IoT-Erfolg durch Digital Threading freisetzen

IoT ist mehr als nur Geräte zu verbinden. IoT sein volles Potenzial auszuschöpfen, kann Organisationen helfen, Geschäftsergebnisse zu realisieren, statt nur zu experimentieren.

Was wäre, wenn Ingenieure eines Geräteherstellers automatisch über Remote-Sensor-Feedback benachrichtigt würden, dass eines ihrer Geräte im Feld ausfällt? Und was, wenn dieselben Ingenieure sofort auf die Testdaten des defekten Geräts von der Fertigungslinie zugreifen könnten, als es gebaut wurde? Welche wertvollen Erkenntnisse könnte dies offenbaren? Was, wenn der Ingenieur auf Felddaten aus dem gesamten Lebenszyklus des Geräts zugreifen und sogar wichtige Service- und Logistikdaten aus anderen Leading Systems überlagern könnte? Wie könnte dies Produktdesign, Fertigung und andere Geschäftsbereiche beeinflussen? Wenn eine reiche Verbindung zwischen dem Internet of Things (IoT) und Datenanalyse erreicht werden kann, ist dieses Ergebnis möglich.

Analytik ist ein Schlüsselkomponente, um das wahre Potenzial von IoT freizusetzen. Durch Datenanalyse können Unternehmen IoT strategisch nutzen, um bedeutende Geschäftsergebnisse zu schaffen. Statt „erfüllen und reagieren“ können Sie „vorhersagen und antizipieren“. Wenn IoT richtig gemacht wird, können Sie eingreifen, bevor ein Gerät ausfällt, und das Volumen der Kundenservice-Anrufe reduzieren. Die meisten Organisationen scheitern jedoch an diesem Unterfangen. Diese Projekte bleiben leicht im Pilotmodus stecken und schaffen es nicht, alle IoT-Daten in ihrer Reichweite vollständig zu operationalisieren.

Was hält also Datenanalyse und IoT auseinander, und wie können wir sie zusammenbringen?

Die Barrieren für IoT-Erfolg

Interne Disparität ist ein wiederkehrendes Thema. Wir sehen dies im „Science-Fair“-Ansatz, den Unternehmen verfolgen, wenn sie ihren IoT-Betrieb aufbauen. Verschiedene Teams arbeiten an ihren eigenen Teilen des Projekts mit ihren eigenen spezifischen Anforderungen und Proofs of Concept – alle jagen Innovation, aber nicht in koordinierter Weise, die an Geschäftsergebnisse wie Operationalisierung und Monetarisierung gebunden ist. Viel Zeit und Energie werden in Experimenten aufgewendet, während die Geschäftsziele übersehen werden. Es wird IoT um des IoT willen betrieben ohne echte Rendite. Analytik ist im Spiel, aber nie strategisch. Sie bleiben in der „erfüllen und reagieren“-Phase stecken. Der Übergang in die „vorhersagen und antizipieren“-Phase ist der Punkt, an dem IoT anfängt, einen Unterschied zu machen.

Beim Aufbau einer IoT-Plattform entfernt sich Daten typischerweise nie weit von ihrer Quelle. Während einige Datensilos in diesem Prozess aufgebrochen werden, ist es sehr einfach, neue an ihrer Stelle zu replizieren oder zu erstellen. Für einen voll realisierten IoT-Betrieb müssen Führungskräfte gezielt daran arbeiten, Daten weit und in Echtzeit zu teilen. In Silos riskieren Sie, reiche Daten redundant zu machen und Anstrengungen über Teams zu duplizieren. Die resultierenden Engpässe verhindern schnelles Handeln. Daten sind Ihre Augen und Ohren im IoT; ohne sie arbeiten Sie nur im Dunkeln.

Zuletzt ist die Einführung eines IoT-Betriebs keine kleine Leistung. Es ist eine hochkomplexe Technologieform, die sich im Laufe der Zeit anpassen und verändern muss. Nicht viele Organisationen haben die technische Expertise, eine Plattform zu bauen, geschweige denn die Last der Wartung und Weiterentwicklung nach dem Bau zu tragen. Allein für Analytik ist ein dediziertes Team von Data Scientists erforderlich, um Wert aus den riesigen Datenmengen zu extrahieren und zu maximieren, die Ihre IoT-vernetzten Geräte sammeln werden.

