O Excel não morreu, mas não consegue fazer tudo. 

O Excel é provavelmente o software de planilha mais popular do mundo. Independentemente do seu setor ou profissão, ele é um item básico e provavelmente continuará sendo uma constante no mundo dos negócios. Pessoalmente, sou fã. Adoro fazer tabelas dinâmicas e organizar esses dados. Mas também sei que ele realmente não pode fazer tudo o que preciso, especialmente ao lidar com conjuntos de dados massivos, informações de vários aplicativos ou tentar solucionar problemas.

Na fabricação industrial, lidar com conjuntos de dados massivos e problemas de processo faz parte do trabalho e pode tomar uma boa parte da carga de trabalho diária de um engenheiro. Para muitos de vocês, seus fluxos de trabalho favoritos, especialmente para resolver desafios, envolvem o uso de clientes e planilhas de tendências.

Isso é bom.

Clientes de tendência  não são ruins para exploração de dados, monitoramento manual e, especialmente, reconhecimento de padrões visuais. Por exemplo, quantos de vocês tentaram analisar dados procurando tendências para entender o que está acontecendo em seu processo? (Claro, isso também requer muita paciência.) Clientes de tendência também são muito bons em cálculos simples. 

O Excel ainda tem muitos benefícios também, e sempre haverá necessidade de planilhas robustas. Quando se trata de análise, no entanto, o Excel fica aquém em muitas áreas (como pesquisa e solução de problemas, por exemplo). Quantos de vocês passaram inúmeras horas ou até mesmo dias rolando para trás no tempo examinando uma planilha do Excel tentando reconhecer um padrão nos dados para descobrir o que aconteceu? Também não há capacidade de contextualizar dados operacionais ou fornecer alertas antecipados para comportamento anormal. 

Se você ainda usa planilhas para analisar seus dados, talvez seja hora de reavaliar suas ferramentas e considerar uma solução de análise de autoatendimento que tornará seu trabalho — e sua vida — muito mais fácil.

Por que “Excel”

Embora muitas das discussões em torno de novas tecnologias se concentrem no tema “Abandone as Planilhas”, o Excel não vai a lugar nenhum tão cedo. Você pode realizar muita coisa em planilhas, e muitos especialistas em processos ainda o usam diariamente por uma série de razões:

• É um aplicativo fácil e altamente disponível. Praticamente todo mundo sabe usar o Excel (até certo ponto).
• É flexível e conta com um grande número de funções integradas.
• É bom para executar cálculos rápidos/ad hoc, desde que seja usado com um conjunto de dados reduzido.
• Também é bom para preparar gráficos e visualizações adicionais quando usado em combinação com dados exportados

Esses mesmos benefícios, no entanto, são algumas das razões pelas quais o Excel continua a ser usado para fins errados – como análise de dados.

Por que “Não Excel”

Há uma dependência excessiva de planilhas para agregar informações críticas da planta. Compreensível.  Sim, o Excel tem seu lugar no seu cenário de software, mas há algumas limitações importantes que significam que usá-lo sozinho não é suficiente. Especialmente ao lidar com dados de fabricação industrial.

Aqui estão alguns motivos pelos quais planilhas por si só não são suficientes quando se trata de análise de Big Data.

Não é ideal para dados operacionais e de séries temporais, nem para análises de séries temporais.

Procurar padrões em arquivos de dados imensamente grandes é incrivelmente difícil e demorado. Além disso, você tem uma variedade de fontes de dados, todas contendo informações críticas que permanecem desintegradas e confusas. Isso se torna trabalhoso, causando grandes dores de cabeça.

Arquivos muito grandes podem causar grandes dores de cabeça.

Uma única planilha tem uma quantidade limitada de dados que pode manipular facilmente. Uma planilha com cerca de 100 ou até 200 megabytes de dados, o que não é muito, pode lhe trazer problemas. Planilhas podem se tornar muito lentas e desajeitadas, e quando você finalmente tem seus enormes conjuntos de dados, sem mencionar os cálculos em cima, as coisas podem piorar. Isso pode levar à perda de dados por travamentos ou travamentos de estações de trabalho ou laptops, o que pode causar grandes atrasos.

Ninguém tem tempo para isso.

O próximo é o fator erro humano.

Um dos maiores motivos pelos quais planilhas não devem ser usadas somente para decisões operacionais importantes é o aspecto do erro humano. Alguns anos atrás, um estudo de Harvard descobriu que 88% das planilhas contêm erros humanos. Isso significa que apenas uma em cada cinco planilhas fornecerá resultados realmente corretos.

Se você quer rir incrédulo de como erros simples de planilhas criados pelo homem custaram muito dinheiro e recursos às empresas, confira essas histórias de terror sobre planilhas do Excel.

Há também a falta de controle de versão. 

