Big Data – zwykłe dane, czy coś więcej? Inteligentne podejście do danych typu big data i analityki

161

Trzy słowa na „V” stosowane przez Douga Laney’a – volume (ilość), velocity (prędkość) i variety (różnorodność) – znakomicie obrazują, czym jest big data. Choć big data stanowi obecnie normę w środowiskach produkcyjnych, być może warto zastanowić się nad czwartym „V” – value (czyli wartością). W tym artykule Jonathan Wilkins, dyrektor firmy dostarczającej urządzenia przemysłowe, EU Automation, wyjaśnia, jak osiągnąć najlepszą wartość dla przedsiębiorstwa dzięki danym typu big data.

Prawie 20 lat po pojawieniu się terminu big data producenci zorientowali się, że sekretem umożliwiającym pełne wykorzystanie tych danych nie jest ich ilość lecz jakość. Przedsiębiorstwa, dbając, by gromadzone dane i prowadzone prace analityczne były ściśle dopasowane do celów firmy, mogą poprawiać wyniki operacyjne i utrzymywać konkurencyjność.

Dobrze zoptymalizowane systemy big data sprawdziły się jako pomoc w opracowywaniu nowych produktów, podejmowaniu lepszych decyzji oraz ograniczaniu czasu i kosztów. Intel, jeden z największych na świecie producentów procesorów, uzyskał oszczędności rzędu 30 mln USD poprzez uproszczenie swoich procesów zapewniania jakości dzięki analityce big data.

Czas na strategię

Według Actify.com 33% wszystkich danych może okazać się przydatne w procesie analizy. Firmy przetwarzają jednak jedynie 0,5% z tych danych. Dzięki wprowadzeniu strategii wykorzystania danych, firmy mogą upewnić się, że przetwarzają tylko przydatne dane, nie marnując czasu na pozostałe. Dobra strategia wykorzystania danych pozwala również zadbać o to, by procesy nadawały się do wykorzystania w całym przedsiębiorstwie, dzięki czemu dane mogą być zarządzane i przetwarzane w odpowiedni sposób.

Istnieją cztery kluczowe zasady umożliwiające opracowanie strategii wykorzystania danych przedsiębiorstwa, które firmy powinny rozważyć. Po pierwsze, strategia musi być praktyczna i łatwa do wprowadzenia w organizacji. Musi być również odpowiednia i przystosowana do celów firmy, a także umożliwiać wprowadzanie zmian i adaptacji zgodnie z najnowszymi trendami. Wreszcie, strategia musi zostać zastosowana powszechnie w całym przedsiębiorstwie i umożliwiać łatwe wprowadzanie aktualizacji w razie potrzeby.

Przygotuj się

Dzięki czujnikom inteligentnym producenci mogą przechwytywać i analizować dane z praktycznie dowolnej maszyny wykorzystywanej w ramach swoich procesów. Informacje te mogą zostać wykorzystane do monitorowania poszczególnych części, takich jak silniki lub uszczelki, w celu przewidywania zbliżających się awarii mechanicznych. Z kolei przewidywania te mogą zapobiegać przestojom i ograniczać koszty związane z konserwacją awaryjną, gdyż dzięki nim producenci mogą usunąć problem, zanim doprowadzi do problemów.

Wiedza na temat tego, kiedy urządzenia mogą ulec awarii, umożliwia przeprowadzenie niezbędnych prac konserwacyjnych lub zamówienie konkretnej części z dużym wyprzedzeniem, zapewniając bezproblemowe funkcjonowanie systemu bez niespodziewanych awarii. To zaledwie jedna korzyść związana z planowaniem konserwacji, dzięki której konserwacja prowadzona jest tylko wówczas, gdy jest potrzebna.

Dane typu big data definiowane często przez Douga Laney’a przy pomocy trzech „V”, pozwoliły wprowadzić wiele usprawnień strategicznych i operacyjnych. Jednak, aby uzyskać najlepsze wyniki w przedsiębiorstwie, należy pamiętać o czwartym „V” – value (czyli wartości). Dbanie, aby dane typu big data były zawsze odpowiednie i charakteryzowały się wysoką jakością będzie zawsze ważniejsze niż ich ilość.

Więcej informacji na temat zamawiania wycofanych z produkcji części zamiennych w firmie EU Automation oraz krajach, w których działa nasze przedsiębiorstwo, można znaleźć na stronie https://www.euautomation.com/uk/.