摘要

User Requirements–based Information Integration Platform for Facility Management

使用需求導向資訊整合平台–以廠務開關門十件事為例

關鍵詞/ 廠務管理6資訊整合3、使用需求導向、機器學習6
Keywords / Facility Management6,Information Integration3,User Requirements-based,Machine Learning5
近年來隨著廠務組織合併/調整與運轉管理持續精進,舊有廠務值班與品質管理資訊整合平台已漸漸不符使用。存在的問題包含資訊整合廣度不足,且散落在不同的資訊系統、廠內運轉狀況的彙整與呈現不夠即時等。為了提升廠務運轉管理的效率,本文調查過往國內外相關研究及資訊技術,結合使用者需求導向、資訊整合與即時且多樣化的呈現方式設計,以廠務開關門十件事為例開發資訊整合平台。平台在上線一個月左右即達到90%的使用普及率,經由作業觀察及使用者問卷調查,約88%的同仁每天使用平台功能,多數同仁滿意並肯定此平台為廠務運轉管理帶來的效益。最後,文末提出對於未來機器學習應用可能的情境及展望 ,期能滿足未來5~10年、甚至20年廠務運轉管理需求與持續精進。
文字設定:

前言

2014年底300mm廠務組織合併後,集結了眾人之力,在IBM國際專家、公司IT單位與廠務同仁的通力合作下,找到了適合廠務資訊系統長期發展的ECP平台(Engineering Collaboration Platform)與擬定發展規劃,並在2015年8月推出了第一個廠務資訊整合平台–OneFAC[1]。爾後,廠務值班與品質管理的目的性功能專區與應用系統也陸續推出,藉此輔助廠務運轉管理→圖1

圖1、OneFAC資訊整合平台及廠務應用系統架構

經過數個月的教育訓練、工作坊,乃至參與各廠區晨夕會交接實際觀察使用習慣等推廣,時至今日,OneFAC資訊整合平台已廣泛在所有廠區應用,與日常生活密不可分。系統功能與資料歷經多年的使用與驗證,雖已穩定運作,但部分功能模組已逐漸無法滿足管理與運轉需求。

OneFAC平台雖然有值班交接專區提供相關系統工具與資料輔助運轉管理,但是隨著管理方法的不斷精進,部分系統功能與資料廣度已不符合時宜。問題包含管理指標散在各系統(130項以上的管理指標分佈在20多個資料來源),無論瀏覽或彙整統計都不方便。在各廠區、部門,甚至各課別之間審視的管理指標也沒有一致性的標準,且落實的狀況也無從查驗[2]

此外,有多項管理指標的資料統計係以日或月為單位,無法即時察覺事件發生、應變與追蹤。再者,過去的系統功能設計多以少數專家或單一廠區的意見為主,缺乏廣泛使用者需求收集,因此常常在系統功能上線後與使用習慣或需求不符 ,因而系統功能常修修改改,不僅耗力費時,也降低同仁們的信任度與使用意願。

因此,值班與品質管理系統工具需要進化,聚焦於廠務開關門十件事的資訊整合平台–廠務開關門十件事看板便應因而生。從使用需求為導向,將所有管理指標整合在單一平台,透明、完整且即時呈現,並結合行動化裝置,進一步提升使用與管理效率。此外,透過回覆率、確認率等具體的管理手法控管執行紀律,全面提升品質防禦。將為數眾多的值班運轉資料與執行項目透過看板進行有效的管理,從過去品質保證的目標,進一步提升為落實廠務全面品質管理。

文獻探討

2.1.資訊系統

資訊系統或信息系統(Information Systems),從技術上說就是為了支援組織決策和控制而收集(或獲取)、處理、儲存 、分配資訊的一組相互關聯的組件[3]。以人為例子,五官及神經相當於資訊系統,由五官收集外界資訊、神經傳遞資訊。而大腦就相當於一個組織的主管,主要的工作是在下決策,目的是解決生活中大小問題。

大腦要接收正確的資訊,才能夠下正確的決策,組織的管理也是同樣的道理,更何況組織不是一個人,而是由一大群人組成。因此,一個好的資訊系統除了有助於工作流程自動化,也要能夠協助管理者制定決策,並協調不同單位、階級的活動及知識交流,達成組織的目標。

