فرز البيانات لأغراض تحليل البيانات الهندسية والإبلاغ عنها

تحدي البيانات في الهندسة الحديثة

وتولد المنظمات الهندسية كميات كبيرة من البيانات من مصادر متنوعة: نماذج السحب المركزي، ونواتج المحاكاة، وقراءات الاستشعار من أجهزة الإيو تي، ونظم التنفيذ الصناعي، ومنابر إدارة دورة الإنتاج، وسجلات الصيانة، وكل نظام يخدم غرضا محددا، ولكن عندما تظل البيانات مغلقة في الصوامع، تفتقد المنظمة فرص الحصول على معلومات ذات أداء متبادل يمكن أن تدفع الابتكار، وتخفض التكاليف، وتحسن نوعية المنتجات.

لماذا تحتاج البيانات الهندسية إلى مستودع مخصص

من البيانات المجزأة إلى النظر المتكامل

وقد عملت الأفرقة الهندسية تقليديا في بيئات محددة من الأدوات، ويستخدم مهندس تصميم برامجيات CAD، ويعتمد مهندس تصنيع على نظام الرصد المتعدد المؤشرات، ويستخدم فريق الصيانة نظاما مستقلا للرصد والتقييم، ويولد كل منهما بيانات قيمة، ولكن الافتقار إلى التكامل يخفي أنماطا حرجة، فعلى سبيل المثال، فإن تغيير التصميم في نموذج CAD الذي يسبب عيبا في التصنيع في المراحل النهائية قد لا يلتق لأسابيع بسبب عدم وجود نظام واحد يربط بين بيانات الإنتاج وبين وجود فجوة في مستودع البيانات.

دعم التحليلات المتقدمة والتعلم في مجال الآلات

وبالإضافة إلى الإبلاغ الأساسي، يوفر تخزين البيانات الأساس للتحليلات التنبؤية، إذ يمكن لأفرقة الهندسة، عن طريق تخزين البيانات التاريخية في شكل منظم، أن تدرب نماذج للتعلم الآلي للتنبؤ بإخفاقات المعدات، أو أن تُحسن جداول الإنتاج، أو أن توصي بإدخال تحسينات على التصميم، ويستخدم المستودع كمخزن تاريخي يغذي هذه النماذج، ويكفل إمكانية الحصول على بيانات نظيفة ومتسقة وشاملة، وبدون مستودع، سينفق علماء البيانات معظم نماذجهم الزمنية بدلا من ذلك.

:: تحليلات ذاتية التمكين

وتدعم مستودعات البيانات الحديثة محلليات الخدمة الذاتية، مما يتيح للمهندسين والمحللين استخدام أدوات معروفة للأفضليات التجارية مثل الجدول، أو محطة الطاقة البديلة، أو شركة Apache Superset لاستكشاف البيانات دون كتابة بيانات معقدة ذاتية الجودة أو الاعتماد على تكنولوجيا المعلومات لكل تقرير، ويعجل هذا التحول الديمقراطي في البيانات باتخاذ القرارات ويقلل من الاختناقات التي تصيب أفرقة البيانات المركزية، وعندما يتمكن المهندسون من تحديد بيانات الإنتاج، ومقاييس النوعية، بدلا من ذلك.

محفوظات محفوظات مستودعات البيانات الهندسية

Schema Design: Star vs. Snowflake

ويتوقف الاختيار بين شيم النجم وخياطة ثلجية على طبيعة البيانات الهندسية، فكميات النجوم، التي تطوّر بالجدول الزمني الرئيسي، هي أبسط وأسرع من أجل التساؤل، وهي تعمل جيداً على قياسات العمليات مثل عدّات الإنتاج، ومعدلات العيوب، والمعدات في وقت متأخر، وكثيراً ما تطبيع الكيماويات المحتوية على نجوم في جداول متعددة، مما يقلل من تضخم البيانات الجغرافية، ولكن يزداد تعقيداً.

صيغ التخزين وتحسين الأداء

وكثيرا ما تتضمن البيانات الهندسية بيانات عن مجموعات زمنية من أجهزة الاستشعار، التي تنمو إلى أحجام ضخمة، وتُستخدم نماذج تخزين كولومنار مثل باركيت وشركة أوركا للاستفسارات التحليلية بشأن مجموعات البيانات الكبيرة، ويمكن أن تقلل من تكاليف التخزين وفترات الاستفسار عن ذلك بنسبة تصل إلى 75 في المائة مقارنة بأشكال ذات منحى متسلسل، كما أن التجزئة حسب النطاقات الزمنية مثل السنة أو الشهر أو اليوم واستخدام استراتيجيات الفهرسة المناسبة هي أيضا جزء حاسم من أجل الحفاظ على الأداء.

