Digitaal uw weg naar IoT-succes leiden

Wat als het mogelijk zou zijn voor technici bij een apparaatfabrikant om automatisch via sensorfeedback op afstand te worden geïnformeerd dat een van hun apparaten in het veld defect raakt? En wat als diezelfde technici onmiddellijk verbinding konden maken met de testgegevens van het defecte apparaat van de productielijn toen het werd gebouwd? Welke waardevolle inzichten zou dit kunnen opleveren? Wat als de technicus toegang zou hebben tot veldgegevens van de hele levenscyclus van het apparaat en zelfs belangrijke service- en logistieke gegevens van andere registratiesystemen zou kunnen overlappen? Hoe kan dit van invloed zijn op productontwerp, productie en andere zakelijke gebieden? Als een rijke verbinding tussen het Internet of Things (IoT) en data-analyse kan worden bereikt, is dit resultaat mogelijk.

Analytics is een belangrijk onderdeel bij het ontsluiten van het ware potentieel van IoT. Door middel van data-analyse kunnen bedrijven IoT strategisch gebruiken om zinvolle bedrijfsresultaten te creëren. In plaats van 'vervullen en reageren' kunt u 'voorspellen en anticiperen'. Als IoT goed is gedaan, kun je ingrijpen voordat een apparaat uitvalt en het aantal klantenserviceoproepen verminderen. Meestal schieten de meeste organisaties daarin tekort. Deze projecten kunnen gemakkelijk vast komen te zitten in de pilot-modus en slagen er niet in om alle IoT-gegevens binnen hun bereik volledig te operationaliseren.

Dus wat houdt data-analyse en IoT van elkaar en hoe kunnen we ze samenbrengen?

De barrières voor IoT-succes

Interne ongelijkheid is een terugkerend thema. We zien dit in de 'wetenschapsbeurs'-aanpak die bedrijven volgen bij het uitbouwen van hun IoT-operatie. Verschillende teams werken aan hun eigen delen van het project met hun eigen specifieke vereisten en proofs of concepts - allemaal op zoek naar innovatie, maar niet op een gecoördineerde manier die verband houdt met bedrijfsresultaten zoals operationalisering en monetarisering. Er wordt veel tijd en energie gestoken in het experimenteren terwijl de bedrijfsdoelen over het hoofd worden gezien. Het wordt IoT omwille van het IoT zonder echte uitbetaling. Analytics speelt een rol, maar nooit op een strategische manier. Ze haken af ​​in de fase 'vervullen en reageren'. Door naar de fase van 'voorspellen en anticiperen' te gaan, begint IoT een verschil te maken.

Bij het opzetten van een IoT-platform dwalen gegevens doorgaans nooit te ver van de bron af. Hoewel sommige gegevenssilo's tijdens dit proces worden afgebroken, is het heel eenvoudig om ze te repliceren of in plaats daarvan nieuwe te maken. Voor een volledig gerealiseerde IoT-operatie moeten leiders een gezamenlijke inspanning leveren om gegevens op grote schaal en in realtime te delen. In silo's loopt u het risico rijke gegevens overbodig te maken en inspanningen tussen teams te dupliceren. De resulterende knelpunten staan ​​snelle acties in de weg. Data zijn je ogen en oren in IoT; zonder dat werk je gewoon in het donker.

Ten slotte is het adopteren van een IoT-operatie geen sinecure. Het is een zeer complexe vorm van technologie die zich in de loop van de tijd moet aanpassen en veranderen. Niet veel organisaties hebben de technische expertise om een ​​platform te bouwen, laat staan ​​de last op zich te nemen om het te onderhouden en te ontwikkelen nadat het is gebouwd. Alleen al voor analyses is een toegewijde groep gegevenswetenschappers nodig om waarde te extraheren en te maximaliseren uit de enorme hoeveelheden gegevens die uw IoT-verbonden apparaten zullen verzamelen.