2.2.資訊系統建置策略與整合

資訊系統建置策略係指新資訊系統之建立,以及舊資訊系統之修改、擴充或更新等所採取之方式。資訊系統建置策略可分成三種[4]

  • 由公司自行完成:由使用者自行建立或由公司資訊部門和相關部門人員組成任務編組開發。
  • 由公司外部取得:委外開發、購買現成套裝軟體、引進同業系統或採取租賃方式。
  • 其它方式:由上述策略組合或由部分同業聯合共同找資訊公司開發等。

 選擇採取策略時應同時考量成本、時效、適用性、技術水準、人員調派及經營策略等因素[5]

在系統架構方面,随著資訊技術的快速演進與企業的成長,使得企業內部存在多個不同時期與資訊技術開發而成的資訊系統。傳統的資訊系統常是以點對點的方式進行跨系統間整合,除降低系統間的彈性,也導致維護的複雜度及成本提高 。現今常見的企業應用整合(Enterprise Application Integration, EAI),則是以標準化的仲介軟體架構與分散式物件技術,整合多個資訊系統並保證各個系統互不干擾[6][7][8]

2.3.使用需求導向

需求導向又稱需要導向,是指企業業務範圍確定為滿足顧客的某一需求,並運用互不相關的多種技術生產出不同大類的產品去滿足這一需求[9]。需求導向之核心是滿足用戶的需求,因此設計思考的每個流程都是以使用者的體驗感受為中心,先評估、洞察使用者的痛點與真實需求,並以此引導產品的設計和開發,提供適當剛好的解決方案,確實解決目標使用者的問題[10][11]

相對於需求導向,產品導向的做法則通常是產品部門設計製造一款自認為不錯的產品,然後再由市場部努力想辦法讓消費者接受並買單(即典型的推銷)。此作法雖然符合大多數人的直覺,且符合行銷4P理論,但容易導致產品得不到市場認可,中途夭折。需知消費者不喜歡被賣東西,他們只想主動的買東西,因此以需求導向設計的產品,才能獲得盡可能深遠的用戶覆蓋[10]

2.4.響應式網頁設計

在現今人手一機甚至多機的時代,網站存取的方式不再只能透過電腦,而隨著手持裝置比例越來越高,各種品牌、規格、螢幕尺寸越來越多樣化,如何讓不同的設備都可以正常瀏覽成了網站成功的關鍵之一。2010年Marcotte提出的響應式網頁設計(Responsive Web Design, RWD)[12],主要理念即是提倡利用一個網頁版型來兼容所有瀏覽網頁設備,而非針對每個不同的設備進行專門的版本開發。

Google 於2012年亦推薦使用響應式網頁設計,同時提倡設計原則[13][14]

  • 網頁應該要清晰地呈現內容,並自適應於任何的螢幕解析度上。
  • 無論任何瀏覽器解析度大小,都不應該在網頁上出現水平的網頁捲軸。
  • 無論是何種瀏覽網頁之設備,都應可觀看其內容。

響應式網頁設計讓不同裝置使用者在最少縮放和捲動的情況下,提供最佳的視覺瀏覽體驗。對網站開發與管理者來說,不需開發與維護多個版本網站,節省開發成本與時間,亦有利於防止不同版本網站間資料不一致的問題。

綜合上述文獻回顧,考量先前評估公司ECP平台之成熟度足以作為廠務資訊系統長期發展的理想平台,且市面上無合適產品能夠符合同仁們的需求,便決定沿續自行開發的方式,並以使用需求導向為主軸及參考企業應用整合模式。此外,透過響應式網頁設計,搭上近2年公司廣泛採用T-phone、iPad等行動裝置潮流,提供更有效率的管理工具。

計畫/研究方法

3.1.專案設計、分工與管理

為能符合各廠同仁的使用需求、提升開發效率,以及未來的永續發展,廠務開關門十件事看板的開發訂定並遵循嚴謹的規範。首先,專案從需求澄清、彙整,到系統設計、開發、測試、上線及維護皆透過詳細進度控管表確實記錄與追蹤→圖2,確保專案執行的項目、時間、成果與品質能如預期。

