Monimutkaisesta datasta yksinkertaiseen päätöksentekoon SAP Finug, 9.9.2015 Emil Ackerman, Quva Oy
Quva Oy lyhyesti Quva kehittää innovatiivisia tapoja teollisuuden automaation lisäämiseksi Internetin open source -ohjelmistot kehittyvät valtavalla nopeudella data-analytiikan ja koneoppimisen alueilla Me paketoimme nämä teknologiat teollisuuden käyttöön Henkilöstön tausta analytiikkaratkaisuiden kehityksessä mm. kaivosalalla, lääketutkimuksessa, Amazon.com:lla ja KRP:llä Ao. referenssien lisäksi meillä on useita luottamuksellisia asiakkuuksia eri toimialoilta
Tiedon ja ymmärryksen määrä Arvo liiketoiminnalle Toiminnan tuottavuus ja laatu Mitkä ovat meidän parhaat käytännöt? Päätöksenteon analytiikka Mitä meidän pitäisi tehdä? Ennakoiva analytiikka Mitä tulee tapahtumaan? Diagnostinen analytiikka Miksi näin tapahtui? Raportoiva analytiikka Mitä on tapahtunut? Datan keruu Mitä mittaamme? Quva tukee asiakkaita kaikissa datan hyödyntämisen vaiheissa!
Tiedon hyödyntämisen caset
Hyöty: Kokonaiskuvan ymmärtäminen Usean eri tietolähteen datan yhdistäminen Ei kaikki vaikuttaa kaikkeen vaan täsmätietoa! Toiminnan tehostaminen Datan läpikäynnin automatisointi Syy-seuraussuhteiden ymmärrys Löytyvätkö syyt esim. sähkön kulutuksen nousuun vain sähkömittareista? Tarkempi tieto vaikuttavista tekijöistä Vähemmän oireiden hoitamista; enemmän taudin parantamista Ulkopuolinen data Mittausdata Datan integraatio Data-analytiikka Käyttöliittymät Tietokannat Netti Mobiili Laitteet
Case 1: Kattavasti dataa hyödyntävä päätöksenteon tukijärjestelmä Analytiikkaa, visualisointia ja raportointia hyödyntävä työkalu asiantuntijoille Käsittelee liikkuvien työkoneiden dataa Hyödyntää koneoppimista Useita sovellusalueita automaattinen ilmiöiden syyselvitys laadun monitorointi ja kontrollointi tuotekehityksen tuki Quva 2014 Tivi, 8.6.2015, http://summa.talentum.fi/article/tv/uutiset/dataalouhitaan-jopa-louhinnasta-analytiikka-valtaa-uuttaalaa/167997
Hyöty: Toiminnan ennakointi Ongelmia syntyy vaikka suunnittelu olisi tehty hyvin Reaaliaikainen tilannetieto mahdollistaa nopean reagoinnin poikkeustilanteissa Asiakaskäyttäytymisen ennakointi Tuotantopoikkeamien välttäminen Laadun ennakointi Käyttäjälle voidaan hälyttää äkilliset poikkeamat monimuuttujadatassa Parhaimmillaan mahdollistaa reagoinnin ennen taloudellisen vahingon syntymistä
Case 2: Tuotantokatkosten ennakointi kartonkitehtaalla Oppivien data-analyysimenetelmien soveltuvuuden pilotointi kunnossapidollisten tuotantohäiriöiden ennakoinnissa Mitkä mittaukset ovat käyttäytyneet normaalitilanteesta poiketen ennen häiriöitä potentiaalisia häiriön aiheuttajia Reaaliaikasovellus analysoi Metso DNA- ja Seitti-järjestelmiltä vastaanotettua dataa ja päivittää ennustemallin ulostuloa, joka visualisoidaan valvomotyöntekijöille Tavoitteena välttää häiriöt ennen niiden syntymistä Tekniikka & Talous, Nro 9/2015, 13.3.2015, http://www.tekniikkatalous.fi/metsa/jattisaastot+vikojen +vahentyessa++stora+enso+kehitti+vikojen+ennustajan /a1053319?v=t
Yhteenveto Substanssiosaaminen edelleen korvaamatonta; tieto oikeassa muodossa tukee päätöksentekoa Analytiikka tuo lisäarvoa Mahdollistaa toiminnan ennakoinnin Auttaa kokonaiskuvan hahmottamisessa Nopeuttaa isojen datamassojen läpikäyntiä Luo edellytykset uudelle liiketoiminnalle Datan hyödyntämisen tapoja on monia Enää rajoitteena ei ole teknologia vaan mielikuvitus The real issue is making sense of big data and finding patterns in it that help organizations make better business decisions. -Gartner
www.quva.fi Emil Ackerman +358 45 2086 816 emil.ackerman@quva.fi The real issue is making sense of big data and finding patterns in it that help organizations make better business decisions. -Gartner