Data Analytics Platform

Moderni data-alusta tietovarastojen, raportoinnin, big datan ja tekoälyn hyödyntämiseen

Data – liiketoiminnan ajuri ja IT:n päänvaiva

Digitalisoituvat liiketoiminnot luovat jatkuvasti enemmän dataa ja monipuolisempia datan hyödyntämistarkoituksia. Datasta on muodostumassa monella toimialalla keskeinen kilpailutekijä, joka mahdollistaa aiempaa tehokkaamman ja laadukkaaman toiminnan.

Uusina dataa hyödyntävinä alueina ovat nousseet mm. tekoäly- ja ohjelmistorobotiikkaratkaisut sekä niiden kombinaatiot. Perinteinen raportointi on jatkossakin tärkeää, mutta se myös kehittyy dynaamisempaan ja ennustavampaan suuntaan.

Haasteita

Markkinoille on tullut paljon uudenlaista tarjontaa liittyen datan hallitsemiseen, erityisesti pilviratkaisujen osalta. Yritykset ovatkin kovaa vauhtia siirtymässä on-premise ratkaisuista pilveen. Pilvipalveluihin siirtyminen ei kuitenkaan automaattisesti tarkoita, että datan hyödyntäminen helpottuisi tai tehostuisi, mikäli sinne(kin) toteutetaan siilomaisia ratkaisuja eri osa-alueille.

Myös uudenlaiset datalähteet luovat haasteita, kun datamäärät saattavat kasvaa erittäin suuriksi, ja data on mahdollisesti ei rakenteellista (esim. kuvia, videota, tekstiä). Aina ei edes tiedetä, että mitä käyttötarkoitusta varten dataa tallennetaan, mutta historiaa ei haluta hukata.

Näistä lähtökohdista meillä on mietitty ratkaisumalli (Bilot Data Analytics Platform), jossa kaikkea dataa ei tuoda yhteen jättimäiseen tietovarastoon tai siiloihin, vaan luodaan looginen data-alusta, joka pystyy vastaamaan erilaisiin datatarpeisiin joustavasti.

Bilot – Data Analytics Platform  

Mielestämme moderni data-alusta muodostuu älykkäästi hyödynnetyistä pilvipalvelukomponenteista, jotka vaihtelevat eri pilviratkaisujen välillä.  Tyypillisiä komponentteja ovat esimerkiksi:

  • Palvelimet ja klusterit
  • Datan tallennus (SQL/NO-SQL tietokannat, Big Data, tiedostot, ..)
  • ETL/ELT työvälineet datan siirtelyyn ja muokkaukseen
  • Datan raportointi- ja analysointityökalut
  • Koneoppimisen ja tekoälyn mahdollistavat komponentit
  • API rajapinnat

Seuraava kuva esittää loogisella tasolla datan tallentamisen ja hyödyntämisen kokonaisuudet sekä niihin liittyvät käyttämämme teknologiat.

Moderni data-alusta on siis mahdollista toteuttaa valitsemaanne pilveen. Tavoitteena on, että se palvelee useita käyttötarkoituksia samanaikaisesti, esimerkiksi:

  • Modernit tietovarastoratkaisut
  • Raportointi- ja itsepalveluanalytiikka
  • Koneoppimis- ja tekoälykyvykkyydet
  • API rajapinnat datan hakemiseksi tai AI/ML mallien kutsumiseksi
  • Datan massatallennus myöhempää tarvetta varten

Tyypillisiä ajureita uuden data-alustan rakentamiseksi ovat esim. vanhan tietovarastoratkaisun päivitys tai uuden toteutus, IoT datan kerääminen sekä tekoälyn vaatimat datatarpeet.

Case esimerkkejä

Vuosien aikana olemme toteuttaneet runsaasti projekteja ja keränneet monipuolisesti kokemusta eri osa-alueilta. Alla on lyhyesti kuvattu toteuttuja ratkaisuja teknisestä näkökulmasta. Ota yhteyttä, niin kerromme niistä ja muistakin projekteista yksityiskohtaisemmin.