圖2、廠務開關門十件事看板設計與開發進度管控表

其次,看板的設計主要由具多年廠務運轉經驗之同仁,根據實務經驗與收集各廠同仁的需求,再經由各廠代表主管與同仁組成的專案團隊,每週進行審視與討論→圖3。每一個看板的設計皆經過具體使用畫面、資料統計邏輯及使用流程的模擬,以確保開發的效率與有效性。

圖3、廠務開關門十件事看板開發流程、角色與職責

此外,如同建廠專案一般,看板設計的細節分別舉辦50%及90%設計檢視工作坊,與各廠區主管及同仁面對面進行充分的溝通與討論。對於看板的推行與營運,各廠區亦推派代表,負責籌辦看板使用教育訓練、廠區需求彙整,以及使用問題協助處理等,確保看板的發展與使用者間有相同的共識及良好的溝通管道。

3.2.系統架構與層次設計

過去OneFAC資訊整合平台上的值班交接專區僅包含部分人員、工程、PM及品質管理指標,所以各課為了完全符合管理需求,轉向各自建立交接列表與眾多的系統超連結,再透過人工的方式進行資料的收集、統計及確認→圖4

圖4、OneFAC資訊整合平台值班交接專區

廠務開關門十件事看板彙集各廠代表、各級主管及廠務各供應系統subgroup的管理需求,並參考FAB端的管理作法與系統工具,自動將這些需求從25個資料來源資料進行解析與整合→圖5,並以分類分層的方式提供即時運轉狀況給各層級主管/同仁→圖6

圖5、廠務開關門十件事看板系統架構

圖6、廠務開關門十件事看板層次設計

3.3.資訊技術創新應用

除了前述系統功能分層整合開發外,看板開發同時也嘗試了過去較少或沒用過的資訊技術,從三個面向精進:

即時性-看板輪播與行動化

看板採用響應式網頁設計(Responsive Web Design, RWD)[12],所以除了傳統的電腦網頁瀏覽模式,也提供值班台或辦公室的螢幕投影且自動輪播功能,並提供行動裝置版進一步滿足看板的即時性需求→圖7

圖7、看板使用模式

穩定性-系統服務自動監測與異常通知

在系統穩定性方面,以視覺化方式製作資料架構圖,協助第一線值班人員在系統功能異常時可以快速找到問題及聯絡窗口→圖8。此外,系統自動化監測資料連結通道,並定時發送狀態報表,讓系統維護人員可以察覺與盡快修復異常→圖9

圖8、視覺化資料架構圖

圖9、系統服務自動監測與警示

主動化-管理風險自動監測與外部資料獲取

將過去由人收集、統計及判斷資料的經驗轉化成自動邏輯,主動判別風險與紅綠燈顯示告警,並且每日將運轉成果整理成日報表提供主管們作為決策參考。另,針對過去不易取得的公司外資料(如台電備轉容量率、颱風警報等),利用網頁爬蟲技術定時收集與解析,整理成值班與緊急應變時需要的型式→圖10

圖10、管理指標監測與外部資料獲取

結果與分析

4.1.廠務開關門十件事看板

廠務開關門十件事看板依前一章的設計構想開發,分別建立了人員管理、環保/環境、施工管理、系統可靠度、警報/隔離/資安、用量管理、PM管理、供應品質、線上狀態及變更管理十大看板,總計包含30個子資訊區塊共136項管理指標 。如→圖11所示,看板的呈現方式依分類分層的原則,分為管理層、檢查層、作業層及圖/報表層 :

圖11、看板管理層、檢查層、作業層及圖/報表層範例

管理層

將十個看板的摘要資訊及紅綠燈警示濃縮排列在看板的左半邊,並分別以廠區、部門、課別及phase呈現。透過管理層就能夠一目了然136項管理項目在廠內及各單位的狀況、是否存在風險等。

檢查層

如想進一步了解管理層資訊的細節,則點擊該層內的子資訊區塊,從看板右側的檢查層中了解風險的分佈狀況,以及各警示燈號所代表的意義。透過檢查層中附帶的小圖示連結,也可快速了解各項指標意義及資料連結架構。

作業層

點擊檢查層中的統計數字將進入作業層,作業層主要用於檢視統計數值背後的原始的細項資料,並提供功能以詳實記錄平日運轉及品質管理的資料、回覆原因等。

圖/報表層

除了作業層,從檢查層亦可連結至圖/報表層。此頁面中可從不同面向統計與檢視各管理指標的數值,提供視覺化工具從單一單位檢視自己的不足,或是進行跨單位比對,互相學習與分享。

