Tomáš Moser: 3 otázky k big data
Tomáš Moser je splunk consultantem ALEF NULA a zároveň jedním ze spíkrů SAMBA konference Industry 4.0: Implementace do firem, která se uskuteční 28.2.2018 v Praze. Otázky Tomášovi položil Jiří Lán, vedoucí oddělení elektrokonstrukce společnosti ENGEL Strojírenská, vyrábějící stroje pro automatizaci a transportní techniku.
Obecně na úvod, co si můžeme představit pod pojmem big data, kdy se tato problematika začala řešit a co byly prvotní impulsy k zabývání se tímto tématem?
Big data, rostoucí fenomén dnešní doby, je původem IT disciplína, která odkrývá potenciál a přínos analytického zpracování velkých objemů dat. Svět kolem nás se digitalizuje, průmysl i podniková sféra nejsou výjimkou. Komunikačně vzájemně propojená zařízení, tzv. Internet of Things nebo IoT, se stávají realitou. Výrobní stroje, kontrolní systémy, senzory, SCADA infrastruktura, IT sítě, aplikace a další elementy generují obrovské množství digitálních informací. Jejich analýza a využití zásadním způsobem ovlivňují a předurčují fungování moderních firem budoucnosti. Mám rád trefné přirovnání, že „data a informace se stanou ropou 21. století“.
Hledání skrytých souvislostí, vazeb, trendů, anomálií nebo i pověstné „jehly v kupce sena“ ve spleti zdánlivě nesouvisejících informačních fragmentů odkrývá nový pohled na efektivní řízení firem. Okamžitá a přesná diagnostika s automatickou reakcí jsou příklady tzv. „Operational Intelligence“, tedy řízení v reálném čase na základně informací z „tvrdých a nepopiratelných dat“.
Big data nachází uplatnění ve všech podnikových oblastech od informačních technologií přes řízení výroby, kontrolu kvality, plánování, údržbu, logistiku, marketing, kontrolu kvality a samozřejmě bezpečnost a řízení rizik. Vše s jediným cílem – snížit náklady a zvýšit zisk.
Počátky Operational Intelligence sahají do prvních let nového tisíciletí. Podle jednoho z lídrů v oboru byla prvotním impulzem k rozvoji této oblasti big data dramatická shoda a poptávka top 200 světových firem po nástroji pro rychlou diagnostiku a řešení IT problémů. Firmy si stěžovaly na nedostatek odborného IT personálu, který nebyl schopen analyzovat a rychle řešit vágně popsané problémy IT uživatelů a zároveň fakt, že drazí IT specialisté jsou zbytečně vytíženi úkoly, které by mohli řešit levnější specialisté, nebo by mohly být řešeny automaticky, protože zapojení lidí je zbytečné a nákladné. Na trhu chyběl analytický nástroj, který by řekl „problém je přesně tady“.
Sběr a analýza dat je dnes horké téma v mnoha firmách. Co tyto firmy spojuje, jaké jsou vzájemné ukazatele (velikost firmy, obor, kterým se firma zabývá, trh na kterém firma působí) a v čem mají firmy, které big data řeší, výhodu směrem k zákazníkovi, jaká to naopak přináší rizika?
Analýza a vyhodnocování fungování firemních procesů v reálném čase je doslova „game changer“ pro jakoukoliv společnost bez ohledu na velikost, obor, vertikálu či historii. Klienty jsou soukromé firmy i státní instituce. Většina subjektů začíná analyzovat v malém a nový přístup testuje v omezené míře na konkrétním procesu, oddělení, výrobní lince nebo produktu a vždy se jedná o analýzu konkrétních dat s cílem vyřešit konkrétní problém. Pozitivní zkušenost pak funguje jako katalyzátor pro rozšíření využití do dalších částí firmy. Lidé si o tom „šuškají“. Hlavní devizou je, že „všichni vědí totéž“ a při přenosu informace nedochází ke zkreslení nebo domněnkám, protože všichni sdílejí „stejné informace“ jen s různou mírou detailu podle toho, zda jde o operátora, seřizovače, kontrolora, skladníka, šéfa směny, ředitele provozu či top management včetně generálního ředitele. S mobilní aplikací v kapse má každý přehled o aktuálním stavu např. výroby včetně výnosů, ztrát a projekci do budoucna 24/7 odkudkoliv třeba z dovolené na druhém konci světa.
Integrace big data řešení pro Operational Intelligence je poměrně náročný proces, který vyžaduje zkušeného dodavatele a těsnou součinnost klienta po celou dobu projektu nebo testování. Finální vyhodnocení a vizualizace výsledků v líbivých grafech je pověstná třešnička na dortu. Mnohem důležitější a časově náročnější fáze jsou stanovení cíle, hodnotících kritérií, návrh architektury a hlavně integrace zdrojů dat.
Zkušený integrátor má detailní znalosti o konkrétní big data platformě, metodách práce s daty a přesahem do mnoha byznys oblastí. Přesto je role a význam klienta pro úspěch projektu zcela zásadní. Pouze on zná svůj byznys nebo výrobu detailně a ví přesně co, či jaké informace a proč ho zajímají. Integrátor pak funguje jako mentor. V praxi se osvědčil iterativní přístup, kdy dodavatel navrhuje a klient reviduje, konzultuje.
Jakou podporu, služby a nástroje mohou získat firmy, které se touto problematikou chtějí začít zabývat, na co se zaměřit při výběru správného partnera pro řešení?
Volba silného integračního partnera je zcela zásadní. Zpracování strojově generovaných big data vyžaduje zkušenosti a souhru komplexního týmu lidí, kteří disponují širokou škálou znalostí. Volba je často individuální a podléhá mnoha „soft“ kritériím i osobním sympatiím. Přesto, profil správného partnera představuje kombinace minimálně čtyři základních vlastností – rozumí technicky detailně technologii big data platformy, má dostatečně velké implementační zkušenosti, rozumí specifickému typu byznysu klienta (případně je schopen si zajistit externí zdroje), má podporu klienta a silné obchodní i technické zázemí u výrobce.
Technologický partner zastřešuje celý proces nasazení řešení, které otevírá úvodní řada workshopů pro jasnou definici zadání, rozsahu díla (statement of work) a nákladů. Toto je zcela zásadní. Dalším krokem je pilotní testovací fáze (proof of concept), která je důležitá pro ověření, případně korekci, původních předpokladů. Následuje finální implementace a překlopení do ostrého produkčního provozu. Projekt uzavírá vypracování dostatečně detailní dokumentace až po kvalitní zaškolení diverzifikovaná pro různé role uživatelů. Stěžejním faktorem pro úspěšný projekt musí být těsné zapojení klienta a jeho průběžná zpětná vazba. Každé prostředí je unikátní, a vždy má svá specifika. Spolupráce integrátora a klienta by měla být synergická. Dobrý integrátor naslouchá a moudrý klient si rád nechá poradit.
Big data analytická platforma „žije a roste“ s klientem tak, jak rychle se s ní on sžívá, jak rostou jeho nároky na zpracování většího množství dat, s čím souvisí postupný růst, sofistikovanost a komplexnost architektury. Kvalitní integrátor nekončí spoluprací s klientem po úvodním nasazení. Naopak je klientovi partnerem a „vede“ jej k maximálnímu využití všech možností konkrétní technologie, aby byl její provoz maximálně efektivní – funkčně i finančně. Samozřejmostí je kvalitní technická podpora po celou dobu životního cyklu.
Děkujeme za rozhovor!