa revolução não é algo para o futuro – está aqui hoje e várias empresas já implementaram muitos componentes dela. Descreveremos um exemplo detalhado e, em seguida, focaremos em como benefícios semelhantes podem ser alcançados.

Qualidade baseada em dados na Daimler Trucks Asia

A Daimler Trucks Asia (DTA), fabricante de caminhões leves e pesados, inclui duas grandes unidades de negócios: a Mitsubishi Fuso Truck and Bus Corporation e a Daimler India Commercial Vehicles. A empresa foi previamente desafiada – como toda a indústria – para identificar precocemente problemas de qualidade. A DTA tinha uma abordagem reativa para questões de qualidade e segurança e analisava os dados de garantia apenas em termos de relatórios retrospectivos.

Mas a partir de 2016, a Daimler lançou uma plataforma global para caminhões conectados, chamada Plataforma Telemática Comum. Ele integra dados de mais de 400 sensores e monitores GPS para fornecer informações em tempo real muito melhores sobre o status e a atividade do caminhão.

Na Ásia, a plataforma foi incorporada ao caminhão Fuso Super Great, e a DTA e a Deloitte começaram a colaborar em como analisar e se beneficiar de todos os dados de veículos conectados, bem como outras formas de dados de qualidade e segurança.

Lutz Beck, diretor de informática da DTA, diz que o objetivo do esforço foi “trazer a Daimler Trucks Asia para uma espécie de organização orientada por dados para liderar a indústria de veículos comerciais no futuro”.

A equipe criou uma plataforma de big data que poderia analisar fontes de dados previamente isoladas usando algoritmos sofisticados. O sistema cognitivo patenteado, denominado “sensoriamento proativo”, permite que o DTA identifique padrões de falhas irregulares e distintos em seus veículos. Os chefes de várias funções da DTA, incluindo os de Sistemas de Informação, Gerenciamento de Qualidade e Centros de Assistência ao Cliente, trabalharam juntos para mudar os processos e tirar vantagem dos novos insights.

O projeto de sensoriamento proativo deve economizar US $ 8 milhões em custos de garantia nos primeiros 24 meses e ainda mais em custos de recall. O sistema também é capaz de prever e priorizar problemas de qualidade 13 meses antes do processo anterior – uma redução de 50% no tempo de identificação de problemas. Os riscos de qualidade já foram mitigados em milhares de caminhões como resultado.

Veja o artigo completo em www2.deloitte.com/insights/us/en/topics/analytics/a-revolution-in-data-driven-quality-improvement.html

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here