364
UTFORSKA vad vi kan och gör
UTFORSKA vad vi kan och gör

Stäng

Kompetensområden

Kontakta mig

Vill du veta mer och ta reda på hur vi kan hjälpa just dig? Lämna dina kontaktuppgifter

Valdation:
* Förnamn:
* Efternamn:
Företag:
Tel:
* Email:
Land:
* Meddelande:
Successfully sent!
Could not send the mail, try again later!
KAFFE ELLER TÉ? Vi kan väl ses över en kopp.

Blogg mars 29, 2016

Avancerad analys, Predictive Analytics - Kärt barn har många namn

Att förutspå när en maskin behöver underhållas. Att effektivisera sin marknadsföring. Att ge rätt köprekommendationer på en e-handelssajt. Stöd för läkare att ställa rätt diagnos.

Områdena där vår analysförmåga ökar lavinartat och breda utvecklingsperspektiv öppnas upp är många. På den senaste tiden har debatten om området nått långt ut i samhället. Ord som Data Science, prediktiv analys, avancerad analys, machine learning och artificiell intelligens nämns i sammanhanget. Detta är tekniker som är nya även för många inom beslutsstödsområdet men de diskuteras redan allmänt i media.

Som företagsledare kan det vara lätt att bli stressad och undra om man missar tåget med alla de nya möjligheter som dyker upp. För att lunga dig som driver en verksamhet kan jag säga: många av ovan begrepp är en evolution av varandra och själva företeelsen har funnits sedan länge. Exempel på tidiga applikationer är riskberäkningar inom försäkringsportföljer och fraud- och churnanalys inom telekom.

Men jag vill också trycka på att ”Nu händer det grejer”! Tack vare allt effektivare hårdvara, molnlösningar där beräkningskapaciteten i princip är obegränsad och en starkt ökad investeringstakt hos mjukvaruleverantörer som t ex Microsoft och IBM, så kommer nu möjligheter att jobba bredare med avancerad analys. Systemstödet blir mer kostnadseffektivt och mer lättillgängligt vilket möjliggör att förutspå och styra beslut, handlingar och utfall framåtriktat.

Men OBS! Det är inte riktigt framtiden vi förutspår... Rafal Lukawiecki, mångårig föreläsare för Microsofts med lång bakgrund inom området, sa det så bra på en konferens för några år sedan: ”Customers ask me to predict the future. I can’t predict the future. But I can predict the present”. Precis så är det nämligen. Avancerad analys är helt enkelt statistikbaserade modeller för att analysera ett ofta mycket stort set av data. En enkel form är t e x regressionsanalys, men många mer komplexa prediktiva modeller finns. Det är dock viktigt att komma ihåg – som Rafal så klokt sa – att ingen kan förutspå framtiden. Men, vi kan räkna ut vad som är det mest sannolika utfallet, baserat på vad vi vet idag. Notera att även traditionellt beslutsstöd delvis kan göra detta, exempelvis via något så enkelt som en trendanalys Rullande Tolv Månader.

Men hur var det nu med begreppen inom området? Det som från början hette Data Mining har under de senast åren oftast gått under termen Predictive Analytics. Nu hör man allt oftare termerna Advanced Analytics eller Data Science. Till det kommer begreppen Machine Learning eller Artificiell Intelligens, som är metoder för att få en programvara att lära sig ett specifikt område så bra att den kan fatta självständiga beslut och automatisera en process, alternativt hjälpa en människa att fatta rätt beslut. Ett exempel fick stort genomslag för bara någon vecka sen, då koreanske Lee Sedol förlorade med 1 - 4 mot Google Deep Mind’s programvara AlphaGo i spelet Go.

På Enfo jobbar vi med mer jordnära projekt. Vi arbetar t ex just nu med med projekt inom predictive maintenance där vi hjälper industrikunder att öka upptider i produktionen genom att förutspå när olika maskiner behöver underhållas och hur de kan optimeras. Just industisektorn är spännande då sakernas internet kan koppla upp maskinerna och ge tillgång till eoner mer data. Den globala konkurrensen i industrisektorn gör att små förbättringar i produktionen kan vara avgörande för överlevnad.

Jag är övertygad om att vi bara sett början på vad Data Science – Predictive Analytics – Adcanced Analytics – Data Mining – Machine Learning – Artificial Intelligence – kan göra för mänskligheten. Rätt använd kommer tekonologin att göra oss både rikare, friskare och till gladare konsumenter!

Men du, glöm inte – 80 % av jobbet är fortfarande att ha ordning och reda i sitt data. Utan bra data riskerar alla analyser att peka fel, oavsett hur bra statistisk modell du har.

Åsa Landén Ericsson
Managing Director