364
TUTUSTU mitä me osaamme ja teemme
TUTUSTU mitä me osaamme ja teemme

Close

Osaamisalueet

ota yhteyttä

Haluan siirtyä digitaaliseen dimensioon

Valdation:
* Etunimi:
* Sukunimi:
Yritys:
Puhelinnumero:
* Sähköposti:
Maa:
* Viesti:
Successfully sent!
Could not send the mail, try again later!
KAHVIA VAI TEETÄ? Piipahda luonamme.

Digital Manufacturing syyskuuta 18, 2017

Moderni data-alusta palvelee moninaisia tarpeita

Olen päässyt seuraamaan aitiopaikalta ja osallistumaankin, kun asiakkaidemme informaation hallinnan perusteita uudistetaan kiihtyvään tahtiin. Ensimmäisen tai toisen sukupolven tiedon hyödyntämisen ratkaisuja päivitetään nyt modernin data-arkkitehtuurin mukaisiksi, joita yhä useammin rakennetaan pohjautuen pilvipalveluihin. Nykyaikainen data-alusta koostuu komponenteista, jotka mahdollistavat tehokaan tiedonhallinnan monimuotoisille tiedoille. Määrämuotoinen tieto on vain osa tiedonhallinnan kokonaisuutta, mutta niin ovat myös muodikkaat big data ja IoT -data. Yhä suurempi osa arvokkaasta tiedosta majailee hyvin moninaisissa digitaalisissa muodoissa kuten kuvatiedostoissa, sähköposteissa, pikaviesteissä, sosiaalisessa mediassa tai vaikkapa lokitiedoissa. Uudet teknologiat mahdollistavat monimuotoisen tiedon hyödyntämisen tehokkaasti, käyttäen mm. koneoppimistekniikoita.

 Tiedon käsittelyn ja tallennuksen lisäksi modernin data-alustan tehtävänä on tarjota kyvykkyyksiä myös tiedon löydettävyyteen ja jakamiseen. Kollaboraatio eli tavoitteellinen yhteistyö tiedon hyödyntämisessä on noussut merkittäväksi vaatimukseksi. Käyttäjien on voitava helposti jakaa ja kommentoida löytämiään tietoja. Silti tärkeät perustiedot on oltava kunnossa ja hyvin dokumentoituna, ettei jokainen itsepalvelujen käyttäjä joudu keksimään pyörää, tai tässä tapauksessa perusraporttejaan uudestaan. Mielestäni voitaisiin alkaa puhua tiedon löydettävyyden metatietojen uudesta aikakaudesta, jota modernissa data-alustassa palvellaan yhä useammin erillisellä data catalog -komponentilla. Data catalogin tehtävänä on tarjota toiminnallisuutta organisaation tietosisältöjä kuvailevien metatietojen hyödyntämiseen ja hallinnointiin. Data catalog kertoo mitä tietoja löytyy mistäkin, antaa mahdollisuuden kommentoida tietosisältöjä, ja parhaimmillaan jopa tarjoaa suoraa pääsyä tietoihin käyttäjän käyttöoikeuksien niin salliessa. Erillisiä data catalog -komponentteja tai vähintäänkin vastaavaa toiminnallisuutta osana toista tuotetta löytyy jo useimmilta alan teknologiatoimittajilta, esim. Microsoftilta, IBM:lta, SAP:lta ja Qlikltä.

Data-alusta käyttö huoltotarpeen ennakointiin

Eräs modernin data-alustan soveltamiskohde löytyy teollisuudesta, jossa tuotantolaitteiden järkevä ylläpito edellyttää moninaisen saatavilla olevan tiedon hyödyntämistä huoltotarpeen ennakointiin. Pahimmillaan ylipitkät huoltovälit voivat teollisuudessa johtaa kalliisiin tuotantokatkoihin ja ennenaikaiseen laitteiden uusimistarpeeseen. Toisella puolella kolikkoa ylitiheät huollot aiheuttavat paitsi turhia materiaali- ja työkustannuksia, niin myös tarpeettomia huoltoseisokkeja tuotantoon. Moderni data-alusta vastaanottaa tietoja kattavasti tuotantolinjaston antureilta, tuotantojärjestelmästä, huoltotietojärjestelmästä, erilaisista ulkoisista järjestelmistä, kuten laitevalmistajilta ja muodostaa näiden perusteella ajantasaisen tilannekuvan huoltotarpeesta. Erilaisten tietojen hyödyntämisessä modernin data-alustan sisältämät koneoppimisen toiminnot mahdollistavat uusia tehokkaita tapoja optimoida huoltotarvetta.

Mukautuva huoltotarve

Yksinkertaistettu arkinen esimerkki huoltotarpeen ennakoinnista löytyy autojen huoltonäytöistä. Jo parikymmentä vuotta sitten premium-autoihin alkoi ilmaantua huoltonäyttöjä, jotka mahdollistavat vaihtelevat huoltovälit. Ottamatta kantaa kuinka paljon näissä oli kyse puhtaasti markkinoinnista, ja kuinka paljon aidosta huoltotarpeen ennakoinnista, niin ainakin lupaus asiakkaalle oli selkeä. Auton huolto piti määräytyä todellisen käyttöolosuhteista riippuvan tarpeen perusteella, eikä vain suoraan kalenterin tai kilometrien mukaan. Valmistajat eivät yleensä ilmoita kovin täsmällisesti mihin huoltonäytöt perustavat laskelmansa. Yleisimmin käytössä kuitenkin lienee antureita, jotka mittaavat öljyn ominaisuuksia ja/tai laskevat toteutuneisiin ajosykleihin perustuvaa öljyn likaantumista huomioiden mm. käyttölämpötilan vaikutuksen.

Mika Naatula, Senior Vice President, IT Transformation 

Aloitussalkulla nopeasti liikkeelle – Webinaari Webinaaritallenne katsottavissa! 

Kuinka kerätä tietoa tuotantolinjoista ja miten aloittaa tiedonkeruu? Millaiset ovat sen todelliset liiketoimintahyödyt? Miten ottaa maksimaalinen hyöty irti anturidatasta tai kuinka kehittää aiheesta todellinen business case? Kuinka aloittaa päästä alkuun ennakoivan huollon kanssa? Näitä kysymyksiä pohdimme webinaarissamme. Lisäksi esittelemme asiakascasemme Outokummun. Blogitekstin kirjoittaja Mika Naatula toimii webinaarin vetäjänä. 

Katso webinaaritallenne