I takt med att vi kopplar upp världen runt oss strömmar det in data i allt snabbare takt. Och det ger stora möjligheter jämfört med att förlita sig på historiska data.
– Historiska data har egentligen lite värde eftersom det är för sent att agera på dem, säger Anders Bresell, dataanalytiker på Telenor Connexion med en doktorstitel i prediktiv analys.
Exempelvis kan ett företag som Telenor Connexion i realtid se om ett partnernätverk går ner någonstans i världen och agera på det innan kunderna upptäcker det.
– Då kan vi ta kontakt med operatörerna i det landet och se vad det beror på. Det är inte ens säkert att de sett det – kanske har de stängt en brandvägg så att det fungerar inne i landet men inte över landsgränserna exempelvis.
Det handlar alltså i första hand om att identifiera och förstå avvikelser.
– Det vi och våra kunder agerar på är inte normaltillståndet. Där är förbättringspotentialen rätt liten. Det du ska agera på är avvikelserna för det är där det finns en ökad risk, säger Anders Bresell.
Men lyckas ett företag med till exempel en stor maskinpark eller fordonsflotta att navigera sig fram bland risker och undvika dem – ja, då handlar det om att kunna spara stora pengar.
För att upptäcka avvikelser gäller det först att se mönster. De tidiga tecknen kan vara en vibration i en maskin eller att temperaturen går upp. Genom att känna igen mönstren så går det snabbare att förstå när avvikelsen är så pass allvarlig att den kräver handling.
Läs också: Svaren finns i dataanalysen – tricket är att ställa bra frågor
Problemet är att det inte är helt lätt att identifiera vad som egentligen är ett normaltillstånd. Det som är normalt om det händer på en måndag kanske inte är det om det händer på en söndag.
– Verkligheten är under ständig förändring. Det kan vara dag eller natt. Måndag eller söndag. Sommar- eller vintersäsong. Europa eller USA... För att definiera ett normaltillstånd måste alla dessa parametrar vägas in.
För att kunna spåra avvikelser kommer det som kallas artificiell intelligens eller maskininlärning in.
Men för att de prediktiva modellerna ska fungera så gäller det att modellen som du tränat upp inte blir inaktuell över tid framhåller Anders Bresell.
– Det stora problemet när man ska agera i realtid är att underhålla de modeller man använder sig av. Bara för att något var en avvikelse tidigare kanske det inte är det imorgon. Verkligheten rör sig ständigt och därför måste modellerna också uppdateras kontinuerligt.
Hans viktigaste råd inför att bygga sina affärer på realtidsdata är att gömma undan sin rädsla och våga pröva nya affärsmodeller.
– Många företag är rädda för att de ska äventyra sin position på marknaden om de gör saker på ett annat sätt. Om jag är van att sälja en bil så måste jag fundera över om det inte snarare är tjänsten att transportera på ett behagligt sätt som jag borde sälja. Men för att lyckas gäller det att åsidosätta sitt traditionella sätt att arbeta och utmana det sätt man i dag tjänar pengar på produkten, säger han.
– Det viktiga är att samla in den data som gör att du kan hitta det du behöver för att kunna agera. Det är därför bättre att fokusera på realtidsdata, snarare än big data. Big data får du mer som en biprodukt av att du sparar all data över tid.
Läs också: Går det verkligen att tjäna pengar på IoT? Javisst, här är tre exempel.
Att tänka igenom vad det är som man inte vill ska hända kan vara ett bra sätt att förstå vad det är man ska titta efter. Det är där de stora värdena finns.
– De som lyckas bäst med att arbeta med riskminimering är ofta de som har drabbats mer än en gång. Första gången brukar de tro att det är otur men när det händer två gånger blir det ett mönster, säger Anders Bresell.
– Och om ett företag tittar på de kostnader det fört med sig och investerar lika mycket i att bli av med problemet till nästa år brukar det betala sig på ett eller två år.
Behöver man då lagra all den data som väller in?
– Datalagring är inte så dyrt men om man vill kan man välja att slänga det.
Men det är inte kostnaden som är kruxet utan de lagar och regler som omgärdar lagringen konstaterar Anders Bresell och pekar på EU:s nya datalagringslag, GDPR, som är på väg att implementeras.
– Det gäller också att verkligen ha koll på säkerheten. När man samlar in så här mycket data är det sårbart för hackare. Det vi lärt oss av våra kunder är att de lösningar som utvecklas måste vara stabila över tid. Det rekommenderas inte att jobba quick and dirty utan säkerheten måste komma först.
