Wat kan uw data voor u betekenen?
Simon Sinek vat het mooi samen: always start with the why. Waarom voelt u de nood om meer data te verzamelen? Welke problemen wil je zo oplossen? Welke corporate doelen zijn hieraan gelinkt? Door die vragen te beantwoorden wordt duidelijk welke data(-strategie) u nodig hebt.
Een mooi voorbeeld om dit te kaderen is de auto-industrie. Elke fabrikant verzamelt massa’s data, zowel tijdens het productieproces als vanuit het afgewerkte product en de bestuurder die ermee rijdt (via apps). De data kan verschillende doelen dienen:
-
Verbeteren productie
-
Productinnovatie
-
Gepersonaliseerde service aan de bestuurder
-
Waarde van de data an sich
Er zijn verschillende toepassingen om productie efficiëntie te bekomen. Door een lerend algoritme (Machine Learning) kan bijvoorbeeld de kwaliteitscontrole geautomatiseerd verlopen. Steeds betere en uiteindelijk zelfrijdende auto’s zijn resultaten van productinnovatie. Bestuurders worden geholpen door suggesties, afgeleid van het werkelijke rijgedrag en gewoontes, van een digitale assistent in de auto. Onderzoekers van McKinsey en Co schatten dat de markt voor voertuiggegevens tegen 2030 750 miljard dollar per jaar waard zal zijn. De gegevens kunnen bijvoorbeeld worden gebruikt om kaarten met een hoge datadichtheid te genereren die alles laten zien, van de gemiddelde toename van de verkeerssnelheid tot de locatie van mogelijke gevaren op de weg.
Ga voor en/en-denken
De technologie sterren staan goed voor data. Captatie kan door middel van relatief goedkope sensoren en de cloud biedt al de flexibele opslagruimte en rekencapaciteit die u nodig hebt om inzichten te verkrijgen uit de data. De nieuwe technologieën, zoals Digital Twin, creëren nieuwe mogelijkheden om met huidige databronnen inzichten te formuleren. Een bestaand CAD-model of 2D-ontwerp kan al genoeg zijn om een digitaal evenbeeld van uw fabriek te bouwen.
Zoals gesteld in onze Digital Flow-visie, realiseer je de meeste waarde pas indien je de twee uitersten van een spectrum samenbrengt. Naast de pure technologie is het daarom belangrijk dat u ook genoeg aandacht hebt voor de ‘softere’ kant van het dataverhaal. Wie is in uw bedrijf verantwoordelijk voor welke data? Wie gaat uiteindelijk bepalen wat de waarheid is als twee databronnen elkaar blijken tegen te spreken? Wie gaat dus mee de datakwaliteit borgen in de organisatie? Een data driven aanpak vraagt ook om een data driven mindset, hiervoor zijn juiste menselijke talenten en gestandaardiseerde technieken nodig.
Start klein en ga voor waarde
Zo’n mindset vraagt tijd en middelen. Start daarom klein met één use case waar échte businesswaarde in zit. Inzichten uit data kunnen helpen om de output te verhogen, om een hogere productiviteit te bekomen, om assets beter in te zetten en om een betere kwaliteit af te leveren.
Probeer altijd schaalbaarheid na te streven zodat de Proof of Value (PoV) geleverd wordt en er voldoende vertrouwen is om Smart Industry in het hele bedrijf te kunnen uitrollen.
Deze blog is de derde in een reeks waarin we de mythes en facts die leven rond digitalisatie in de industriële sector bespreken. De eerste drie mythes werden alvast ontkracht, ontdek tijdens de komende weken welke mythes of feiten overeind blijven.
Lees ook: