MIDAS – datalla ja systeemisellä mallinnuksella parempia hyvinvointipäätöksiä

Hajanainen tieto tuottaa osaoptimoituja ratkaisuja eikä auta tulevaisuuden suunnittelua. Systeemisellä lähestymistavalla päästään kokonaisnäkemykseen ja voidaan suunnitella ennakoivia toimia.

EU-rahoitteisen kansainvälisen MIDAS-hankkeen (Meaningful Integration of Data Analytics and Services) tähtäimessä on kehittää big datan hyödyntämistä terveyteen ja hyvinvointiin liittyvässä, näyttöön perustuvassa poliittisessa päätöksenteossa. Yhdistämällä ja hyödyntämällä eri datalähteitä voidaan tarjota päätöksentekijöille työkaluja, joilla tehdä perusteltuja päätöksiä.

Yksi projektin viidestä pilotista toteutetaan Suomessa, jossa yhteistyötä hankkeen parissa tekevät Teknologian tutkimuskeskus VTT, Oulun yliopisto sekä Terveyden ja hyvinvoinnin laitos. Käyttäjänäkökulmaa tarjoavat Oulun kaupunki ja sosiaali- ja terveysministeriö.

Erityisenä tarkastelun kohteena projektilla on Oulun nuorten hyvinvointi. Tätä taustaa vasten kehitetään tarvittavaa datan yhdistämisen ja visualisoinnin alustaa vastaamaan virkamiesten ja poliittisten päätöstentekijöiden tarpeisiin. Palvelualustan ja sen mahdollistamien tukijärjestelmien avulla päätöksentekijät voivat tarkastella ja ennakoida yhteiskunnallisen hyvinvoinnin ja terveydentilan kehitystä lyhyellä ja pitkällä aikavälillä.

Rajallisella datalla vain rajallisia näkemyksiä

Nykyisellään päätökset perustuvat usein yhdeltä alueelta kerättyyn tietoon ja rajoittuneisiin, erillisiin tavoitteisiin. Eri vastuualueiden välinen koordinointi voi olla hyvinkin vähäistä ja yhteistyö jopa pysähtyä kilpailuun rajallisista resursseista.

Käytetty data on pääosin teknistaloudellista eli liittyy tarjottujen palveluiden resursointiin ja käyttöön. Muut vaikuttavat tekijät ja toisaalta tarjottujen palvelujen vaikuttavuus jäävät usein huomiotta. Kokonaisnäkemys hukkuu herkästi eri osien ja ongelmien toisistaan irrallisen tarkastelun alle.

Tärkeää olisi tarkastella teknistaloudellisten vaikutusten lisäksi vaikuttavuuden eri ulottuvuuksia. Arvioinnin tulisi tapahtua myös sosiaalisesta näkökulmasta, jossa otetaan huomioon vaikutukset muun muassa kansalaisille ja yhteiskunnalle. Siksi datan visualisoinnin ja kvantitatiivisen analysoinnin rinnalle kehitetään nyt tapoja ottaa huomioon myös asiantuntijoiden ja päätöksentekijöiden kvalitatiivinen kokemus ja näkemys.

Yksityiskohdista kokonaisuuteen

Projektissa lähdetään aiemmasta poiketen ryhmämallinnuksen keinoin asiantuntijoiden näkemyksestä. Tavoitteena on vastaus kysymykseen, mikä on se kokonaisuus – palvelujärjestelmä yhdessä yhteiskuntajärjestelmän kanssa – jonka kanssa ollaan tekemisissä ja jota tulisi voida ohjata. Tämän kokonaiskuvan pohjalta muodostetaan näkemys tarvittavasta datasta. Päätöksentekijätahosta riippuen data voi olla hyvinkin erilaisessa muodossa ja sijaita hajallaan eri järjestelmissä. Systeemidynamiikan keinoin yhdistetään dataa ja asiantuntijanäkemyksiä pyrkien näin irti menneisyydessä tapahtuneen tarkastelusta ja siirtymään päätösten suunnitteluun tulevaisuusennusteiden pohjalta.

