Nye værktøjer og modnede teknologier gør det nemmere for mellemstore produktionsvirksomheder at komme i gang med dataanalyse. Her er fem gode råd til virksomheder, der vil arbejde med praktisk brug af data

At der ligger et stort forretningsmæssigt potentiale gemt i virksomheders produktionsdata er ikke nyt, og fænomenet Big Data er efterhånden på de flestes læber. Men hidtil har Big Data været forbeholdt de helt store virksomheder. Dem med budgetterne, ressourcerne og tålmodigheden til at sætte store dataprojekter i gang.

Nu er virkeligheden en helt anden. Nye værktøjer til dataanalyse og et modnet IoT- og cloud-landskab har sænket barriererne for at komme i gang betydeligt, og det er en fordel for de mellemstore virksomheder. Værktøjskassen er blevet større og bedre, så Big Data er ikke længere ensbetydende med "Big Projects."

Allerede nu arbejder mange mellemstore virksomheder med deres data på et eller andet niveau - måske i Excel eller MATLAB - og de har dermed et godt udgangspunkt for at komme i gang med praktisk brug af data på et højere niveau og blive mere datadrevede.

I CGI Danmark har vi hjulpet flere mellemstore virksomheder med at opnå gode forretningsmæssige resultater med dataanalyse. Vores erfaringer viser, at følgende overvejelser før og under processen er afgørende for succes

  • Tag udgangspunkt i data, som allerede er tilgængelige, og en kendt problematik. Det kan hurtigt blive komplekst at komme ind til kernen i hvordan data skaber værdi, da der kræves både domæneviden og data som relaterer til problemstillingen. Så prøv at holde det så enkelt som muligt!
  • Hvis der ikke er et eksisterende datagrundlag, så brug en gennemprøvet og anerkendt tilgang, fx CRISP-metoden (Cross Industry Standard Process). Eller brug et værktøj, som kan hjælpe med at analysere og teste data ud fra forskellige modeller og dermed identificere mulige use cases.
  • Find en dataanalytiker/data scientist med erfaring fra lignende projekter. Hurtig forståelse for virksomhedens problemstillinger giver hurtigere resultater, og input fra en ekstern ekspert virker både som katalysator og hjælper med at skabe fokus internt i organisationen.
  • Vær åben og se de første use cases som øvelse og inspiration. Ofte opdager man sammenhænge og får indsigt, man ikke forventede. Vær ikke bange for at kassere et projekt, som ikke giver de ønskede resultater. Dataanalyse skal skabe reel værdi.
  • Skab et godt fundament for nye dataprojekter i organisationen. Brug erfaringer fra de første projekter og sørg for at dele viden, så fremtidig succes ikke afhænger af en enkelt medarbejder med specialviden.
     

About this author

Picture of Kim Nikolajsen

Kim Nikolajsen

Team Manager Industrial

Kim har over 20 års erfaring med digital strategi og udvikling af digitale løsninger. Kim arbejder med CGI's IoT og Advanced Analytics løsninger og koncepter i Danmark.

Tilføj kommentar

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Regler og vilkår for brug af bloggen