Published on 18 Dec 2017
min read
Views
Vissa skulle säga att tiden för datakaos är förbi. Tack vare den snabba digitaliseringen kan moderna företag ta kontroll över både mängden och kvaliteten på informationen, istället för att mekaniskt bearbeta den från databaser. De kan också analysera strömmar av ostrukturerad information i realtid för att dra strategiska slutsatser. Ibland kan detta innebära att man bearbetar 12 terabyte tweets varje dag för att kartlägga produktuppfattningen eller 350 miljarder mätaravläsningar för att förutsäga energiförbrukningsmönster. I andra fall kan det handla om terabyte eller till och med petabyte av information.
Inom olje- och gassektorn (O&G) är en typisk offshore-oljerigg utrustad med mer än 30 000 avancerade sensorer som genererar enorma datamängder. Men endast en procent av dessa data utnyttjas för beslutsfattande, medan resten hamnar i ”datakyrkogårdar” – oanalyserade och outnyttjade. Även om detta är vanligt även inom andra processindustrier är det på väg att förändras tack vare den växande tillgången till enhetliga informationshanteringssystem. Genom att skapa en inneboende koppling mellan kärnprocesserna är dessa lösningar redo att omvandla kommunikation, samarbete och Innovation samt leverera överlägsna upplevelser genom hela värdekedjan.
Kraven på informationshantering tenderar att variera beroende på vilken bransch det gäller. Inom läkemedelssektorn kombinerar och analyserar ledningsinformationssystem data från läkemedelsutveckling och produktion, fördelar resurser mellan fabriker, fastställer orsaker till åtgärder, uppskattar utbud och efterfrågan, upprätthåller säkerhets- och regleringsprotokoll samt övervakar och utvärderar företagsledningen.
Inom tung industri, såsom tillverkningsindustrin och olje- och gassektorn, har affärsenheter som hanterar produktion, överföring och distribution, energihandel och riskhantering samt cybersäkerhet traditionellt haft skilda datahanteringssystem. Nu har dessa branscher dock börjat utnyttja maskininlärning, AI och annan teknik för att samla in och tolka data från flera kontaktpunkter, såsom tillverkning, produktion, leveranskedjan och inköp.
För många är ”Internet of Energy” nästa stora steg inom den globala energihanteringen. Elproducenter använder modellen för att automatisera och uppgradera sin infrastruktur med sensorer som är anslutna till ett centralt datahanteringssystem. De insamlade uppgifterna analyseras sedan ingående för att få värdefulla insikter som bidrar till att förbättra produktionen och minska slöseriet.
Det finns liknande tillämpningar inom byggbranschen, där byggnadsinformationsmodellering (BIM) möjliggör en övergripande plan för informationshantering. Detta hjälper organisationer att sänka de initiala byggkostnaderna och livstidskostnaden för byggda tillgångar med 33 procent, samtidigt som den totala byggtiden minskas med upp till 50 procent.
Införandet av sådana integrerade informationshanteringssystem (IIM) är avgörande för företagens hållbarhet. Oavsett om dataströmmarna härrör från analyser av försäljningsbehov, rapporter om avvikelser i den interna kontrollen eller prognoser för investeringar, kan de endast omvandlas till användbar och handlingsbar information med hjälp av dessa verktyg. För organisationer inom jordbruk, gruvdrift och sjöfart kan detta innebära optimering av investeringar (CAPEX) genom noggrann analys av långsiktiga framtida klimattrender som integreras i planerna för leveranskedjan.
Även om 80 procent av de högsta cheferna inser vikten av att ha tillgång till rätt information vid rätt tidpunkt för att nå framgång, är det inte säkert att de faktiskt gör det – precis som i exemplet med oljeplattformen som vi nämnde tidigare. Många företag kämpar med bristen på datakonsolidering mellan isolerade processer och hamnar ofta i en situation med informationsöverbelastning.
Datakonsolidering för att skapa en enda källa till sanning är ett idealiskt sätt att komma runt detta välbekanta problem där målet är fullständig kontroll över företagsdata. Analysverktyg hjälper till att bearbeta ostrukturerade datamängder för att minska driftstopp och optimera utnyttjandet av tillgångar. Att analysera data från styr- och underhållssystem tillsammans möjliggör faktiskt en minskning av driftstoppen med 10 till 15 procent i ett oljeraffinaderi.
För affärsfunktioner som marknadsföring och försäljning kan datakonsolidering dock hämma flexibiliteten i vissa processer, till exempel när det gäller att extrahera data för att upprätthålla kundrelationer. Ett företag som tillverkar stål för olika branscher, såsom konsumentelektronik och fordonsindustrin, måste till exempel förse varje kund med specifik information. ”Multiple versions of truth” (MVOT), ett alternativ till strategin med en enda sanning, kan vara nyckeln här. MVOT stöder inte bara den nödvändiga dataflexibiliteten, utan gör det också möjligt för företag att välja ut de mest relevanta insikterna för beslutsfattandet.
I takt med att behovet av att segmentera data till användbar information växer ligger fokus nu på företag som kan utforma en genomförbar plan för informationsskydd och katastrofåterställning för att säkerställa verksamhetskontinuitet. Sammantaget innebär detta en dramatisk förbättring av ramverken för informationslagring – ramverk som är molnvänliga, säkra och tillräckligt hållbara för att stödja den framtida datatillväxten.
Med tiden kommer informationskanalerna att bli tydligt definierade, vilket kommer att fyrdubbla den datamängd som genereras varje sekund. Hur överväldigande detta än kan verka kommer den kommande datafloden att utvecklas till en strategisk resurs som skiljer högpresterande företag från mängden.