Systeemidynamiikka on insinööritieteisiin perustuva lähestymistapa, jossa käytetään mallinnusta ja simulointia teknis-taloudellis-sosiaalis-ekologisten järjestelmien tarkasteluun. Sen erityisenä pyrkimyksenä on nähdä osien muodostamien kokonaisuuksien rakenne ja ymmärtää sitä kautta kyseisen kokonaisuuden käytöstä.

Systeemidynamiikka pyrkii melko korkealla abstraktiotasolla näkemään ”puiden muodostaman ekologisen kokonaisuuden yksittäisten puiden solurakenteen sijaan”. Näin ollen se on omiaan useiden toimijoiden ja sidosryhmien muodostamien teknis-sosiaalisten järjestelmien tarkasteluun.

Kun mallinnus tehdään ryhmämallinnuksen keinoin, osallistuville tahoille tarjoutuu mahdollisuus myös käydä keskustelua neutraalilla maaperällä, jossa fokuksessa on kokonaisuuden rakenne ja toimijoiden välisten riippuvuuksien kartoitus. Tämä helpottaa perustellun yhteisen sävelen löytämistä resursseista taistelun sijaan.

 

Minna Pikkarainen
Research Professori, Connected Health
minna.pikkarainen(a)vtt.fi
@MinPikkarainen

Jukka Ranta
Research Scientist, VTT
jukka.ranta(a)vtt.fi

Peter Ylén
Principal Scientist, VTT
peter.ylen(a)vtt.fi

MIDAS-hanketta koordinoi Ulsterin yliopisto ja Suomen lisäksi osallistujia on Espanjasta, Belgiasta, Englannista, Irlannista, Sloveniasta ja USA:sta. Suomen pilotissa kehitettävä järjestelmä tukee nuorten mielenterveyden riskitekijöihin liittyvien palveluiden kohdentamista ja resursointiin liittyvää päätöksentekoa.

 

Lisää aiheesta VTT:n tiedotteessa.

 

From data to decisions – the re-distribution of roles in manufacturing ecosystems

Data, information, knowledge and analytics, and the use of data in decision-making drive a transformation process not only in the ICT sector but also in global manufacturing companies. Digitalization has a tendency to disrupt “traditional” industrial fields in a crucial and unforeseen way. Machinery and service suppliers must build new capabilities related to having access to the data, analyzing it and particularly in understanding the customer’s business environment for making best use of the data.

Global manufacturing companies are in the middle of a transformation process driven by rapid ICT development. Data, information, knowledge and analytics, and the use of data in decision-making are at the core of this transformation process. Asset owners and operators responsible for the use, maintenance and development of industrial plants make daily operative and strategic decisions and thus can benefit from the information gathered by other actors and a wealth of analytical tools. To answer this need, machinery suppliers have added intelligence to their products. However, so far the adoption of new IoT-based technologies and service concepts has not fully met the high level of expectations.

In a data driven ecosystem, machinery suppliers and asset owners (operators) have different perspectives of machine fleets. Asset owners seek to improve the efficiency of the entire production system, while suppliers mainly provide product-specific services. Such services often have a supplementary role in the customer company´s operations, and therefore the arising associated monetary benefits are hard to define. In short, the supplier companies should focus on (eco)systems instead of discrete products or product fleets. Service providers should develop competences that are crucial for a broader understanding of the processes and goals of the customer’s production system.