De digitale draad weven

De beste manier om prioriteit te geven aan gegevens in uw IoT-operatie is door een digitale thread te maken . Dit is een algemene doorlopende lijn die door uw hele organisatie loopt. Het verbindt producten, systemen, mensen, klanten en partners. Gegevens kunnen gemakkelijk over deze lijn reizen voor gemakkelijke toegang voor alle partijen. U kunt prioriteit geven aan verschillende datasets in de thread, silo's met elkaar verbinden en informatie naar een centraal, beter beheersbaar controlepunt leiden.

Een digitale draad kan bijvoorbeeld de volledige end-to-end levenscyclus van een product weven. Het bevat gegevens die uit elke fase zijn geproduceerd - inclusief ontwerp, fabricage, verzending, gebruik in het veld, onderhoud en ontmanteling. De gegevens leven in een uitgebreide gesloten lus die rijp is voor mijnbouw. Als je eenmaal de juiste data op de juiste plek hebt, kun je bijvoorbeeld voorspellende inzichten ontlenen om de productlevenscyclus op nieuwe manieren te verbeteren. Het is het gegevensgestuurde inzicht waarop u kunt vertrouwen en waarop u kunt reageren om bedrijfsresultaten te behalen.

Om deze digitale draad door uw organisatie te weven, is het volgende vereist:

• Hoogste buy-in, wat leidt tot laagste buy-in – Een digitale draad is een enorme bedrijfstransformatie en het succes ervan vereist toegewijde sponsoring van het uitvoerende niveau. Verkrijg hun buy-in zo snel mogelijk en laat ze vroege prestaties zien om ze aan boord te krijgen. Met de zichtbare en actieve executive sponsoring van het project door de C-suite, is de kans groter dat het bredere bedrijf het ondersteunt en gedrag verandert om het succesvol te maken. De stukjes van uw organisatie zullen natuurlijker worden. Verwacht anders weerstand op werkniveaus.

• Duidelijke buy-in van business units— Net zo belangrijk als het verkrijgen van buy-in van de top, is het verkrijgen van buy-in van de bedrijfstakken, vooral aan de technische kant. Dit zorgt voor door het bedrijf geleide use-cases die een "pull" -mechanisme mogelijk maken dat kan samenwerken met het "push" -mechanisme dat wordt geleid door gecentraliseerde organisaties, zoals IT. Anders zal er waarschijnlijk gecentraliseerde frustratie optreden en zullen er geen substantiële bedrijfsresultaten worden behaald.

• Een cultuur van datawetenschap versterken binnen uw organisatie – Creëer een toegewijd data-analyseteam dat belast is met het ontsluiten van datagestuurde inzichten in uw hele organisatie. Dit team, bestaande uit datawetenschappers en andere high-end datagebruikers, zal uw 'datahelden' vormen, die de expertise hebben om gegevens te ruziën en weten wat ze ermee moeten doen. Anders zou het technisch gezien buiten hun mogelijkheden kunnen liggen, zelfs als bedrijfstakken gegevens willen 'trekken'.

• Schone, geautomatiseerde gegevensstroom – Automatiseer het proces om data om te zetten in inzicht. Verminder of elimineer handmatige processen voor bedrijfsonderdelen. Werk nauw samen met materiedeskundigen om ervoor te zorgen dat gegevens schoon en zelfs geannoteerd zijn, zodat belemmeringen voor bedrijfsacceptatie worden geminimaliseerd. Anders weten interne gegevensconsumenten niet welke gegevens ze moeten selecteren en verliezen ze ook het vertrouwen in de integriteit ervan.

IoT is meer dan alleen het verbinden van apparaten. Data en mensen moeten ook in harmonie aan het werk worden gekoppeld. Zodra alle onderdelen in elkaar passen, kunt u het volledige potentieel van IoT benutten en bedrijfsresultaten realiseren in plaats van alleen maar te experimenteren.