السحابة - النمط ضد النشرات على شكل صمامات

كما أن مستودعات البيانات القائمة على السحاب مثل سنوفليك وأمازون ريدشيفت وغوغل بيك كيري وأزور سينابس تتيح إمكانية التصعيد، والهياكل الأساسية المنظمة، والتسعير حسب نوعك، وبالنسبة للمنظمات الهندسية ذات الملكية الفكرية الحساسة أو المتطلبات التنظيمية الصارمة، فإن الحلول المتعلقة بالجاذبية مثل عبء العمل السحابي أو نظام كليك هوس قد تظل مفضلة.

نظام " ريال تايم " ضد تجهيز البطاقات

ويستفيد العديد من التحليلات الهندسية من حالات ابتلاع البيانات في وقت قريب من الواقع، ولكن منابر الدمج مثل أباتشي كافكا أو الأمازون كينيس يمكن أن تغذي البيانات في المستودع بأقل قدر من الكفاءة، مما يتيح رصد خطوط الإنتاج أو تنبيهات الصيانة المتوقعة في الوقت الحقيقي، غير أن التحليل التاريخي والإبلاغ عن الاتجاهات، ومعالجة البطاطات مع الوظائف الليلية التي تستخدم فيها معدات الحاسوب، كثيرا ما تكون كافية.

العناصر الأساسية لتنفيذ مستودع البيانات الهندسية

استنباط البيانات من النظم الهندسية

وتتمثل الخطوة الأولى في تحديد جميع مصادر البيانات ذات الصلة بالمحللين الهندسيين، وقد تشمل هذه المصادر ما يلي:

• CAD and PLM systems like PTC Windchill, Siemens Teamcenter, or Dassault ENOVIA
• نظم إعدام صناعية مثل سيمنز أوفسنتر أو روكويل
• منابر الاستشعار الخاصة بالوكالة السويدية للتنمية الزراعية واليو تي تجمع بيانات المعدات في الوقت الحقيقي
• نظم إدارة المعلومات المختبرية المتعلقة بنتائج الاختبارات وإصدار الشهادات المادية
• نظم تخطيط موارد المؤسسة من أجل بيانات التكاليف والمخزونات والموردين
• تعقيب العملاء ونظم الضمان

ويحتاج كل مصدر بيانات إلى مكيفين أو موصلين لاستخراج البيانات وحملها في منطقة التخزين، ويمكن أن يكون التوجيه بمثابة طبقة موحدة من مؤشرات الأداء الموحّدة تربط هذه النظم وتيسر حركة البيانات، مما يقلل من عدد عمليات التكامل العرفي المطلوبة.

تصميم خط الأنابيب ETL/ELT

فالخلاص والترجمة والسحب والسحب والسحب واللواد والترجمة هما النهجان الرئيسيان، وفي نظام التبادل التجاري التقليدي، تتحول البيانات قبل التحميل، حيث لا تُضمن سوى بيانات نظيفة وموثوقة تدخل المستودع، كما أن الـ " إي تي " ، الأكثر شيوعا في المستودعات السحابية الحديثة، وتحمّل البيانات الخام أولا وتؤدي التحولات في المستودع باستخدام نظام SQL أو أدوات مثل أداة تحسين جودة التجهيز.

:: نماذج البيانات لتدفقات العمل الهندسية

ويتضمن نموذج البيانات تصميم جداول وعلاقات تعكس سير العمل الهندسي، ويسهل على المحللين الإجابة عن الأسئلة مثل:

• كيف يتفاوت معدل العيوب حسب خط الإنتاج ويتحول على مدى الربع الأخير؟
• أي موردين لديهم أعلى معدل للمواد غير المطابقة؟
• ما هي العلاقة بين تردد تنقيح التصميم والتصنيع في وقت التعطل؟
• كيف يؤثر عمر المعدات على الوقت الضيق بين الفشل؟

وتشمل أنماط النماذج المشتركة جداول وقائع لأحداث مثل عمليات الإنتاج، وعمليات التفتيش، وأنشطة الصيانة؛ وجداول البُعد للكيانات السياقية مثل المنتجات والآلات والموردين؛ وجداول الجسور للعلاقات بين العديد من الرجال مثل تنظيم المشاريع ومواصفات الاختبارات، ووثيقة هذه النماذج بأوصاف واضحة تضمن للمحللين أن يبحروا في الكيمياء دون لبس.

