预约成功
1、对海量OEE数据进行多维处理的必要性——OEE基本计算方法
OEE是用来说明实际的生产能力与理论产能的比例，它准确地告诉管理者：设备的效率如何，在生产的哪个环节有多少损失，以及可以进行哪些有针对性的改善工作。
OEE的计算公式为：OEE = 时间开动率×性能开动率×合格品率×100%。
其中，时间开动率=实际工作时间 /计划工作时间;性能开动率 =理想周期时间 / (工作时间 /总产量 ) = (总产量 /工作时间 ) /生产速率;合格品率 =合格品 /总产量。
2、对海量OEE数据进行多维处理的必要性——海量生产数据分析中存在的问题
企业在生产运营活动中会产生大量数据，可以对企业的生产活动提供有效的指导信息，然而这些数据在一定程度上也会对其自身的分析造成难度。对于包含大量信息的数据，用常规方法通常不能取得理想的效果。 大量数据对其自身分析的阻碍作用。主要在以下3个方面。
1)生产在时间序列上产生的大量数据需要处理的时间长。
2)多种数据产生的大量信息在多个方面用常规方法分析的灵活性不理想。
3)生产系统中不确定因素的负面影响。
3、对海量OEE数据进行多维处理的必要性——多维数据处理对OEE分析的基本思路
多维数据处理方法基本思路：多维数据分析是对数据进行分析的新方法 。该方法对数据从多个角度即多个维度进行观察和分析，多维的分析操作是指通过对多维形式组织起来的数据进行切片 、切块、聚合、钻取 、旋转等分析操作，以求剖析数据，使用户能够从多种维度、多个侧面 、多种数据综合度查看数据，从而深入地了解包在数据中的信息和内涵。
针对生产数据的多维处理方法：对生产中总量大、信息维度多的各种数据而言，用多维数据处理的思想进行分析和整理有助于提高分析的效率和质量。
在生产记录数据表单中，包含了多种类型的数据，这类数据可以归结为：时间数据、产品数据、生产组织数据、工艺数据 、生产信息数据以及衍生数据这6个大类，其中前 5个数据是报表中包含的数据，而衍生数据是已有数据在经过计算后所得出的数据。
根据这六大类数据，可以把报表中数据划分为 6个维度，在各个维度的基础上，根据实际记录数据再划分为不同层次上的子维度。
在维度划分和层次划分的基础上可以就数据进行多维度及多层次子维度的分析，根据多维数据分析的基本思想和对 OEE数据分析的基本要求，对操作进行如下定义。
1)切割：切割是对传统多维数据中切块和切片的整合操作，在对 OEE进行数据分析中，选取包含OEE信息子维度的数据和其他维度上数据进行分析。其中选取的数据必然至少在 2个或 2个以上子维度数目，更多的是在3个或3个以上。
2)钻取：钻取操作主要应用在输出上，分为上钻和下钻。当切割完成并输出分析数据后，需要对数据再在宏观分析，就采取上钻的方式，即由下到上地进行汇总整理。 而下钻就正好相反，是在细节上对数据进行分析。
3)旋转：旋转是在选取的维度上，改变其位置，让在输出过程中，在不同角度上对数据进行分析。
以上就是有关于对海量OEE数据进行多维处理的必要性的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。