  1. Suuren mediatalon myynnin ja talouden tietovarastointiratkaisu Microsoft Azure-pilviteknologialla, raportointi ja itsepalveluanalytiikka Tableaulla.
  2. Metsäteollisuuden toiminnanohjausdatan alustaratkaisu SAP:n BW/4HANA teknologialla sekä SAP:n raportointi- ja analytiikkatyökaluilla.
  3. Elintarviketeollisuuden IoT data rikastettuna mm. SAP:n asiakastiedoilla vietiin Microsoft Azure tietovarastoon, josta ennusteiden luonti tehtiin Databrickissä ja raportointi loppuasiakkaille Tableaulla.
  4. Juomalaitteiden käyttö- ja huoltopalveluiden IoT streaming-dataintegraatio Microsoft Azureen. Ratkaisussa yhdistetään myös tietovarastoon vietyjen palveluiden laskutustiedot laitteiden käyttödataan.
  5. Automyynnin tietovarasto- ja hinnoitteluratkaisu Microsoft Azure-pilviteknologialla ja R-kielellä (koneoppiminen) osana toiminnanohjausratkaisua sisältäen PowerBI raportoinnin.
  6. Meriteollisuuden toiminnanohjausdatan alustaratkaisu SAP:n BW/4HANA teknologialla sekä SAP:n raportointi- ja analytiikkatyökaluilla.
  7. Logistiikka-alan toiminnanohjauksen tietovarastointiratkaisu Microsoft Azureen, josta raportointi ja itsepalveluanalytiikka tehtiin PowerBI:llä.
  8. Kansainvälinen media-alan yritys. Talouden ja myynnin (Google G Suite) datan integrointi AWS Redshift pilviympäristöön Matillion IAAS ETL-teknologialla. Myynnin ennusteet päivittyvät ja versioituvat suoraan keskitettyyn tietovarastoon, josta raportointi on tehty Tableaulla.
  9. Kuluttajatuotteiden valmistaja. Myynnin ja markkinoinnin SAP datan (lähes) reaaliaikainen integrointi Microsoft Azuren data-alustalle edistyneen analytiikan toteuttamiseksi.
  10. Kelikoneäly tiestön kunnossapitotöiden hallintaan. Järjestelmällä ennustetaan liukkauden todennäköisyyttä ja tienpinnan olosuhdemuutoksia, jota hyödynnetään teiden ja katujen kunnossapitotoimenpiteiden optimoinnissa. Järjestelmä on toiminnassa 24/7, joka oppii työmaan toiminnasta ja hyödyntää monipuolisesti niin YIT:n itsensä keräämää ja siten omistamaa dataa ja ulkoista, kaikille avointa dataa. Järjestelmä toimii Azure-alustalla, Microsoftin koneoppimisen työkaluilla.

Eteneminen

Kokemuksemme mukaan projektit kannattaa aloittaa määrittelyvaiheella, jossa suunnitellaan yhdessä rakennettava moderni data-alusta ja sen päälle toteutettava datan hyödyntäminen. Tähän vaiheeseen meillä on valmis Datastrategia -palvelu, jolla pääsee tehokkaasti alkuun.

Mikäli olette jo tehneet määrittelyvaiheen ja etsitte potentiaalista toimittajaa, niin olemme mielellään keskusteluissa mukana. Meillä on n. 35 tämän alan kokenutta ammattilaista ja investoimme myös jatkuvasti osaamisen kehittämiseen, joka on olennaista nopeasti muuttuvassa ympäristössä.

Lisäksi meiltä löytyy tuotantoratkaisujen ylläpitopalvelu, joka varmistaa ratkaisujen sujuvan käytön myös ongelmien sattuessa.

Yhteydenotto

Soita tai laita meiliä Teemulle (teemu.lainiola@bilot.fi, +358 44 5008 031)