Den digitalen Faden weben

Der beste Weg, Daten in Ihrem IoT-Betrieb zu priorisieren, ist die Schaffung eines digitalen Fadens. Dies ist eine gemeinsame Durchgängigkeit, die quer durch Ihre Organisation verläuft. Sie verbindet Produkte, Systeme, Menschen, Kunden und Partner. Daten können leicht über diese Linie reisen, um für alle Parteien leicht zugänglich zu sein. Sie können verschiedene Datensätze im Faden priorisieren, beliebige Silos miteinander verbinden und Informationen in einen zentralen, besser handhabbaren Kontrollpunkt leiten.

Beispielsweise kann ein digitaler Faden den gesamten End-to-End-Lebenszyklus eines Produkts verweben. Er umfasst Daten, die in jeder Phase produziert werden – einschließlich Design, Fertigung, Versand, Feldeinsatz, Wartung und Außerbetriebnahme. Die Daten leben in einem umfangreichen Closed-Loop, der reif für das Mining ist. Sobald Sie die richtigen Daten am richtigen Ort haben, können Sie beispielsweise prädiktive Erkenntnisse ableiten, um den Produktlebenszyklus auf neue Weise zu verbessern. Es sind die datengetriebenen Erkenntnisse, denen Sie vertrauen und auf die Sie handeln können, um Geschäftsergebnisse zu erzielen.

Das Weben dieses digitalen Fadens durch Ihre Organisation erfordert Folgendes:

• Top-Down-Buy-in, das zu Bottom-Up-Buy-in führt – Ein digitaler Faden ist eine enorme Geschäftstransformation, und sein Erfolg erfordert engagierte Sponsoring von der Führungsebene. Holen Sie sich ihren Buy-in so früh wie möglich und zeigen Sie ihnen frühe Erfolge, um sie an Bord zu holen. Mit der sichtbaren und aktiven Exekutiv-Sponsoring des Projekts durch die C-Suite ist das breitere Unternehmen eher bereit, es zu unterstützen und Verhaltensweisen zu ändern, um es erfolgreich zu machen. Die Teile Ihrer Organisation werden sich natürlicher fügen. Andernfalls erwarten Sie Widerstand auf Arbeitsebene.

• Klarer Buy-in von Geschäftseinheiten— Genauso wichtig wie der Buy-in von oben ist der Buy-in von den Lines of Business, besonders auf der technischen Seite. Dies etabliert business-geführte Use Cases, die einen „Pull“-Mechanismus ermöglichen, der im Tandem mit dem „Push“-Mechanismus funktionieren kann, der von zentralisierten Organisationen wie IT geführt wird. Andernfalls ist zentrale Frustration wahrscheinlich, und keine substanziellen Geschäftsergebnisse werden erreicht.

• Eine Data-Science-Kultur in Ihrer Organisation befähigen – Bilden Sie ein dediziertes Datenanalyse-Team, das damit beauftragt ist, datengetriebene Erkenntnisse in Ihrer Organisation freizusetzen. Zusammengesetzt aus Data Scientists und anderen High-End-Datennutzern, wird dieses Team Ihre „Data Heroes“ bilden, die die Expertise haben, Daten zu wranglen und zu wissen, was damit zu tun ist. Andernfalls könnte es, selbst wenn Lines of Business Daten „pullen“ wollen, technisch außerhalb ihrer Möglichkeiten liegen.

• Sauberer, automatisierter Datenfluss – Automatisieren Sie den Prozess, Daten in Erkenntnisse umzuwandeln. Reduzieren oder eliminieren Sie manuelle Prozesse für Lines of Business, um sich zu engagieren. Arbeiten Sie eng mit Fachexperten zusammen, um sicherzustellen, dass Daten sauber und sogar annotiert sind, damit Barrieren für die geschäftliche Einführung minimiert werden. Andernfalls sind interne Datenkonsumenten unsicher, welche Daten sie auswählen sollen, und verlieren auch Vertrauen in deren Integrität.

IoT ist mehr als nur Geräte zu verbinden. Daten und Menschen müssen ebenfalls verknüpft sein, um im Einklang zu arbeiten. Sobald alle Teile zusammengefügt sind, können Sie IoT sein volles Potenzial ausschöpfen und Geschäftsergebnisse realisieren, statt nur zu experimentieren.