Estudo Manutenção Inteligente 2016 – Práticas de análise de dados da manutenção em Portugal

Estudo Manutenção Inteligente 2016 – Pråticas de anålise de dados da manutenção em Portugal

M

58

PSE – Produtos e Serviços de Estatística, Lda.

dossier sobre manutenção em infraestruturas

132

No último trimestre de 2016 a PSE realizou a 2.ª edição do

Manutenção Inteligente’ com o objetivo de ‘sentir o pulso’ Ă s prĂĄticas existentes da utilização da anĂĄlise de dados nos processos de manutenção em curso nas empresas localizadas em territĂłrio nacional.

teção de anomalias e novos padrĂľes de falhas’, ‘Produção de indicadores de manutenção (KPI’s)’ e ‘AnĂĄlise do ciclo de vida dos ativos’; 6.

na estratÊgia de manutenção’ as fracas competências analíticas ao

A opinião das empresas Ê unânime:

para 2017 a otimização dos pro-

dispôr da organização’ são as duas

“ incorporar anĂĄlise avançada da infor-

cessos atuais. O primeiro grupo ĂŠ

principais

mação na gestão da manutenção Ê um

Un-

que contribuem para o posiciona-

elemento central para uma manutenção

derperformers’ e o segundo como

mento de uma empresa no grupo

inteligente! Apesar dos investimentos

Leaders’. Hå uma caraterística pro-

tecnolĂłgicos efetuados, o que coloca

cessual que distingue estes dois

7.

-

esta ĂĄrea como uma das mais ricas em

Underperformers’ têm

das no conjunto das 248 empresas,

termos de quantidade de dados e anĂĄlise

um peso de manutenção corretiva

para a adoção das pråticas de anåli-

de informação, a falta de recursos e de

nos seus custos percentualmente

se de dados foram:

conhecimentos analíticos avançados, em

Leaders’;

a Acesso aos dados (80%);

4. Comparativamente,

as

decisĂľes

lacunas

organizativas

Underperformers’;

b Falta de competĂŞncias e de capa-

dados operacionais, afastam as organi-

Underperformers’ são tomadas

cidades analĂ­ticas internas (75%);

zaçþes nacionais da excelência e da lide-

maioritariamente com base no ins-

c AusĂŞncia de ferramentas ade-

tinto e na experiĂŞncia de negĂłcio

quadas para fazer anĂĄlise (72%);

Participaram no estudo 248 em-

Leaders’ são os da-

d Disponibilidade dos sistemas

presas representativas de 27 indĂşs-

dos e as anĂĄlises que contribuem

trias distintas. Esta amostra imputa

para a tomada de decisĂŁo;

um erro aos resultados abaixo apresentados na ordem dos 5,7%.

de informação (72%); e ! " " mento (65%);

5. Os processos analĂ­ticos menos uti Underperfor-

f Falta de envolvimento e compro-

Mantendo a metodologia analĂ­tica

mers’ são, por ordem crescente,

misso da gestĂŁo de topo (54%);

Root-Cause Analysis’, ‘Alertas analĂ­-

g Cultura da organização (45%).

2015, as principais conclusĂľes a retirar

ticos preditivos de manutenção’, -

nesta edição são as seguintes:

A manutenção inteligente Ê entendi-

1. 65% das empresas acredita que as decisþes devem ser fundamentadas em dados e informação; 2. 60% das empresas reconhecem que a produção de informação e a anålise de dados na manutenção deve ser uma tarefa colaborativa; 3. Existem diferentes estådios de maturidade na adoção destas pråticas – 60% das empresas ainda não as adotaram ou, apesar de sensibilizados, utilizam-nas de uma forma in

jĂĄ tomam decisĂľes com base em dados e anĂĄlise e tĂŞm em agenda

da como o conjunto de prĂĄticas que

A manutenção inteligente Ê entendida como o conjunto de pråticas que visam (1) mitigar intevençþes de manutenção não programadas e, por conseguinte, minimizar os custos que lhes estão

atitude proativa para evitar

"

# causas das falhas.

visam (1) mitigar intevençþes de manutenção não programadas e, por conseguinte, minimizar os custos que lhes estão associados; (2) adotar uma atitude proativa para evitar paragens ! "

# $&' atempadamente sobre as causas das falhas. * + / tenção Inteligente 2016’ estå disponível por contacto com a empresa PSE – Produtos e Serviços de Estatística atravÊs do endereço de correio eletrónico: spssinfo@pse.pt.

M