EXPLORE THE FUTURE

Anvend predictive analytics i produktudvikling

Indsamling af data er essentielt i fremtidens produktudvikling, fordi data skaber grundlaget for helt nye indsigter og muligheder. Dataindsamling kan med fordel tænkes ind, når I som virksomhed udvikler de enkelte delkomponenter, hvor de - som små databrikker - kobles sammen i slutproduktet eller servicen.

Ved at tænke data ind i produktudviklingsforløbet vil I øjne nye muligheder for at forbedre produktet og identificere nye, relaterede produkter eller services. Det kan være initiativer, som skaber gevinst i ét eller flere led i den integrerede værdikæde; fra underleverandør af en komponent, til montøren, kunden eller forbrugeren. 

Det er optimalt at samarbejde med leverandører og kunder om data på tværs i den integrerede værdikæde. Teknologien til opsamling af data udføres af én part, opsamling og behandling af data af en anden og gevinsten ved at anvende data slår igennem hos en tredje part i værdikæden.

Uanset om I som virksomhed produktudvikler in-house eller sammen med eksterne partnere, gælder det om at identificere, hvor og hvordan hver databrik opstår, og hvor den skaber værdi for kunderne i de produkter og services, I udvikler.

"

Det er virksomhedens fagkompetencer og vores data scientist, der i fællesskab forløser potentialet i jeres data. Det gælder også i mindre virksomheder, når de går i partnerskab med vores data scientist.

Konkrete eksempler på dataindsamling i produktudvikling

Forudsig produktionen af vindenergi. Det er kritisk for vindenergiproducenter, dvs. ejere af vindmøller og vindmølleparker, at kunne forudsige, hvor meget vindenergi hver vindmølle i en park producerer. De er nemlig forpligtiget til at melde forventet produktion ind til Energinet, som ejer og driver dansk energiinfrastruktur. For en dansk vindmølleproducent har Rooftop Analytics udviklet algoritmer til at identificere de variable, som har størst indflydelse på vindenergiproduktionen. Det gør producenten i stand til at forudsige vindenergiproduktionen fra hver enkelt vindmølle i en vindmøllepark - helt op til 36 timer frem i tiden.

Forudsig vedligeholdelse af maskinen baseret på testresultater. En virksomhed har over en lang periode analyseret testprøver af olie anvendt i turbiner. Baseret på kritiske måleværdier er det vurderet, hvornår olien bør skiftes. På baggrund af testresultaterne udvikler Rooftop Analytics algoritmer, som identificerer, hvornår kunden bør skifte olien. Desuden får kunden forslag til hvilken vedligeholdelse af maskinen, der bør foretages. Gevinsten for virksomheden er bedre kundeservice, da tilbagemelding på olietesten går hurtigere, og kunden får anbefalet en indsats i vedligeholdelsen, som på sigt kan minimere omkostningerne til vedligeholdelse. Desuden opnår virksomheden driftsmæssige besparelser, da den bruger færre medarbejdere i analyseafdelingen. Virksomheden får også konkret datainput til videreudvikling af olien. 

Udfordringerne – særligt for små virksomheder

Hos især mindre virksomheder er det en udfordrende opgave at arbejde med data i produktudvikling, særligt når det kommer til it-investeringer og ressourcer.

Etablering af it-platform. Selvom teknologien er til stede, og it er blevet billigere, er det stadig investeringstungt at implementere de it-løsninger, som evner at opsamle, opbevare og analysere data. Derfor kan man med fordel drage nytte af interim teknisk setup, imens pilotprojektet gennemføres. Når produktudviklingen tegner til at blive succesfuld kan man investere i it. Cloudløsninger og applikationer er oftest velegnede, fordi de er hurtige at idriftsætte og samtidig nemme at komme af med, hvis gevinsterne for produktudviklingen udebliver. 

Behov for en data scientist. En væsentlig barriere for at tænke data ind i produktudvikling er behovet for en data scientist. For mindre virksomheder er der ikke forretningsgrundlag for at have en dedikeret dataanalyseafdeling eller blot en enkelt data scientist ansat. Det er dog ikke nødvendigt at have in-house ekspertviden om data. I kan indgå samarbejdsaftaler med eksperter som eksempelvis Rooftop Analytics. Det er fagkompetencerne i jeres virksomhed og vores data scientist, der i fællesskab forløser potentialet i jeres data. I har den unikke viden om markedet, kunderne og de tekniske muligheder og begrænsninger, og en data scientist har den rette værktøjskasse til at arbejde med data.

Christian Møller Dahl

Styrken ligger i det personlige møde

Kunne du tænke dig at få et bedre indblik i, om jeres datagrundlag understøtter jeres nye forretningsidé, så kontakt Christian Møller Dahl

Book et møde

OM ROOFTOP ANALYTICS

Når en virksomhed identificerer nye eller forbedrede services og produkter til markedet, kan Rooftop Analytics analysere, om de tilgængelige data er relevante, om de er tilstrækkeligt forklarende, og om resultaterne kan dannes alene på baggrund af data. Med vores kompetence inden for statistisk metode, modeller og algoritmer udvikler vi predictive analytics til gavn for ét eller flere led i den udvidede værdikæde.

Se et eksempel på, hvordan forventningerne til anvendelsen af data stiger over tid.

Rooftop Analytics tilbyder services, som er nødvendige for at kunne realisere komplekse dataprojekter.