Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

Datagedreven inzichten omzetten in actie

Computable 100

Dit artikel delen:

Computable Expert

Marianne Faro
director, Itility. Expert van Computable voor de topics Digital Transformation, Cloud Computing en Big data.

Bedrijven die datagedreven willen worden, richten zich vaak als eerste op het verwerken van data en zijn op zoek naar slimme machine learning-modellen of artificial intelligence. Maar om waarde uit deze 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

"Het systeem maakt foto’s van de pizzabodems op de lopende band direct als de kaas daarop gestrooid wordt"

Een ander voorbeeld illustreert het aansturen van een fabriekslijn op basis van data. Voor een fabrikant van machines waarmee pizza’s worden gemaakt, 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. Echter werkt het 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 zijn er minder mensen nodig om het proces aan te sturen. Zo wordt 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.

x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Uw reactie

LET OP: U bent niet ingelogd. U kunt als gast reageren maar dan wordt uw reactie pas zichtbaar na goedkeuring door de redactie. Om uw reactie direct geplaatst te krijgen moet u eerst rechtsboven inloggen of u registreren

Vul uw naam in
Vult u een geldig e-mailadres in
Vult u een reactie in
Jaarbeurs b.v. gaat zorgvuldig en veilig om met uw persoonsgegevens. Meer informatie over hoe we omgaan met je data lees je in het privacybeleid
Als u een reactie wilt plaatsen moet u akkoord gaan met de voorwaarden

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2021-03-18T09:18:00.000Z Marianne Faro