Bedrijven die datagedreven willen worden, richten zich vaak als eerste op het verwerken van data en het zoeken naar slimme machine learning-modellen of artificial intelligence. Maar om waarde uit de modellen te halen, moet de uitkomst verankerd worden in de dagelijkse manier van werken. Van data naar inzicht naar inzet.
Het integreren van nieuwe inzichten in dagelijkse werkzaamheden is een belangrijke stap in de transitie naar een datagedreven organisatie. Dit kan op verschillende manieren. Bijvoorbeeld door het visualiseren van inzichten in dashboards, om op basis daarvan actie te ondernemen. Of door geautomatiseerd een waarschuwing te sturen wanneer er actie nodig is. Een derde manier is om systeemprocessen of machines rechtstreeks aan te sturen op basis van de data, met behulp van software.
In ons werk voor TNO wordt bijvoorbeeld een api gebruikt. TNO leest sensordata uit auto’s uit ten behoeve van het testen van software voor zelfrijdende auto’s. Algoritmes verdelen en classificeren deze sensorgegevens en combineren die vervolgens in scenario’s. Om deze scenario’s toegankelijk te maken voor oem’s, die software ontwikkelen voor autonoom rijden, hebben we samen met TNO een api ontwikkeld. Ontwikkelaars kunnen dankzij deze api specifieke scenario’s uit de database opvragen en hiermee de scenario-data inladen in hun testsoftware.
Pizza
Een ander voorbeeld illustreert het aansturen van een fabriekslijn op basis van data. Voor een fabrikant van machines voor het maken van pizza’s hebben we een systeem ontwikkeld dat de aangebrachte hoeveelheid kaas reguleert. Het systeem maakt foto’s van de pizzabodems op de lopende band direct als de kaas daarop gestrooid wordt. Deze foto’s worden geanalyseerd op basis van een model en een algoritme signaleert of de hoeveelheid kaas te hoog of te laag is. Je zou dit in een dashboard aan de operator van de lopende band kunnen laten zien. Het werkt nóg beter als een actie volautomatisch uitgevoerd wordt. Daarom stuurt het systeem automatisch een signaal naar de programmable logic controller in de machine om de aanvoer van kaas bij te stellen. De kwaliteit gaat omhoog, de kosten omlaag en er is minder personeel nodig om het proces aan te sturen. Zo worden data toegepast om direct en tastbaar waarde te leveren voor de organisatie.
De reis om datagedreven te worden is niet lineair. Het is daarbij belangrijk om de stap van inzicht naar inzet in de praktijk in gedachten te houden. Hierbij is software nodig om inzichten te vertalen in actie.
Auteur: Marianne Faro, directeur Itility
(Dit artikel verscheen eerder in de jaargids Computable 100 van 2021.)
Ofwel, om het even makkelijk te maken: De drie D’s van Jos Visser:
Data – Denken – Doen
aangevuld met de Precedentieregel van Jos Visser: Niet stap n doen voordat je stap n-1 hebt gedaan (voor n1).
Van data naar inzicht naar inzet lijkt me om DIKW pyramide te gaan waarbij data naast het feit van Jos ook een signaal kan zijn. En ergens vaag herinner ik me als operator nog het idee van processen aansturen op de zintuigelijke signalen van rode en groene lampjes want het probleem van de kaas was de temperatuur.