Tillverkande företag har vanligtvis produktionssystem som mäter och registrerar tillverkningsdata. Inte sällan sparas stora mängder data, en ofta lågt utnyttjad resurs när det gäller att analysera produktionsprocessens prestanda.
Denna studie visar på hur ett väl anpassat datalager kan skapas, där produktionsutrustningens tillverkningsdata kan sammanställas och ligga till grund för effektiv analys och uppföljning genom den sk OEE metoden.
Studien lyfter fram viktiga faktorer att ta hänsyn till vid framställning av datalager. Kvalitativa metoder och design science tillämpas. Intervjuer och litteraturstudier används som datainsamlingsmetoder.
Studien visar på ett antal framgångsfaktorer vid framtagning av datalager, bla
Val av faktorer inom områdena kravspecifikation, paradigm, arkitektur och optimering.
Betydelsen av väldefinierad kravspecifikation, anpassad till verksamhetens behov.
Iterativ process vid utveckling av datalagerdesignen
Förutom att bidra till hur stora mängder tillverkningsdata kan användas effektivare genom datalager och OEE metoden, syftar studien till att visa på behov av ytterligare och fördjupade studier, tex kring data mining, artificiell intelligence mm.