探究大數據在產品生命週期管理與系統整合之運用

一、淺談產品生命週期管理中的大數據概念

　　在產品開發流程探討文獻中，產品生命週期管理（PLM, Product Lifecycle Management）始於二十世紀末，產品的生命週期包括產品設計、工藝開發、產品製造、產品分銷、產品使用、售後服務、產品回收等階段。企業為了縮短產品開發週期、改善新產品的開發和降低製造成本，因此針對此一流程進行設計與管理。麥肯錫全球研究所的技術報告指出，大數據(Big Data)在PLM之運用將滲透整個製造業價值鏈，主要在研發、供應鏈管理、製造、服務等。“大數據”不只是收集每個使用者使用上的數據，是透過感知器，自動偵測收集生產與檢測資訊，相互傳遞溝通，串聯工廠、供應商、通路商及終端消費者，同時建立合作分配資源的網絡。“大數據”的供應鏈管理（SCM）與傳統的差異在於運用「預測分析」，「減少浪費」和「快速回應」。

　　在PLM中應用“大數據”的主要優勢

　　●提高產品設計的品質和創新，實現社會化設計。

　　●社會化設計：互聯網上搜索使用者的反饋，這些反饋可以快速參與

　　●在“大數據”分析的幫助下進入產品設計能力。

　　●提高生產的準確性，品質和產量。

　　●提供準確，高品質，個性化的產品服務。

　　●加快IT，製造和操作系統的整合進入智能製造時代或工業4.0。

　　●準確預測產品需求。

　　●準確預測供應商的績效。

　　●為製造設備提供智能傳感，管理和維護。

　　●監督和控制能源消耗和排放。

二、大數據在產品生命週期管理與系統整合之我見

　　若從全面品質管理的角度切入來談，影響產品品質的因素有很多。

　　●人：指設計或研發人員，以及製造產品的人員等。例如，設計變更多次、流程太多、資訊傳遞有誤。

　　●機：指研發過程所用的設備，以及製造產品所用的生產設備。例如，實驗設備、測試機台、檢測設備。

　　●料：指製造產品所使用的材料。例如，原材料或半成品無法再使用、生產過量、成品庫存和不良品庫存。

　　●法：指製造產品所使用的方法。例如，模具上下機台多次、噴漆製程、電鍍製程、半成品重工。

　　●環：指產品製造過程中所處的環境。例如，塑膠射出成型環境不佳、噴漆粉塵。

　　為了解決上述問題，所以探究大數據在產品生命週期管理與系統整合之運用，從產品設計到電腦輔助設計CAD，協力廠參與協同設計，設計資料整合到生產設備，製程機器或生產機器設備透過感知器，自動偵測收集生產與檢測資訊，相互傳遞溝通(回饋與及調整參數)，而生產機台自動裝卸換模，同一條生產線可生產不同產品，製程設備及料品均以及時到位拉式生產。最理想的情況是終端客戶實際銷售資訊，透明化讓參與生產之協力廠及時獲得訊息，終端客戶、經銷商及工廠協同預測自動補貨，生產與銷售資訊100%以系統及時監控，滿足大量客製化訂單之需求。

　　我認為輔導必須要從產品生命週期管理與各系統之間的關係來說明，資訊系統如PLM、KM、ERP、MES、SCM、CRM、EC等，讓企業主瞭解，如何進行資訊上與平台的整合，讓顧客、企業、工廠、供應商轉變成為可以面對動態的訂單、縮短前置時間，一條龍的概念。

　　產品生命週期管理（PLM）的三個主要階段：BOL：是產品概念生成，設計和隨後物理實現。在BOL中，“大數據”可以辨別客戶的需求，智能地指導產品設計。MOL：是產品由客戶或工程師分發、使用、維護的時期。產品的品質和設備的磨損可以通過“大數據”，物聯網和雲容量的結合進行監控。在MOL中，從產品轉化為為客戶服務。EOL：是產品回收或處置的期間。

　　大數據重點如右，資料蒐集、感知器適當位置、感知器介面、網路、伺服器、設計分析資料模型、設計輔具、資料處理、系統安全性、監視與控制、即時分析等。數據收集應包括產品資料、設計資料、工程資料、採購資料、製造資料、銷售資料、服務資料、成本資料、品質資料，分析後資訊可作為判斷最佳處理方式或策略方向擬定。

結語

　　未來的挑戰包括數據收集、存儲、傳輸、安全性、可視化、數據分析。企業除了從生產、經營、管理模式作價值提升，更重要的成功關鍵是培訓跨領域或跨經驗的人才，企業才能邁向高值化，加速落實成長的目標。個人斗膽提出上述淺見，期盼與各界先進多多交流！