Splunk 讓我們根據資料採取行動、提供洞見、回答問題,甚至解決連我們都不知道的問題。
由於無法得知工廠豐富的資料來源,阿拉巴馬州的 Honda 公司無法從裝配台的零件、設備和機器中取得洞察,這迫使團隊採取被動的方法進行疑難排解。
有了 Splunk,阿拉巴馬州的 Honda 現在使用機器學習提高效率、強化安全性,並在機器故障或生產線中斷之前,主動發現並解決問題。
阿拉巴馬州的 Honda 製造公司建立資料導向的文化,為結果提供動力。
利用機器學習、物聯網 (IoT) 和預測分析的力量,此領先生產設施依靠 Splunk 將資料轉化為行動,從預測機械磨損,一直到每年安全且有效率地生產 3,400 多輛汽車。
主動轉型
作為 Honda 在世界上最大的輕卡車生產工廠,阿拉巴馬州 Honda 製造公司(HMA)是 Honda Passport SUV、Odyssey 小型廂型車、Pilot SUV、Ridgeline 卡車和為其提供動力的 V-6 發動機唯一生產商。在這家龐大的工廠中,超過 4,500 名員工與複雜的機械車隊合作,組裝從引擎蓋到輪轂蓋的汽車、組建車架、噴漆車身,並在每輛車中以複雜方式放入數千個零件。
這個嚴謹的過程中會產生大量資料。然而,在使用 Splunk 之前,阿拉巴馬州 Honda 公司無法利用這些資料來發揮優勢。HMA IT 創新團隊工程師 Charlie Studdard 表示:「幾年前,我們確實努力提高過反應能力。無論是在 IT 中、設備中還是裝配台上,我們發現 Splunk 可以協助積極主動預測。」
Honda 現在依靠 Splunk 來回答並解决整個工廠的問題。Honda 的 IT 營運經理 Jonathan Murphy 表示:「自從使用 Splunk 之後,我們不再發生像過去的未知及事件。以前每週都會在午夜接到兩三通電話,到現在我的手機沒再響過。」
提高效率
從生產線到董事會,阿拉巴馬州 Honda 公司的全新預測能力改變工廠解決問題和創新方法。有了 Splunk 機器學習技術,團隊現在對從設備可靠性到環境影響的所有層面,皆使用預先建立的模型和預測分析。例如當工廠燃燒油漆煙霧時,團隊使用 Splunk 預測和監控設備溫度,確保煙霧經過正確過濾,設備不會超過 EPA 規定的溫度,否則會破壞環境並使程序停機一整天。
Studdard 表示:「無論是來自生產廠房、設備、電錶還是工廠的 100 個應用程式之一,我把我們所有的資料來源都放到 Splunk 中。Splunk 讓我們能夠根據這些資料採取行動、提供洞察、回答問題和解决甚至可能連我們都不知道的問題。」
當實際出現問題時,視覺化度量和內容事件洞察有助於團隊更合作地工作,將平均修復時間縮短 70%。Murphy 表示:「為了理解發生什麼事,我們以前會進入危機模式,基礎結構、網路和開發的人員都在各自的孤島中工作。但 Splunk 讓我們能夠一起工作,查看同樣的資料並更快解決問題,對我們而言徹底改變了工作方式。
有了 Splunk,Honda 降低能源消耗,使員工能夠專注於更高層次的活動。Studdard 表示:「由於 Splunk 協助我們提高效率,我可以將時間花在策略上,例如將新資料帶入 Splunk 和創新專案。當我回家時,現在可試著關掉工作電子郵件,並與家人共度時光。」
我們使用機器學習來監控從電力到馬達電壓的一切內容。我們的內部客戶如引擎和品質保證部門,看見透過資料帶來的價值,現在對我們更加信任。
確保安全性
對產品和員工而言,安全是 Honda 品牌的指標。但提供大規模的安全必須得非常精確。Studdard 表示:「您需要一個近乎完美的產品來確保每個人的安全。汽車上市後就很難再回來工廠,所以我們必須確保從感應器到剎車的一切皆正常運作。」這正是 Splunk 的用途所在。
Honda 依靠 Splunk 平台主動解決可能影響整條流水線的問題。這些預測分析推動整個企業的創新,使團隊能夠安全組建新零件,並更瞭解零件如何共同運作。Studdard 表示:「當我們安裝新零件時,Splunk 提供一種可追蹤品質和維護 Honda 安全標準的方法。」
為了確保每項產品的品質,Honda 運用 Splunk 連結應用系統、機器、物聯網和電量資料,關聯並分析從馬達震動到電源使用和溫度等所有部分。Studdard表示:「Splunk 協助我們為大家運用資料,不僅是廠間現場的工程師,還有現在使用資料做出重要決策的商業主管。」
提高獲利能力
保持生產線運作不中斷對 Honda 的成功至關重要。Honda 高級主管工程師 Bobby Roger 表示:「使用 Splunk 預測設備故障對我們來說非常有價值。設備停機成本極高,因此如果能夠提前預測問題,並進行維修,我們可以省下不少錢。」
我們希望採納從汽車生產到報廢,也就是從沖壓金屬到汽車退役到垃圾場之間的一切資料。我們希望將這些資料應用到每件事情上,那麼就能做出更好的產品,使客戶感到滿意並再次回購。