Machinery supplier and service companies will have to compete for their roles in the market of data and analytics centric services. Entrants from other sectors – 3rd party players – have also found a growing market for knowledge-based services. For example, Travis Kalanick (CEO of Uber) said “If we can get you a car in five minutes, we can get you anything in five minutes”, meaning that they are prepared to re-distribute the roles in the manufacturing ecosystems by creating new and interesting information and platforms. Digitalization may disrupt “traditional” fields of industry in crucial and unforeseen ways. Machinery suppliers have to choose how they operate in this new changing world. The ones who want to take a greater role in the customer’s ecosystem must be prepared to engage in knowledge and cooperation networks. New knowledge requirements relate to the gathering of information from different sources and to the analysis of information, and in particular to the understanding of the customer’s business environment so that knowledge can be utilized to support customer decision-making.

Service exports in Finland have grown strongly over the past two decades. According to a recent report (Etla, VATT and Aalto), service exports last year accounted for about 36 percent of the total value added of exports. This development also reflects the global trend that companies are moving from a product-oriented business to providing lifecycle services. The collection of data on the equipment fleet from the global market enables the provision of information-intensive services that support the use and maintenance of equipment.

See also:

Helena_Kortelainen_2010
Helena Kortelainen
Principal Scientist, VTT
helena.kortelainen(a)vtt.fi

 

 

Ari Happonen_kuva

Ari Happonen

TkT/D.Sc.(Tech.), Lappeenranta University of Technology
ari.happonen(a)lut.fi

Digitalisaatio muokkaa tiedon hallintaan pohjautuvien palveluiden markkinoita

Digitalisaatio ja teollinen internet uudistavat liiketoimintamalleja kaikkialla ja kaikilla toimialoilla. Uudet teknologiat mahdollistavat lähes rajattoman datan keruun sekä tiedon nopean prosessoinnin ja hyödyntämisen liiketoiminnan tuottavuuden ja reagointikyvyn parantamisessa.

Oleellisena osana tähän kehitykseen kuuluu digitaalinen disruptio, joka viittaa uuden teknologian aiheuttamaan erittäin merkittävään muutokseen perinteisillä toimialoilla. Tuttuja esimerkkeinä toimialojen ravistelijoista ovat Uber ja Airbnb. Myös teollisuuden koneita ja palveluita tarjoavien yritysten on vastattava digitalisaation haasteeseen kehittämällä tiedon hallinnan ja analytiikan osaamista. Uudet tiedon hallintaan perustuvat palvelut edellyttävät asiakkaan liiketoimintaympäristön muuttuvien vaatimusten ymmärtämistä ja kykyä auttaa näiden haasteiden selättämisessä.

Globaalit teollisuuden arvoketjut ovat keskellä nopean tieto- ja viestintätekniikan kehityksen ohjaamaa muutosta. Data, informaatio, tietämys ja analytiikka sekä tiedon hyödyntäminen päätöksenteon pohjana ovat tämän muutosprosessin ytimessä. Teollisuuden tuotantolaitosten käytöstä, ylläpidosta ja kehittämisestä vastaavat toimijat tekevät päivittäin operatiivisia ja strategisia päätöksiä. He voisivat hyötyä myös muiden toimijoiden keräämästä tiedosta, monipuolisista analyysityökaluista sekä tiedon yhteiskäytöstä. Kone- ja laitevalmistajat ovat pyrkineet vastaamaan tähän tarpeeseen lisäämällä tuotteisiin älykkyyttä ja tiedonkeruumahdollisuuksia. Toistaiseksi uudet teollisen internetin mahdollistamat teknologiat ja palvelut eivät ole kuitenkaan täysin vastanneet niihin asetettuja toiveita.

Dataan perustuvissa ekosysteemeissä teollisuuden tuotantolaitokset ja kone- ja laitevalmistajat tarkastelevat tuotantojärjestelmiä eri näkökulmista. Tuotantolaitokset pyrkivät koko tuotantojärjestelmän tehokkuuden kehittämiseen, kun taas toimittajat tarjoavat lähinnä tuotekohtaisia palveluja. Asiakkaan kokonaisuutta korostavilla mittareilla mitattuna näillä palveluilla on usein täydentävä rooli, ja niiden avulla saavutettavia taloudellisia hyötyjä on vaikea määritellä. Toimittajien tulisikin paneutua laajempien kokonaisuuksien ymmärtämiseen ja kehittää osaamista, jotka ovat keskeisiä asiakkaan tuotantojärjestelmän prosessien ja tavoitteiden ymmärtämiseksi.