O Controle de Versão é outra limitação. Mesmo com o advento das ferramentas de nuvem ou armazenamento em rede, o que torna isso um problema menor, os colegas enviarão uma determinada versão por e-mail. Você então tem que confiar em outra pessoa para colocá-la de volta na unidade de rede, então compartilhar uma versão não é o ideal.

Outra frustração é que os engenheiros frequentemente criam versões diferentes do mesmo arquivo, então os dados são perdidos. Uma grande chatice e um enorme problema potencial de informações imprecisas.

Também não é adequado para análises em tempo real.

Planilhas também não são particularmente adequadas para análises em tempo real. Se você quiser reduzir o tempo entre um evento de processo e a tomada de ação sobre esse aspecto em tempo real, o Excel não faz um trabalho bom o suficiente. Um exemplo comum é quando você tem que disparar um alerta. Para fazer isso, você tem que ter o Excel aberto para ver se o dispositivo vai funcionar ou não. É desajeitado e impraticável.

E os recursos limitados de compartilhamento do Excel significam falta de contexto.

Se você usa o Excel para análise de dados, aprendeu que compartilhar seu trabalho não é fácil. Mas, por diversão, digamos que você tenha um ótimo drive de compartilhamento e a colaboração de arquivos não seja um problema. O problema é não ter contexto por trás do que seus colegas estavam fazendo, por que estavam fazendo isso e quais podem ter sido suas descobertas. Os resultados podem permanecer ocultos e inacessíveis para toda  a sua equipe.

Se, por exemplo, um especialista em processos abrir uma nova planilha para extrair dados, o acesso a todas as análises que talvez você ou outra pessoa tenha concluído antes não estará disponível – o contexto das análises anteriores não estará lá. Então, em essência, seus especialistas em processos estão trabalhando no escuro, repetindo trabalho e desperdiçando seu tempo e o deles.  

Ninguém tem tempo para isso também.

A alternativa ao Excel para dados operacionais 

A análise de autoatendimento permite que você gaste menos tempo solucionando problemas e mais tempo se concentrando em coisas divertidas, como otimização de processos e teste de hipóteses

Além de  todos os “Por que não usar o Excel” que foram abordados acima, usar planilhas consome tempo, o que significa que é custoso. Afinal, tempo é dinheiro, então ser capaz de reduzir o tempo entre um evento de processo ocorrendo no chão de fábrica e a tomada de decisões é essencial para economizar dinheiro. Portanto, é extremamente importante ter a infraestrutura em vigor para identificar certos eventos e tomar ações imediatas baseadas em dados.   

Além disso, é comum que exista um tipo de atrito na indústria de processos entre ser completamente orientado por dados e ainda depender da experiência e dos sentimentos viscerais dos seus operadores e engenheiros mais experientes. O que você quer é quebrar essa barreira e encontrar um ponto em comum para obter o melhor dos dois mundos, tomando suas decisões orientadas por dados e apoiadas pela experiência e instinto de processo dos seus especialistas.

A análise de autoatendimento permite que você tenha isso e, mais importante, permite que você aproveite totalmente os dados do seu processo e a experiência e o conhecimento dos seus especialistas em processos.

Análise de autoatendimento: mais simples, fácil e melhor  

A análise de autoatendimento capacita toda a sua equipe porque  eles  podem fazer a análise. Seus engenheiros e operadores poderão analisar, monitorar e prever os processos para executar suas plantas com mais eficiência. (Caso você não tenha certeza do que é análise de autoatendimento, aqui está um vídeo de 2 minutos explicando isso). 

A análise self-service agrega valor à infraestrutura de dados em tempo real.  Ela permite que você :  

• Prepare dados de séries temporais para análise por meio da indexação plug & play de todos os dados históricos.   
• Contextualize dados de séries temporais adicionando informações de contexto como eventos discretos ou sequenciais e visualize-os em diagramas com eventos de pesquisa, comentários e colaboração.  
• Use impressões digitais, condições e regras de negócios para definir alertas antecipados e alarmes suaves para capturar eventos extras e enviar notificações por mensagens de texto ou e-mails. 
• Mantenha-se alinhado com os fluxos de trabalho e processos existentes integrando alertas com ferramentas de terceiros  .   
• Introduza a conscientização de ativos usando uma estrutura de ativos diretamente.  
• Use qualquer tag para análises, por exemplo, pesquisas de padrões, diagnósticos, comparações e monitoramento. 

Facilite seus desafios diários de trabalho

Planilhas têm suas utilidades, mas há uma maneira muito melhor e mais simples de fazer seu trabalho. A análise self-service facilitará seus desafios diários de trabalho, permitindo que você realmente tenha controle sobre as operações.

Agora, você não precisa mais ficar pensando se “Excel” ou “Não Excel”.

Fonte: https://www.trendminer.com/blog-to-excel-or-not-to-excel-that-is-the-process-engineering-question/