4.2.使用情境與結果分析

據廠區作業觀察了解,廠務開關門十件事看板的應用模式有三:

  • 值班交接:各課於值班交接時一一確認各看板的風險(紅綠燈)大盤,再依檢查層的統計資訊進行確認、追蹤,並將處理與確認的結果記錄在作業層。
  • 值班戰情:廠務值班室的值班台中獨立一台螢幕顯示,隨時了解目前廠內運轉狀況,予以及時應變。
  • 行動看板:主管與同仁們透過T-phone等行動裝置,只要在公司網路的覆蓋範圍即可隨時隨地瀏覽開關門十件事看板。

 由此可見,響應式網頁設計充分發揮其效益,滿足廠務同仁與主管即時與方便的需求。

另一方面,專案團隊亦針對看板的使用普及度統計及使用滿意度進行問卷調查。普及度係以看板上線持續往後觀察一個月,結果發現看板上線一個月左右使用普及度即達到九成。在使用者滿意度調查的部分,專案團隊針對廠務同仁進行抽樣調查,總計收集151份問卷回覆,其中主管16份、工程師135份。問卷結果顯示,有88%同仁每天都會使用看板→圖12、多數使用滿意,不滿意的比率僅佔6%→圖13

圖12、看板使用頻率調查

圖13、看板使用滿意度調查

更深入探究,多數同仁認為看板的最大優點在於資訊即時,一目了然(69%),且40%同仁認為能夠提升運轉效率→圖14 。資訊整合的部分有64%的同仁認為整合度高、31%普通,僅4%不滿意→圖15

圖14、看板優點調查

圖15、看板資訊整合度調查

從上述使用觀察與使用者調查結果,可驗證看板的確解決了同仁們的問題,並且滿足資訊整合、資訊即時呈現與多樣化應用模式的需求。

未來展望與結論

廠務實際運轉數據快速且大量累積,如何好好的利用此一資源進一步提升管理效率與品質,機器學習就是一個很好的工具可以來實現。

5.1.常見機器學習類型與應用情境

機器學習是由Arthur Samuel在1959年定義出來的專有名詞,有別於傳統程式撰寫需要將一行行的規則制定清楚,主要意義是要給予電腦能力能夠從資料中自動學習到規則[15]。怎麼學呢?一般常見的方式有兩種[16]

監督式學習

將問題與答案餵給電腦,讓它從中學習模式或規則,當看到新的問題時,電腦就可以藉學習到的規則推論出對應的答案→圖16

圖16、監督式學習模型

非監督式學習

只餵給電腦資料及特徵,讓它從中找出資料間的相似度及關聯性,藉以將資料進行分群或從中找出潛在的關聯規則→圖17

圖17、非監督式學習模型

更加具體來說,監督式學習比較著重在預測,像是類別或是數值的預測。舉例來說,生活中常見的人臉偵測/辨識→圖18及真假警報的判別即是一例。而迴歸則可用在數值的預測,像是產品出貨量、設備用電量等。

圖18、人臉偵測應用

而在非督式學習中,分群可將資料分成一群一群,每群內的資料具有相似特徵,藉此可以應用在故障設備的原因及改善,以及組成專案團隊時找到合適的人選等。關聯則是從資料中找出潛在,不是人的直覺所能想到的規則。可以應用的情境像是將找到的規則用在專家系統,幫助設備異常/故障的快速復歸→圖19

圖19、機器學習應用情境

5.2.應用挑戰

機器學習的應用大致上可分成資料擷取、資料處理及模型建立,雖然簡單的三個步驟,但其實每個步驟有相當多的細節需要處理。例如一開始需要定義一個好的問題與可用的資料,這關係到模型建立時成千上萬種演算法及參數組合的選擇 。另,資料處理佔整個流程79%的時間[17],相當的費力耗時→圖20

圖20、機器學習流程與挑戰

此時,領域專家就扮演了非常重要的角色,讓問題解決能夠對症下藥,透過機器學習找出來的規則也才能夠貼近現實。

5.3.結論

有別於過去系統開發的經驗,廠務開關門十件事看板在需求澄清、系統設計、開發到上線皆十分順利,此應可歸功於使用者需求設計為導向的開發模式,以及嚴謹的專案組織與執行流程。看板正式上線後,各廠儀控課舉辦訓練課程推廣與協助各課落實,短短一個多月後在300mm廠區使用量穩定成長到97%。從廠區月報中的一致好評,也顯示看板為廠務運轉與品質管理真正帶來效益。