إدارة البيانات ونوعيتها

وبدون إدارة سليمة، يصبح مستودع البيانات سريعا مستنقع بيانات حيث تنخفض الثقة، ويجب على الأفرقة الهندسية أن تحدد ملكية واضحة لكل مجال من مجالات البيانات، وأن تحدد قواعد جودة البيانات، وأن تنفذ عمليات التحقق الآلي من صحة البيانات، ويمكن لأدوات مثل ] الحصول على البيانات ] أن تساعد على تتبع خط البيانات، مع بيان مكان وطريقة تحول البيانات، وهذه الشفافية أساسية في عملية الامتثال، ومراجعة الحسابات.

Real-World Engineering Use Cases

الصيانة الافتراضية

ومن بين أكثر التطبيقات التي تُستخدم على أساس القيمة، الصيانة المتوقعة، حيث يمكن للأفرقة الهندسية، عن طريق استنباط بيانات الاستشعار التاريخي من المعدات إلى جانب سجلات الصيانة وسجلات الفشل، أن تبنى نماذج تنبأ بها عندما يُحتمل أن تفشل الآلة، ويوفر مستودع البيانات الأساس عن طريق تخزين بيانات عن السلاسل الزمنية وإتاحتها للتدريب النموذجي والاختبارات في الوقت الحقيقي، وتقوم المنظمات التي تستخدم تقارير عن انخفاض وقت الصيانة المتوقعة بنسبة تتراوح بين 30 و 50 في المائة، كما تحسن وفورات الإنتاج في تكاليف الصيانة في 10 في المائة.

التصنيع

ويعتمد التصنيع على العديد من المتغيرات: الخواص المادية، والآلات، والظروف البيئية، وإجراءات المشغل، ويجمع مستودع البيانات البيانات البيانات البيانات من جميع هذه المصادر، مما يتيح للمهندسين ذوي الجودة تحديد الأسباب الجذرية للعيوب، ومن ذلك مثلا تحليل البيانات المستمدة من آلاف دورات الإنتاج، يمكن للفريق أن يكتشف أن درجة حرارة معينة خلال معالجة الروابط ذات معدل أعلى من العيوب بنسبة 15 في المائة، مما يؤدي إلى خفض تكاليف العمليات.

محلل دورة حياة المنتجات

ومن المفهوم إلى نهاية الحياة، تولد المنتجات بيانات في كل مرحلة، حيث يتيح مستودع البيانات للمهندسين تحليل دورة حياة المنتج بأكملها، من التغييرات في التصميم إلى الأداء الميداني، ويكشف عن أنماط من قبيل السمات التصميمية التي ترتبط ارتباطاً كبيراً بمطالبات الضمان، أو التي تنتج عمليات التصنيع أكثر المنتجات الموثوقة، وتعود هذه البصيرة إلى مرحلة التصميم، وتخلق حلقة تحسين مستمرة تقلل من الوقت إلى السوق وتعزز جودة المنتجات على مدى الأجيال المتعاقبة.

الإبلاغ عن الطاقة والاستدامة

ومع التزام المنظمات بأهداف صافية الحد الأقصى، يجب على الأفرقة الهندسية أن تتعقب استهلاك الطاقة، وانبعاثات الكربون، وتوليد النفايات عبر العمليات، كما أن هناك مجموعة بيانات من مصادر البيانات من أجهزة قياس الطاقة، ونظم إدارة النفايات، وقواعد بيانات سلسلة الإمداد من أجل إعداد تقارير شاملة عن الاستدامة، ويمكن للمهندسين أن يحددوا الفرص لخفض استهلاك الطاقة، وتحقيق الاستخدام الأمثل للمواد، وتقليل التأثير البيئي إلى أدنى حد، وتستخدم منظمات كثيرة الآن لوحات مجهزة بالمستودعات لتتبع التقدم المحرز في أهداف الإدارة الاجتماعية.

