接地气 | 一个单身工业数据分析师的自白

接地气 | 一个单身工业数据分析师的自白

他,去年刚从英国曼彻斯特大学念完硕士回国,亚磊同学就被K2招牌田博士领进门,按到了电子制造领域,做起了数据分析师。聊起制造领域的数据分析,不论是技术工具还是行业发展,他总能用高昂饱满的热情,滔滔不绝。
 
_MG_7107_副本
 
比如他的处女作,SMT线的钢网设计参数优化。这是个什么鬼呢?
 
SMT是表面组装技术(Surface Mounted Technology的缩写),是目前电子组装行业里最流行的一种技术和工艺。它是一种将无引脚或短引线表面组装元器件(简称SMC/SMD,中文称片状元器件)安装在印制电路板(Printed Circuit Board,PCB)的表面或其它基板的表面上,通过再流焊或浸焊等方法加以焊接组装的电路装连技术。
 
说人话——基本上需要控制的电子产品,都有一个电路板。在基础电路板上,需要按照设计的电路图,用锡膏贴上各种电容、电阻等电子元器件,再进行高温焊接。
 
钢网设计参数优化需要综合钢网设计、使用数据、制程参数(刮刀压力等)锡膏、刮刀、机台、工单等多数据源数据,从刚好的孔里漏出刚好的锡膏到PCB板上,避免因为锡膏刷的过多导致短路、或刷得太少沾不上,造成电路板报废。
 
说起来,SMT是一个已经相当成熟且相对饱和的市场。在这类的市场中,大厂往往通过良品率和生产成本控制获得更大的订单。然而SMT产线不良品因子高达上千个,牵涉到的数据涉及到产品生命周期的各个方面。钢网优化是一个并不大的命题,只是SMT工艺流程中的一小步。但这也是K2数据科学家与客户业务专家共同探讨后认为可以有所作为的突破口。
 
用了一个月左右的时间,亚磊同学了解了客户方的数据基础、业务语义、业务目标,并寻找方法,形成初步的探索报告。得到客户认同后,出于客户对数据的保护,他开始入驻到客场办公。
 
当时K2大家庭还没有搬家到智造大街,蜗居在原办公室的宝宝们在初夏就被热得不能自已。亚磊同学每每从客场办公回来,总会眉飞色舞的撩“茶水间俱乐部”的成员们:“我那儿可凉快了!”
(……泥奏凯!)
 
杨亚磊_副本_副本_副本
 
细问下来,其实在客户现场要花费90%的精力去整理清洗数据。初期什么工艺都不太懂,只能对着一堆数据盲挖,尽量缩小范围,剔除异常数据。回忆起当时手边的数据对应的一亿多个孔,最开始他的内心也是糟烂的。
 
一般一个电路板有一百多个不同的元器件,有的元器件有可能对应20-30种孔,孔的大小从0.2毫米-3毫米不等。在厘清了千头万绪之后,亚磊同学很快找准了根源,一个多月后提交了最终的实施建议报告,并增加了模型自学习能力,帮助客户完成系统上线。从客户最终试验结果看,反馈数据方差变小,CP工程控制能力变强,由钢网设计造成的次品率降低50%,满意交付。
 
其实,遇到的第一个工业大数据分析项目就能顺利看到结果,亚磊同学也觉得很幸运。因为并不是每个业务问题都是目前大数据可解的,有的受限于数据质量,有的受限于数据种类,有些与工艺强关联的关键数据缺失,还有些需要投入实验设计成本。
 
如果能通过大数据平台先把所有需要的数据管理好,为数据分析提供充分友好的资源和环境支持,会否事半功倍?亚磊同学说,那是基础,那就能把我们从糟心的数据整理中解放出来,去做最有创造力的工作了。
 
现在,亚磊同学已经着手服务于新的客户项目,虽然是另一个全新的细分领域,但他觉得还是有部分共通的思路。学统计学出身的他,本着用最简单的办法快速解决问题的套路,继续电子制造领域翻滚。
 
工业领域的分析枯燥吗?对我们来说,哪一行的数据都是数据,我的乐趣就是在数据里找规律,越难成就感越大。
 
可是要把一个真正行业共性的难题突破,把原来的成熟制造工艺通过大数据提升一个层次,形成全行业的新兴解决方案,这是一个需要耐心的长期命题,并不会通过一朝一夕一个工艺环节的改善就能取得行业瞩目的变化。
 
亚磊同学对未来潜在的挑战充满了期待。他说,行业共性问题难解,是因为需要一环套一环的去解决一个一个的突破点,解决了最明显的,才会暴露出深层次的,这需要长久的投入。行业问题是永无止境的,因为问题会跟随技术迭代不断升级,如果真的有一天问题没有了,可能这个行业也就升级了。
 
写在最后
亚磊同学做的项目只是制造领域大数据应用的一个细微分支,质量管理也只是工业企业的核心功能之一。
 
在以往,生产企业凭借以PDCA、TQM、6-sigma为代表的经典质量控制方法论,在有限的数据基础上,通过业务价值评估,实现客户价值与生产成本的平衡。为了引导质量的根因分析,仅6-sigma就有一系列的方法论,如DMAIC、DMADV/DFSS、MFSS、SFSS等。在有了大数据技术的今天,这些先验知识仍旧宝贵。
 
在大数据情形下,如何利用大数据提供的多维度关联、深度模式挖掘等能力,进一步提升质量管理的时效性、全局优化性、预见性、自适应性?K2愿与业界同仁一起去探索更多未知的可能。