Kaikesta datasta on tullut digitalisaation ansiosta arvokasta. Yksikään yritys ei voi tänään tietää, mille datalla tulevaisuudessa on käyttöä ja mille ei. Siksi kaikessa toiminnassa lähtökohtana kannattaa pitää, sitä että älä koskaan tuhoa mitään dataa.
Data on se perusta, jolle kaikki yritykset rakentavat digitalisaation ja tekoälyn hankkeitaan. Hyvän datan päälle rakennettu keskinkertainenkin tekoälysovellus tuo hyviä liiketoiminnallisia tuloksia, mutta huonon datan päälle rakennettu maailman paraskaan tekoäly ei saa aikaan hyviä tuloksia.
Siksi digitaalisaation perustan rakentamisessa yritysten kannattaa keskittyä datassa kolmeen asiaan: 1) mistä ja miten kerätä dataa, 2) miten validioida kerätyn datan oikeellisuutta ja 3) mihin tallentaa kaikki kertyvä data.
Kerää niin paljon dataa kuin pystyt
Tekoälyn aikakaudella datan keräämisessä on yksi tärkeä periaate: kerää niin paljon dataa kuin pystyt. Et voi tänään tietää, mitä kaikkea datalla voi tulevaisuudessa liiketoiminnassa tehdä.
Kyky kerätä dataa lisääntyy merkittävästi lähivuosina kun uusi 5G-mobiiliteknologia mahdollistaa lukemattomien IoT-laitteiden ja -sensorien kytkemisen internetiin keräämään erilaista dataa.
Dataa syntyy yrityksissä järjestelmissä, asiakaskohtaamisissa, sensoreissa, yksittäisissä koneissa ja jopa koneiden osissa. Näistä data kannattaa kerätä ja kopioida automaattisesti yhteen keskitettyyn paikkaan, ja tietenkin siten että keräämisessä otetaan huomioon tietoturvan vaatimukset.
Datan keräämisessä ja valuttamisessa yhteen paikkaan kannattaa välttää isoja integraatioratkaisuja. Sen sijaan kannattaa hyödyntää normaalit standardi-rajapinnat, joiden avulla data saadaan kopioitua sellaisenaan raakadatana ja mahdollisimman reaaliaikaisesti. Dataa ei kannata muokata millään tavalla, koska emme tiedä mitä osaa siitä tulevaisuudessa tarvitsemme.
Samalla on erittäin tärkeää varmistaa, että kaikki kerätty data oikeasti siirtyy sellaisenaan keskitettyyn paikkaan. Tähän kannattaa luoda omat varmistavat prosessit.
Datan validiointi tekoälyn tehtäväksi
Tänä päivänä datan validiointi kannattaa antaa koneoppivan tekoälyn tehtäväksi. Manuaali datan käsittely on kallista, turhaa ja suoraan sanoen tyhmää.
Datan automaattisessa validioinnissa ihminen määrittelee algoritmille sen, miltä oikea ja hyvä data näyttää. Esimerkiksi kun tekoälylle kertoo, että asiakasdata pitää sisällään nämä tietoaihiot, se seuloo automaattisesti asiakasdatasta virheellisen datan.
Parhaimmillaan tekoäly pystyy automaattisesti korjaamaan virheellistä dataa esimerkiksi keräämällä puuttuvia tietoja muista datalähteistä. Tekoälyn käyttö datan validioinnissa on jo arkipäivää.
Tallenna data yhteen keskitettyyn paikkaan
Data kannattaa tallentaa raakatietona yhteen paikkaan, data lakeen. Paikan valinnassa kannattaa kiinnittää huomiota siihen, mihin data fyysisesti tallennetaan, miten tietosuojaan ja tietoturvaan liittyvät asiat on huomioitu sekä miten kustannustehokas ja skaalautuva tallennuspaikka on.
Datan tallennuspaikan tulee olla mahdollisimman hyödynnettävä, tietoturvallinen ja kustannustehokas. Paikan valinnassa kannattaa, miettiä myös millä työkaluilla dataa hallitaan, louhitaan ja käsitellään.
Kun yrityksessä on nämä kolme asiaa hyvässä kunnossa: datan keräys automaattista ja systemaattista, dataa validioidaan tekoälyn avulla ja data tallennetaan keskitettyyn paikkaan, datan hyödyntäminen liiketoiminnassa on helpompaa, nopeampaa ja ennen kaikkea tuloksellisempaa.
Esimerkiksi meillä Elisassa jokainen päätelaite tuottaa paljon dataa. Ongelmana tähän asti on ollut se, että data on hajallaan eri laitteissa ja datan tutkiminen on ollut erittäin työlästä, kallista ja manuaalista. Keräämme nyt päätelaitteiden dataa keskitettyyn paikkaan, jossa tekoälyyn pohjautuva algoritmi tutkii dataa.
Näin löydämme automaattisesti datasta poikkeamia, jotka tulevaisuudessa tulevat aiheuttamaan laitteissa ongelmia. Ongelmat voidaan korjata ennen kuin ne aiheuttavat vikatilanteita. Pyrimme tällä tavoin muuttamaan datan avulla päätelaitteiden ongelmanhallinnan reaktiivisesta proaktiiviseen.
Elisalla kerääntyy päätelaitteista valtavasti dataa. Olemme oppineet miten dataa kannattaa kerätä, validoida ja tallentaa mahdollisimman automaattisesti tekoälyä hyödyntäen. Ota yhteyttä, niin kerromme miten ja millä työkaluilla jokainen yritys voi rakentaa datasta hyvän digitaalisaation perustan.
Lue myös
Sensoriteknologia ikäihmisen terveydenhuollossa – datan avulla ennakoivaa hoitoa
Puheluiden data on paras lähde CX:n ja liiketoiminnan kehityksen ideoille
Mobiiliteknologian uusin aalto on nopea, tehokas ja privaatti
Asiakasdatasta prediktiiviset mallit asiakaspoistuman minimointiin
Kaikki artikkelitKirjoittanut