سلسلة الإمدادات والتخزين

كما تدعم مستودعات البيانات الهندسية تحليلات سلسلة الإمداد عن طريق الجمع بين البيانات المستمدة من نظم المشتريات والمخزون والتنبؤ بالطلب، ويمكن للمهندسين تحليل فترات الاستيعاب، وأداء الموردين، ودوران المخزون لتحديد الاختناقات والتوصية بإدخال تحسينات، وعندما يكون العنصر الحاسم على ظهر السفينة، يمكن للمخزن أن يساعد على تحديد الأولويات التي تتلقى طلبات الإنتاج حصراً على أساس تأثير الإيرادات أو التزامات العملاء، وهذه القدرة تزداد أهمية مع تزايد تعقيد سلاسل التوريد.

تنفيذ مستودع البيانات: خريطة طريق عملية

المرحلة 1: جمع الاكتشافات والاحتياجات

:: البدء في إجراء مقابلات مع أصحاب المصلحة عبر أفرقة الهندسة والصناعة التحويلية والجودة والصيانة - توثيق الأسئلة الرئيسية التي يرغبون في الإجابة عنها، ووضع خرائط لها لمصادر البيانات التي يمكن أن تقدم ردودا، وتقييم جودة البيانات في النظم القائمة، وينبغي لهذه المرحلة أيضا تحديد الثغرات التي لا يتم فيها حاليا تسجيل البيانات الحيوية، والناتج هو قائمة أولويات لحالات الاستخدام وجرد لمصدر البيانات يسترشد بها في التنفيذ.

المرحلة 2: البنية التحتية واختيار منهاج العمل

اختيار منصة مستودع البيانات التي تتوافق مع حجمك وميزانيتك وخبرتك التقنية، وبالنسبة للمنظمات التي توجد بالفعل في السحابة، فإن الخدمات التي تديرها مثل شركة الأمازون ريدشيفت أو غوغل بي كرايي توفر أسرع طريق للإنتاج، وبالنسبة لعمليات النشر في إطار فترات زمنية ثقيلة، فإن شركة أباتشي درود خيار قوي، والنظر في مدى ملاءمة أدوات مثل شركة Directus في النظام الإيكولوجي:

المرحلة 3: تطوير خط البيانات

(ب) إنشاء خطوط أنابيب تستخرج البيانات من نظم المصادر، وتحوّلها إلى أشكال قابلة للاستخدام، وتضعها في المستودع، وتبدأ باستخدام مصادر البيانات ذات القيمة العليا وتصدرها، واستخدام أدوات مثل تدفق الهواء في أباتشي للتجهيز، وبطانة للتحولات، ودليل بيانات لإدارة البيانات الوصفية، مع القيام، قدر الإمكان، بتقليل الجهد اليدوي وضمان الاتساق.

المرحلة 4: النماذج والتحوُّل

1 - هذه عملية متكررة تُصقل فيها النماذج كأحد محللي يبدأون استخدامها، والتركيز على نماذج البُعد التي يسهل فهمها والاستفسار عنها، وتوثيق كل جدول وعمود مع تعريفات تجارية واضحة، وتُشرك محللين في هذه المرحلة في وقت مبكر، بحيث تتواءم النماذج مع نماذج البيانات العقلية.

المرحلة 5: التبصر والخدمة الذاتية

:: ربط مستودع البيانات بأدوات مكتب التحقيقات الاتحادي وبناء لوحات مظلة تقدم معلومات عن أصحاب المصلحة، وتوفير التدريب للمهندسين والمحللين حتى يتمكنوا من إعداد تقاريرهم واستكشافاتهم الخاصة، وتخول محللي الخدمة الذاتية الأفرقة الإجابة بسرعة عن الأسئلة دون انتظار وجود فريق مركزي للبيانات، وإنشاء حلقة للتغذية الاستطلاعية يمكن فيها للمستعملين طلب مصادر جديدة للبيانات أو الإبلاغ عن المسائل، وضمان تطور المستودعات لتلبية الاحتياجات المتغيرة.

المرحلة 6: الرصد والتحسين المستمر

وبعد تشغيل المستودع، وضع رصداً لتجديد البيانات، وفشل الأنابيب، واختناقات الأداء، وجمع التعليقات من المستعملين، وترتيب التحسينات حسب الأولوية، وتتبع مقاييس التبني مثل المستخدمين النشطين، وحجم الاستفسار، واستخدام لوحة المتابعة لفهم المجالات التي تحقق أكبر قيمة، وخزن البيانات ليس مشروعاً غير متكرر بل قدرة مستمرة يجب أن تتطور مع المنظمة.

