Big Data или просто большая куча данных?

Три V Дуга Лейни — объем, скорость и разнообразие (volume, velocity, variety) — дают полезное определение больших данных (big data). Тем не менее, большие данные в настоящее время являются нормой в производственной среде, возможно, более важно подумать о четвертом значении V  — значимость (value).

Спустя почти 20 лет после того, как фраза «большие данные» была придумана, производители осознали, что секрет получения больших данных — это не количество, а качество. Обеспечивая соответствие собранных данных и выполненных аналитических работ целям компании, предприятия могут улучшить свою деятельность и оставаться конкурентоспособными.

Хорошо спроектированные системы больших данных, как было доказано, помогают разрабатывать новые продукты, принимать более взвешенные решения и сокращать время и затраты. Intel, один из крупнейших мировых производителей микросхем, оценил экономию в 30 миллионов долларов США за счет оптимизации процессов обеспечения качества на основе анализа больших данных.

Большие данные (Big data) полезны в промышленных масштабах

По данным Actify.com, 33% всех данных могут быть полезны при анализе. Тем не менее, компании анализируют только 0,5% всей информации. Внедряя стратегию корпоративных данных, компании могут гарантировать, что они обрабатывают полезную информацию и время не тратится впустую. Хорошая стратегия обработки информации также обеспечивает универсальность процессов в рамках всего бизнеса, благодаря чему данные ловко управляются, обрабатываются и анализируются.

Чтобы создать стратегию корпоративных данных, компаниям следует учитывать четыре основных принципа. Во-первых, стратегия должна быть практичной и простой в реализации во всей организации. Она также должна быть актуальной и адаптированной к целям компании, а также эволюционной и адаптируемой в соответствии с тенденциями рынка. Наконец, стратегия должна применяться повсеместно в бизнесе и легко обновляться при необходимости.

Используя интеллектуальные датчики, производители могут собирать и анализировать данные практически с любого типа оборудования, участвующего в их бизнес процессах. Эта информация может использоваться для контроля специфичных отдельных деталей (например, двигателей или прокладок) для прогнозирования предстоящих механических неисправностей. В свою очередь, эти прогнозы могут предотвратить ненужные простои и расходы, связанные с аварийным обслуживанием, поскольку производители смогут решать проблемы до того, как они появятся.

Знание того, когда оборудование может выйти из строя, означает, что необходимое техническое обслуживание и заказ запасных частей могут быть заранее спланированы, обеспечивая бесперебойную работу установки без каких-либо неожиданных сбоев. Это улучшение планового технического обслуживания, поскольку это означает, что техническое обслуживание выполняется только при необходимости.

Большие данные, часто определяемые тремя V Дуга Лейни, привели к значительным стратегическим и операционным улучшениям. Однако, чтобы получить наилучшие результаты для вашего бизнеса, не забывайте учитывать четвертое значение V : значимость (value). Обеспечение актуальности использования big data и их высокое качество всегда будут важнее количества.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *