BIG DATA, OPEN DATA OG DATA DREVEN INNOVATION. Morten Skov Jørgensen SW/ICT Engineer

Transkript

1 BIG DATA, OPEN DATA OG DATA DREVEN INNOVATION Morten Skov Jørgensen SW/ICT Engineer

2 Alexandra Instituttet er en non-profit virksomhed, der arbejder med anvendt forskning, udvikling og innovation inden for it Vi er sat i verden for at skabe værdi, vækst og velfærd i det danske samfund Side 2

3 NETFLIX: HOUSE OF BIG DATA Netflix: 29 mill. brugere Netflix looks at 30 million plays a day, including when you pause, rewind and fast forward, four million ratings by Netflix subscribers, three million searches as well as the time of day when shows are watched and on what devices Knew that a healthy share had streamed the work of Mr. Fincher, the director of The Social Network, from beginning to end. And films featuring Mr. Spacey had always done well, as had the British version of House of Cards. Designede House of Cards til dette publikum Købte 2 sæsoner i ét hug (100Mio$) vidste det ville blive succes Side 4

4 KUNDETRAFIK sdfsdf Side 5

5 KUNDETRAFIK Fire byer, fire forskellige hypoteser: Tidsperiode: (2 uger - 3 måneder) Ry Kvickly & midtby Ringe Fritidscenter og midtby Vejle Hvordan sikre man værdi i hele gågaden Næstved Storcenter og midtby Side 7

6 KUNDETRAFIK - TEKNOLOGIEN Raspberry Pi 3 Ekstern Wifi Antenne 4G Dongle Sender data til server Real time visualisering Side 8

7 KUNDETRAFIK - RINGE Hvad der kan udledes Hvilke ugedage er folk i byen? Hvornår på dagen er folk i byen? Side 10

8 KUNDETRAFIK - RINGE Hvad der kan udledes Hvad er effekten af specielle events? Hvor i byen opholder folk sig? Side 11

9 OPEN DATA DANMARK Århus København Odense Aalborg Vejle Region Midtjylland Side 12

10 OPEN DATA DANMARK Real tids data Trafikmålinger fra Århus Populære bøger ved Vejle Biblioteker Statiske data Antal elever pr skoletrin i Odense Fjernvarmeforbrug i Sulsted Flere formater XLSX, PDF, HTML, JSON, SHP osv Side 13

11 OPEN DATA DANMARK - OBS Meget data Men svært at bruge Muligheder for kreativitet Hvad vil man have ud af det? Kan bruge lang tid på at kigge på data uden at kunne bruge det Vigtigt at tænke sammenhæng mellem indsamling og brug Kræver resurser at udføre et data drevent udviklingsprojekt Start ved målet og skaf data til at understøtte det Senere kan man starte ved data og arbejde mod mål Side 14

12 3D CITY MAP 3D visualisering af åbne data SHP, KML, JSON (geodatastyrelsen) Real tids data til at vise events City Pulse data broker Kører i en browser Javascript Side 15

13 DATA OPSUMMERING Ry, Ringe, Vejle og Næstved er dataindsamling med udgangspunkt i målet 3D City bruges til at danne hypoteser baseret på data Er forskellige steder i cyklussen Side 16

14 DATA DREVEN INNOVATION OKM A/S Digital produktionsplatform Ca 1 år fra første møde til færdig produkt MobileThink Forståelse af mobilabbonementer Ca 1/2 år fra første møde til færdig prototype Novicell Brug af wifi signaler til at optimering af indretning Ca 1/2 år fra første møde til prototype Side 17

15 DATA DREVEN INNOVATION - OKM Maskinfabrik i Tønder Store mængder data om produktion Manglede sammenhæng med manden på gulvet Oplevede spildtid, fejl og mangler på produktion Side 18

16 DATA DREVEN INNOVATION - OKM Arbejdsgruppe bestående af: Syddansk Universitet Pro IT OKM Alexandra Instituttet Udvikle Smart Produktion Side 19

17 DATA DREVEN INNOVATION - OKM Bruger Microsoft Dynamix C5 til ERP Valgte Rob-Ex som planlægningssystem Alexandra udviklede et interface til manden på gulvet (Videnkupon) Side 20

18 DATA DREVEN INNOVATION - OKM Registrering af operatørtid på den enkelte operation Registrering af maskintid på den enkelte operation Tilbagemelding af færdige emner Se om maskinen er færdig Se om der er fejl på maskinen Data registreres direkte i C Side 21

19 DATA DREVEN INNOVATION - OKM Generes dagligt 10GB data Arbejdes på at udnytte dette Upsides: Korrekt efterkalkulation Papirløs kvalitetsstyring Fejlrate på 0 ppm Side 22

20 OPSUMMERING Vigtigt at anerkender hvor man er i processen Ønsker man at forstå eller udnytte ens data? Være opmærksom tidshorisont Hvor moden er man i den nuværende brug af data? Også afhængig af databehov/modenhed Side 23

21 Tak for opmærksomheden!