التغلب على التحديات المشتركة

كسر البيانات

وكثيرا ما تكون صواعق البيانات نتيجة للهيكل التنظيمي وليس للقيود التقنية، إذ إن تشجيع التعاون بين الوظائف وتنسيق الحوافز حول أهداف البيانات المشتركة يساعد على كسر هذه الحواجز، ويوفر مستودع البيانات الأساس التقني، ولكن التغيير الثقافي ضروري لاعتماده، فالرعاية التنفيذية والاتصال الواضح بشأن قيمة البيانات المتكاملة هما دافعان أساسيان.

ضمان جودة البيانات

ويؤدي ضعف نوعية البيانات إلى تقويض الثقة في المستودع، وتنفيذ عملية التصديق الآلي في كل مرحلة: استخراج المصادر، والتحفيز، والتحول، والتحميل، وبناء لوحة بيانات ذات جودة تتبع القياسات مثل الكمال والدقة، والتوقيت، وعندما توجد مسائل، تصلحها في المصدر بدلا من معالجتها في المستودع، ويحول دون تكرار المشاكل ويحسن نوعية النظم التشغيلية باعتبارها منفعة جانبية.

إدارة القابلية للتقسيم والتكاليف

ومع تزايد حجم البيانات وتخزينها وحسابها، وزيادة التكاليف، واستخدام التجزؤ والتجميع والضغط لتقليل استهلاك التخزين، وتركيب سمات التصعيد الآلي في المستودعات السحابية لمعالجة الحمولات القصوى دون الإفراط في التقدير، ورصد استخدام المرصد ووضع تنبيهات الميزانية لتجنب الفواتير غير المتوقعة، والنظر في تنفيذ سياسات إدارة دورة حياة البيانات التي لم تعد لها صلة بالمحفوظات أو حذف البيانات القديمة التي لم تعد ذات صلة بالنسبة إلى المشاريع النشطة.

الأمن والامتثال

وكثيرا ما تشمل البيانات الهندسية بيانات حساسة عن الملكية الفكرية والعملاء، وتنفيذ مراقبة الدخول على أساس الدور لتقييد من يمكن أن ينظر إلى بيانات أو يصدِّرها، وضمان الامتثال لأنظمة مثل الناتج المحلي الإجمالي، أو برنامج العمل المشترك، أو المعايير الخاصة بالصناعة مثل نظام المعلومات المتكامل للرصد والتحقق، وينبغي أن تكون عمليات المراجعة الأمنية المنتظمة جزءا من الروتين التشغيلي، ويمكن أن يؤدي مستودع البيانات الذي يُخضع لضوابط قوية على الدخول إلى تحسين الأمن مقارنة بالتقاسم المباشر لصحائف النشر والملفات المسطحة.

أفضل الممارسات للنجاح الطويل الأجل

وضع إطار لإدارة البيانات

(ج) تحديد الجهة التي تملك كل مجال من مجالات البيانات، وما هي معايير الجودة التي تطبق، وكيفية استخدام البيانات، ويوفر مجلس إدارة البيانات مع ممثلين عن أفرقة الهندسة وتكنولوجيا المعلومات والأعمال التجارية الرقابة وتسوية النزاعات، وينشر كتيب بيانات يساعد المستعملين على اكتشاف وفهم أصول البيانات المتاحة، ويضمن هذا الإطار أن يظل المستودع جديراً بالثقة ومتوائماً مع أولويات الأعمال التجارية عند نموه.

الاستثمار في خط البيانات

ويتتبع خط البيانات رحلة البيانات من المصدر إلى البصيرة، وهذا أمر لا غنى عنه في معالجة المسائل المتعلقة بإساءة الاستعمال، وإجراء تحليل للأثر، وتلبية متطلبات الامتثال، ويمكن لأدوات مثل OpenLineage] أن تلتقط خط الأنابيب بصورة تلقائية عبر خط الأنابيب، وعندما يبين التقرير الأعداد غير المتوقعة، فإن الخط يسمح للمحللين بتتبع المصدر وتحديد ما إذا كانت المسألة في البيانات أو في شكلها.

