データ分析プラットフォームのポジションとは

　本連載の第2回で「ビッグデータ分析は繰り返し系であり、分析と実装（応用）を継続するための仕組み、すなわちプラットフォームの構築を指向する必要がある」ことをお伝えしました。

　製造業のQC（品質管理）領域では、モノ作りが絶え間なく続く中で、製造データの分析とその結果を工程に反映する、継続的なサイクルを組織や運用の中に組み込んでゆく必要があります。同時に、継続的なサイクルをITで支える「プラットフォーム」を構築する必要があります。

　しかし、データ分析を目的としたプラットフォームの企画・構想では、机上の検討で中断するケースが多くみられます。実際、著名な製造業向けIoTプラットフォームも、特定の工程や業務への局所的な試行導入にとどまっているケースが多いようです。

　では、製造業のQC領域におけるデータ分析プラットフォームとは、どのようなものでしょうか。

　下の図を見てください。これは、製造ビッグデータ分析プラットフォームの位置付けを示したものです。本連載の第3回で述べたERP-MES-FA間の垂直統合モデルとの関連性では、データの源泉となる設備（PLCや各種センサー類）もデータ収集の仕組みも同じです。


　しかし、所定の加工を経て定型業務にデータを利用するのがERP-MES-FA間の垂直統合モデルなのに対し、ビッグデータ分析プラットフォームは、多種多様なデータを対話的・多面的に分析し、非定型な意思決定に活用します。

　そのため、ビッグデータ分析プラットフォームでは、各設備が出力した独自フォーマットのままの数値データや正規化されていないログデータ、さらには映像や音声といった非構造化データなどを扱う場合もあります。

FA領域の役割、IT領域の得意分野

　次に、FA領域とIT領域の違いを見ていきましょう。データ分析プラットフォームでは下図のように、FA領域とIT領域を使い分けます。


　FA領域では、製造設備の制御を最優先としながら、エッジコンピュータ（産業用PC）で一部データの可視化（見える化）やデータ分析を担います。数台の統轄PLCを収容する範囲であれば、FA領域だけでデータを集積・分析することも可能です。しかし、それ以上のデータ規模となり容量や処理能力が不十分となる場合には、上位のITに処理を委ねることになります。

　データを収集する範囲は、「（1）単一工程」、「（2）拠点内（工程横断）」、「（3）全社規模」、の3段階に大別できます。（1）の単一工程はFA領域で完結します。しかし、工場建屋や製造拠点をまたぐ（2）と（3）では、データを蓄積・分析するのは、IT領域となります。最近はデータレイクと称して、全社規模の大きなプラットフォームの企画・構想を多く見かけます。

　下の図は、拠点・工程横断の視点から見た分析の意義をまとめたものです。


　FA領域とIT領域では、データ容量や処理能力の違いだけでなく、分析業務の位置づけそのものにも違いがあります。

　FA領域の分析は、目の前の製造ラインで起こっている突発的な事象に対する、リアルタイムの見える化や即時の対処を目的としています。分析を実施するのは、工場の生産技術部門や製造部門の担当者です。

　一方、IT領域では、ある程度の長期間に亘って蓄積したデータを必要なときに（バッチ処理のように）取り出して分析します。その目的は、品質向上や設備の稼働率向上、匠の技の継承、製造トレーサビリティの確保、さらには生産の最適化など多岐に渡ります。こちらの分析を担当するのは、本社の生産技術スタッフや研究開発部門に所属するデータサイエンティストです。

【次ページ】データ収集・蓄積の仕組みを理解する。データ分析プラットフォームの本格導入に向けた“4つのアイデア”