成功预测资产失败必须解决的五个挑战

企业每天都从现场资产和传感器收集大量数据。在工业和重型设备领域，一些具有前瞻性的参与者正在使用这些数据来推动预测性维护(PM)，以获得更显著的竞争优势。通过提前预测维护需求，可以显著提高资产和设备的可用性，降低总体维护成本。

然而，当公司开始实施预测模型框架时，他们需要意识到可能导致执行失败的挑战。为了确保更安全、更智能、更可靠的资产、设备和操作，您的PM解决方案应该解决五个关键挑战。

挑战1:对业务影响的结果理解有限

理解资产的行为应该放在业务结果的上下文中。需要考虑的一些指标包括机器正常运行时间、吞吐量、缺陷率、关键故障历史和资产的运行寿命。自顶向下的方法确定业务优先级并仔细地映射到机器结果，这比让运营团队根据资产性能目标选择度量标准(自底向上的方法)更可取。这使得原始设备制造商可以有效地从响应式维护展望转向具有规令性操作的预测性维护策略。

如何解决这个问题:建立与业务相关的度量指标的预测模型。识别出的行为可以被建模成一个算法来监控甚至预测未来的设备行为。利用和处理企业数据来提供重要的见解，改善决策和客户体验，并使收入最大化。

挑战2:不清楚地将业务问题转换为技术问题

当将业务问题转化为技术解决方案(例如，预测设备故障)时，人们可能不会考虑收集传感器数据，或者预测维护解决方案可能存在预算限制，可能会选择次优解决方案(例如，分析过去的故障)。在记录解决业务需求的技术解决方案的愿望列表时，不需要考虑可用的数据或预算。一旦确定了技术解决方案，考虑到数据采集成本的降低，将该解决方案纳入可用预算变得更容易。

如何解决这个问题:确定正确的解决方案需要强大的商业头脑和技术专长。具有中立或不偏不倚偏好的顾问可以提供必要的能力和支持。许多公司首先聘请高水平的咨询公司来构建所概述的战略和解决方案，然后与IT供应商合作实现。当确定正确的解决方案时，与正确的供应商合作可以在预算限制内构建解决方案。

挑战3:缺乏正确的数据

有效地利用正确的数据来实现其真正价值可能是一项复杂的任务。通常，可用的数据不一定能带来预期的结果。因此，需要一个数据结果映射练习来识别任何缺失的数据。获得准确的输入数据无疑是确保预测模型成功的最关键的步骤之一，但不一定昂贵。

如何解决这个问题:在前一步中确定的正确的技术解决方案应该用来概括详细设计中缺少的部分，例如架构差距、技术或开发工具，当然还有缺少的数据。在需要新数据的情况下，可以利用新兴传感器或其他手段以经济有效的方式生成数据。通过预测分析，可以导出预测模型以优化业务绩效。通过高级分析，系统化的数据被处理成有意义的比特，但现在这些信息需要提供可操作的情报。通过对数据应用模型和算法，组织可以识别和预测性能问题，从而实现提高资产性能的明智决策。

挑战4:技术和领域技能的不充分结合

一个由领域专家和数据科学家组成的团队是预测分析成功的秘诀。数据科学家构建尖端算法，领域专家提供经验来指导正确算法的构建，高效的PM解决方案需要协同作用。

如何解决这个问题:拥有正确技术堆栈和交互式分析方法的正确团队将能够在从收集的数据中学习到的基础上进行构建，并无缝地集成到组织的业务工作流中。要正确地结合技术技能和领域技能，必须记住以下几点:

• 预测建模是一个多学科领域，需要利基技能的复杂相互作用
• 与典型的软件开发项目不同，这涉及到重要的基于研究的迭代实验，使领域和技术专家能够最小化试验的数量并提高试验的速度
• 考虑到这个开发过程的性质，整个项目可能会根据领域专家发现的见解找到额外的业务利益

挑战5:薄弱的变更管理和实施策略

诸如变更管理、用户培训和对解决方案的持续支持等因素是至关重要的。如果一个智能解决方案被运营团队在没有充分理解的情况下采用，那么它可能最终没有得到充分利用，甚至丢失。

如何解决这个问题:业务和运营团队需要利用专业的变更管理实践来推动预测模型的采用。与软件工具不同，预测模型是不断发展的解决方案。如果构建得当，它们可以随着时间的推移而增强。来自技术和领域团队的积极支持是必要的，以确保模型随着时间的推移而改进，并帮助公司获得竞争优势。

结论

项目管理项目的失败率非常高。然而，系统地识别失败背后的原因并了解如何预防它们，从而开发成功的PM解决方案是可能的。领导对转向PM的承诺将帮助企业确定优先级结果，并将它们映射到技术解决方案，而不用担心可用的数据或预算。领导层的介入还将确保在整个组织中无缝采用新的解决方案，并支持其持续的演进。

有效的项目管理解决方案不仅仅是预测资产故障。它还包括确定业务场景和相关的规定行动，以推动运营目标，例如:

• 预测即将进行的维护操作并确定优先级
• 从战术上规划替换部件、系统或子系统的及时库存
• 对于经常出现的性能问题，主动提出资产设计升级建议

如果企业了解实现失败的原因并将原因分类到操作桶中，那么上述情况就有可能实现。早期识别特定机器或组件的潜在问题对于成功的维护策略至关重要。只有这样，才能部署维护和维修服务，以最大限度地减少或防止设备停机。

实现健壮的预测性维护解决方案将支持资产替换，并提供对资产运行状况和使用情况的深入了解。在统一数据策略的支持下，先进的分析方法对于有效管理风险、优化运营和推动业务增长至关重要。