Funkcja produktu
Oszacuj, kiedy każdy komponent w zestawieniu BOM osiągnie koniec cyklu życia (EOL), aby zobaczyć, jaka część projektu pozostaje wykonalna na lata przed jego zamrożeniem. Poparte ponad 90% skutecznością prognoz historycznych Z2Data.
Przegląd
Jedno zestawienie materiałowe (BOM) może zawierać setki komponentów, z których każdy znajduje się na własnej ścieżce starzenia się, a ocena ryzyka dla każdego z osobna jest powolna i podatna na błędy. Prognozy cyklu życia BOM przenoszą analizę na poziom całego BOM-u: wystarczy przesłać zestawienie materiałowe, by zobaczyć, jaki procent pozostaje aktywny, przechodzi do statusu NRND, lub osiąga koniec cyklu życia (EOL) w perspektywie 2, 5 i 10 lat. Model opiera się na algorytmie cyklu życia Z2Data, opracowanym na podstawie metodologii CALCE z University of Maryland, z ponad 90% skutecznością prognoz historycznych.
Większość dostępnych danych cyklu życia pokazuje status pojedynczego elementu. To nie odpowiada na kluczowe pytanie kierownika projektu: jaka część projektu będzie możliwa do realizacji za pięć lat? Prognozy cyklu życia BOM agregują przewidywaną datę końca cyklu życia dla każdej pozycji i raportują, jaki udział komponentów pozostaje aktywny, ma status NRND lub osiąga koniec cyklu życia (EOL) w określonych horyzontach, dzięki czemu projekt wyglądający dziś bezpiecznie, ale zależny od starzejących się części, nie ukryje ryzyka. Z2Data dopasowuje każdy przesłany BOM do bazy ponad 1 miliarda komponentów — bez ręcznego zbierania danych: Państwo przesyłają zestawienie, a platforma zwraca prognozowaną ścieżkę cyklu życia całego produktu.
Prognoza działa w oparciu o algorytm opracowany przez Petera Sandborna w Center for Advanced Life Cycle Engineering (CALCE) na University of Maryland — powszechnie uznawaną metodę szacowania starzenia się komponentów, stale udoskonalaną przez Z2Data. Uwaga brana jest pod kątem informacji o zakończeniu sprzedaży (LTB) i wycofaniu, daty wprowadzenia komponentu, generacji technologicznej i rodziny części, popytu rynkowego, aktywności komponentu oraz liczby aktywnych lokalizacji produkcyjnych, a następnie są one łączone w przewidywaną datę zakończenia cyklu życia. Same powiadomienia nie wystarczą: około 30% przypadków wycofań komponentów nie jest komunikowanych przez PCN, w efekcie zmiana następuje bez żadnego powiadomienia. Prognoza oparta na aktywności komponentu i trendach technologicznych ujawnia to ukryte ryzyko, zanim wpłynie ono na produkcję — z ponad 90% skutecznością historyczną.
Wartością perspektywicznej prognozy jest odpowiedni timing. Zakup pomostowy, ostatni możliwy zakup lub kwalifikacja komponentu zamiennego zawsze trwa miesiące. Wiedza, że 18% BOM-u osiągnie koniec cyklu życia w ciągu pięciu lat – zanim projekt zostanie zamrożony – daje zespołom zakupów i inżynierii czas na działania, kiedy wciąż istnieją alternatywy, zanim rynek wtórny zdecyduje o cenach. Późna świadomość wymusza kosztowne redesigny i zakupy na ostatnią chwilę – wczesna prognoza pozwala zaplanować starzenie się komponentów jako przewidywalne działanie.
Wyniki prognozy są przygotowane z myślą o wykorzystaniu poza Part Risk Manager. Można wyeksportować strukturalny raport cyklu życia, który inżynier przeanalizuje linia po linii, a te same dane zagregować na poziom zarządczy, niezbędny do decyzji programowych. Prognoza jest automatycznie odświeżana po każdej zmianie statusu cyklu życia dowolnego komponentu, dzięki czemu raport zawsze odzwierciedla aktualny stan BOM, a nie jednorazowy zrzut. Gotowe raporty, np. High Lifecycle Risk Parts, wyodrębniają elementy generujące największe ryzyko.
Część modułu
Prognozy cyklu życia BOM to jedna z funkcji Z2Data Part Risk Manager, największa w branży platforma do analizy komponentów. Wyszukuj i oceniaj ponad 1 mld komponentów pod kątem starzenia się, zgodności z przepisami, zaopatrzenia oraz ryzyka dostawców — wszystko w jednym widoku.
Najczęściej zadawane pytania
Algorytm prognoz cyklu życia Z2Data osiąga ponad 90% skuteczności historycznej, mierzonej na podstawie rzeczywistych przypadków zakończenia cyklu życia komponentów prognozowanych wcześniej. Bazuje na metodologii szacowania starzenia się opracowanej przez Petera Sandborna w programie CALCE University of Maryland, stale udoskonalanej przez Z2Data.
Same powiadomienia pomijają znaczną część przypadków starzenia się komponentów: około 30% wycofań nie jest komunikowanych przez PCN, więc inżynierowie dowiadują się dopiero, gdy kończą się stany magazynowe. Prognoza bierze pod uwagę również datę wprowadzenia, generację technologiczną i rodzinę części, popyt rynkowy, aktywność komponentu oraz liczbę lokalizacji, które jeszcze je produkują – ujawniając ryzyka przed oficjalnym ogłoszeniem przez producenta.
Tak. Jest to funkcjonalność w module Part Risk Manager, platformy wywiadu komponentowego Z2Data. Państwo przesyłają BOM, on jest automatycznie dopasowywany do bazy 1B+ komponentów, a prognoza generowana jest razem z oceną ryzyka, wyszukiwaniem zamienników, statusem zgodności i wyceną każdej pozycji.