隨著6/8吋廠與新廠組織加入,統計2019年各項廠務運轉管理數據,數據量成長約10%~50%不等。為了支持大量的廠務運轉數據管理,除了在軟硬體上不斷的強化外,資訊整合系統的技術應用不斷精進亦是落實廠務全面品質管理的關鍵議題。此外,依據問卷調查的結果,看板功能面及資料面仍然可以再改善,提供給管理者及同仁們更接近100分的使用體驗。

最後,藉本文簡單介紹之機器學習基本觀念與可能的應用情境,希望拋磚引玉,引導讀者與工作上的聯想,激發出好的應用構想,並且希望在未來能夠將這些好的想法一一實現,提升廠務故障排除及防範未然等能力。

參考文獻

  1. 吳智瑋、范恩祖、鄭昭平、劉昶鑫,OneFAC系統平台的建置與發展,廠務季刊,24卷,頁44-51,2016。
  2. 陳民凱,廠務資訊看板,2019 FD品質管理workshop,2019。
  3. 資訊系統,維基百科,網址:https://zh.wikipedia.org/wiki/%E4%BF%A1%E6%81%AF%E7%B3%BB%E7%BB%9F
  4. 吳仁和、林信惠,系統分析與設計:理論與實務應用,第五版, 2010。
  5. 資訊系統開發概論,網址:https://hackmd.io/@k139/r1y-9Lm K4/%2Fs%2Fr1uWsUmt4?type=book
  6. 陳俊杰,持續性企業流程管理之研究 - 以S公司企業營運資訊整合平台之採購循環開發為例,國立中正大學會計與資訊科技研究所碩士論文,2016。
  7. 王瑞麟,製造資訊整合服務架構之研究以半導體產業為例,中華大學資訊工程學系碩士論文,2003。
  8. 企業應用整合,維基百科,網址:https://zh.wikipedia.org/wiki/%E4%BC%81%E4%B8%9A%E5%BA%94%E7%94%A8%E9%9B%86%E6%88%90
  9. 需求導向,MBA智庫百科,https://wiki.mbalib.com/zh-tw/%E9%9C%80%E6%B1%82%E5%AF%BC%E5%90%91#_note-0
  10. 產品導向V.S需求導向,新創選哪個才能滿足用戶需求?網址: https://meet.bnext.com.tw/articles/view/42819
  11. 創新成功的關鍵第一步:使用者導向的設計思考,網址:https://www.brandinlabs.com/2019/04/30/%E5%89%B5%E6%96%B0%E6%88%90%E5%8A%9F%E7%9A%84%E9%97%9C%E9%8D%B5%E7%AC%AC%E4%B8%80%E6%AD%A5%EF%BC%9A%E4%BD%BF%E7%94%A8%E8%80%85%E5%B0%8E%E5%90%91%E7%9A%84%E8%A8%AD%E8%A8%88%E6%80%9D%E8%80%83/
  12. Marcotte, E., Responsive web design, http://alistapart.com/article/responsive-web-design,2010.
  13. 胡瑋,影響採用RWD設計網頁意圖之因素,國立中正大學資訊管理系研究所碩士論文,2017。
  14. Responsive design–harnessing the power of media queries, Google Blog,網址:http://googlewebmastercentral.blogspot.jp/2012/04/responsive-design-harnessing-power-of.html
  15. Cattaneo, L., Fumagalli, L., Macchi, M., and Negri, E.,〝Clarify ing Data Analytics Concepts for Industrial Engineering,〞 IFAC-PapersOnLine, Vol. 51, Issue 11, pp. 820-825, 2018.
  16. A Quick Guide to How Machines Learn,網址:https://www.boozallen.com/content/dam/boozallen_site/sig/pdf/publications/machine-intelligence-quick-guide-to-how-machines-learn.pdf
  17. Roos, W.,〝Powering Your Facilities Through Machine Learning and Artificial Intelligence,〞2019 Semicon TWN HTF International Forum, 2019.

留言(0)

Further Reading延伸閱讀