Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Internet der Dinge-Technologie

Industrielles IoT:Preisvergleichsdaten sichern Margen für kleine und mittlere Hersteller

IIoT (Industrial Internet of Things) wird von den meisten kleinen und mittleren Herstellern missverstanden, die weder die Finanzierung noch die Neigung haben, Big Data zu sammeln, auszusortieren und zu nutzen. Was diese Organisationen brauchen, ist, dünne Margen zu bewahren, um zu überleben (und hoffentlich erfolgreich zu sein).

Zu oft sind das Fehlen von Preisvergleichen und der routinemäßige Einkauf bei Distributoren und Verkäufern die unmittelbaren Ursachen für verlorene Margen. Ohne Big-Data-Klarheit lässt sich nicht feststellen, ob der gezahlte Preis fair oder wettbewerbsfähig ist, sagt Thomas R. Cutler, President und CEO von  TR Cutler, Inc.

Der neue Low-Cost-Anbieter in diesem Bereich ist ManufacturingPower; Die kostengünstige jährliche SaaS-Gebühr (Software as a Service) dient dem Vergleich der SKU-Preise (Stock Keeping Unit). Das Auslesen dieser Datenpunkte war viel zu zeitaufwendig und ungenau, da eine inhärente Geheimhaltung bestand. Zu sehen, was andere für die gleichen Artikel bezahlen, vermittelt ein Gefühl der Fairness und, was noch wichtiger ist, einige Punkte der Gewinnspanne. 78 % der Hersteller haben weniger als 50 Mitarbeiter; ein oder zwei Punkte der wiederhergestellten Preisspanne können die Löhne erhöhen, die Krankenversicherung bezahlen, neue Geschäfte gewinnen und bestehende Kunden halten.

Allzu oft korreliert die IIoT-Datenerfassung nicht mit der Kundengewinnung und -bindung. In einem kleinen Fertigungsbetrieb wird die Bestellung oft auf eine Person beschränkt, die zweifellos andere Hüte trägt und für andere operative Funktionen verantwortlich ist. Von QC/QA (Qualitätskontrolle/-sicherung) bis hin zur Werksleitung und Personalabteilung ist der Bestellprozess reflexartig. Die Bestellung bei denselben Anbietern, Lieferanten und Distributoren ist zweckmäßig, aber alles andere als kostengünstig.

Die Möglichkeit, schnell einen Zeilenvergleich durchzuführen (Beurteilung des von SKU gezahlten Preises) kann schnell zu echten Einsparungen führen. Typischerweise findet ein kleiner Hersteller monatlich mindestens 5000 $ (4581 €) an Ersparnissen. Es ist oft deutlich mehr!

Wenn die Kostendeckung in einem Zeitraum von 30 Tagen nachgewiesen werden kann, ist das ROI-Wertversprechen ein Kinderspiel. In manchen Monaten ist die Ersparnis höher, in manchen weniger. Die Fähigkeit zu WISSEN, was andere für die gleichen SKUs bezahlen, ist wichtig; diese Daten informieren selbst den kleinsten Hersteller, ob Geld auf dem Tisch bleibt oder ein fairer Preis gezahlt wird.

Es ist völlig unvernünftig zu glauben, dass eine überarbeitete Person in einem kleinen Fertigungsbetrieb die Zeit, Kapazität oder Bandbreite hat, um diese Datenanalysen durchzuführen. Die Daten werden von Manufacturing Power unter Verwendung einiger rudimentärer IIoT-Algorithmen gesammelt. Bei Kosteneinsparungen geht es jedoch nicht um die Art und Weise, wie Big Data erfasst wird, sondern um das Nettoergebnis unter dem Strich und die entsprechenden Auswirkungen.

Der Autor ist Thomas R. Cutler, Präsident und CEO von TR Cutler, Inc.

Über den Autor

Thomas R. Cutler ist Präsident und CEO von TR Cutler, Inc. und feiert seinen 20. Jahr. Cutler ist der Gründer des Manufacturing Media Consortium, dem mehr als 7000 Journalisten, Redakteure und Ökonomen angehören, die über Trends in der Fertigung, Industrie, Materialhandhabung und Prozessverbesserung schreiben. Cutler verfasst jährlich mehr als 1000 Feature-Artikel zum Fertigungssektor.


Internet der Dinge-Technologie

  1. Die Kluft überbrücken:IT und OT für das industrielle IoT zusammenarbeiten lassen
  2. Aussichten für die Entwicklung des industriellen IoT
  3. Das industrielle Internet der Dinge:Ein Segen für kleine und mittlere Hersteller – Teil 1
  4. Das operative Gehirn:Ein neues Paradigma für intelligentes Datenmanagement im industriellen IoT
  5. Ist Ihr System bereit für IoT?
  6. IoT und Ihr Verständnis von Daten
  7. Industrielles IoT und die Bausteine ​​für Industrie 4.0
  8. Was ist Fog Computing und was bedeutet es für das IoT?
  9. Industrielles AIoT:Kombination von künstlicher Intelligenz und IoT für Industrie 4.0
  10. 5 Möglichkeiten, wie Industrial IoT die Kosten für Hersteller senkt