اختبار ورصد السيارات

معالجة خطوط أنابيب البيانات مثل البرمجيات: كتابة الاختبارات، تشغيلها آليا، ورصد التراجع، اختبار التغييرات الكيميائية، والقيم الباطلة، والسجلات المزدوجة، وسلامة الحكم، ووضع تنبيهات لفشل خط الأنابيب وتدهور الأداء، واستخدام أفرقة كثيرة أطر جودة البيانات مثل التوقعات الكبرى لتدوين هذه الضوابط وإدماجها في سير العمل في إطارات العمل الخاصة بالعلماء/الاتفاقية.

:: تعزيز ثقافة الـ ديريفن

ولا يكون هناك سوى مستودع للبيانات قيمة إذا استخدمه الناس، إذ يوفر التدريب، ويوثق الأمثلة، ويحتفل بالنجاحات، وعندما ترى الأفرقة أن القرارات التي تحركها البيانات تؤدي إلى نتائج أفضل، فإن الاعتماد يتبع ذلك بطبيعة الحال، ويعين أبطال البيانات في كل فريق هندسي يساعدون الزملاء على الخروج من المستودع، ويتبادلون بانتظام دراسات الحالة عن كيفية دفع البصيرة في المستودعات إلى تحسين العمليات أو تحقيق وفورات في التكاليف.

How Directus Enhances Engineering Data Warehousing

Unified API Access

ويوفر التوجيه طبقة ثابتة من نظام المعلومات المسبقة عن علم وقاعدة البيانات (GaphQL API) تربط بين مخزن البيانات ومصادر البيانات الأخرى، وبدلا من بناء موصلات منفصلة لكل أداة، يمكن للأفرقة الهندسية أن تستخدم نظام " Directus " لكشف بيانات المستودعات من خلال نقطة نهاية واحدة، وتبسيط التكامل مع برامج معلومات أساسية، وتطبيقات العرف ونظم الأطراف الثالثة، مما يقلل من وقت التنمية ونفقة.

تجميع البيانات وتحويلها

ويدعم التوجيه تجميع البيانات وتحويلها مباشرة في إطار منبره، مما يتيح للأفرقة الهندسية إنشاء ميادين حاسوبية، وتدفقات، ومقاييس مستمدة دون تعديل هيكل المستودعات الأساسي، وهذا مفيد بصفة خاصة في توليد مؤشرات الجرد الوطنية في الوقت الحقيقي أو الجمع بين البيانات من جداول المستودعات المتعددة، وعلى سبيل المثال، يمكن للفريق أن يخلق رأيا يوحد بين بيانات الإنتاج ونتائج التفتيش النوعية، ويعرض مجموعة قياسية موحدة للعائدات الأولية.

إدارة المستخدمين ومراقبة الدخول

ويضمن نظام التصاريح الجزئية لكل مستخدم أو فريق أن يطلع على البيانات التي يؤذن له بالوصول إليها، وهذا أمر حاسم بالنسبة للمنظمات الهندسية التي تحتاج إلى حماية الملكية الفكرية مع تمكين التحليلات ذاتية الخدمة، ويتيح التوجيه للمديرين تحديد الأدوار والأذون على مستوى الجدول أو الميدان أو الصفوف، بما يكفل قصر بيانات التصميم الحساسة على الموظفين المأذون لهم، بينما تتوافر مقاييس العمليات على نطاق واسع.

الطباعة السريعة والتحرير

ومع وجود نظام مباشر، يمكن للأفرقة الهندسية أن ترسم بسرعة تقارير جديدة ولوحات مدوّنة دون انتظار تكنولوجيا المعلومات، ويتيح الربط بين نظام عدم الرموز للمستعملين تحديد هياكل البيانات، وإقامة العلاقات، وبناء المعالم البصرية في دقائق، مما يعجل الدورة من البيانات إلى الاستطلاع، ويمكّن الأفرقة من اختبار الافتراضات، ويُكرّر على الحلول التحليلية بسرعة الأعمال التجارية.

خاتمة

إن عملية تخزين البيانات هي ضرورة استراتيجية للمنظمات الهندسية التي ترغب في تسخير بياناتها من أجل تحقيق ميزة تنافسية، ومن خلال توحيد البيانات من نظم المكافحة، ومنابر التصنيع، وشبكات الاستشعار، والتطبيقات المؤسسية، والأفرقة الهندسية، التي تفكك في الأفكار التي تدفع الابتكار، وتحسن النوعية، وتخفض التكاليف، وتستلزم الرحلة من البيانات المجزأة إلى منبر تحليلي موحد التخطيط، والهياكل الأساسية القوية، والالتزام بإدارة المنتجات بصورة أسرع.