Tulevaisuudessa kone- ja laitevalmistajat joutuvat kilpailemaan roolistaan datapohjaisten palveluiden ja analytiikan markkinoilla. Myös muilta sektoreilta tulevat toimijat ovat havainneet tietoon pohjautuvien palveluiden kasvavan markkinan. Uberin CEO Travis Kalanick on todennut, että “jos voimme saada sinulle auton viidessä minuutissa, voimme saada sinulle mitä hyvänsä viidessä minuutissa“. Digipalveluiden kehittäjät pyrkivät siis jakamaan uudelleen myös tuotannollisen teollisuuden toimijoiden roolit luomalla uutta, mielenkiintoista tietoa ja alustoja. Digitalisaatio voi muuttaa “perinteisiä” teollisuudenaloja disruptiivisella eli radikaalisti markkinoita muovaavalla, ennakoimattomalla ja vaikeasti ennustettavalla tavalla. Kone- ja laitevalmistajat, jotka haluavat ottaa suuremman roolin asiakkaansa ekosysteemissä, on oltava valmis satsaamaan osaamiseen ja yhteistyöverkostoihin. Uudet osaamisvaatimukset liittyvät tiedon keräämiseen eri lähteistä ja tiedon analysointiin sekä erityisesti asiakkaan liiketoimintaympäristön ymmärtämiseen, jotta tietämystä voidaan hyödyntää asiakkaiden päätöksenteon tukemiseksi.

Suomen palveluvienti on kasvanut voimakkaasti viimeisten kahden vuosikymmenen aikana. Tuoreen raportin (Etla, VATT ja Aalto) mukaan palveluvienti vastasi viime vuonna jo noin 36 prosentista viennin koko arvonlisäyksestä. Tämä kehitys heijastaa myös globaalia trendiä, jonka mukaan yritykset siirtyvät tuotekeskeisestä liiketoiminnasta tarjoamaan elinkaaripalveluja. Datan keruu kansainvälisille markkinoille levittyvästä laitekannasta mahdollistaa tietointensiivisten, laitekannan käyttöä ja ylläpitoa tukevien palvelujen toteuttamisen.

Lisätietoja:

Helena_Kortelainen_2010
Helena Kortelainen
Principal Scientist, VTT
helena.kortelainen(a)vtt.fi

 

 

Ari Happonen_kuva

Ari Happonen

TkT/D.Sc.(Tech.), Lappeenranta University of Technology
ari.happonen(a)lut.fi

6 tapaa aloittaa datalähtöinen liiketoiminta

Laitteet kytkeytyvät verkkoon kiihtyvällä tahdilla, ja siksi asiakkaisiin voi olla yhteydessä missä tahansa, millä tahansa laitteella ja milloin tahansa. Tämä on lupaus, jonka mahdollistajana on asioiden internet. Kolikon toinen puoli on data, joita nämä verkkoon liitetyt asiat tuottavat. Tietoa on yhä enemmän hyödynnettävissä. Näiden yhdistelmistä syntyvät mahdollisuudet uudelle datalähtöiselle liiketoiminnalle.

Yleinen näkemys on, että data on rahaa, siksi ainakin sen omistaja on vahvoilla. Näkemyksessä uusien datalähtöisten liiketoimintamallien avulla raha siirtyy vanhan maailman toiminnan harjoittajilta uusille innovatiivisille toimijoille. Toisaalta koko arvoketjun tuottavuus tehostuu ja hyöty jakaantuu. Liiketoiminnassaan älykkäimmin dataa ja muutoksen mahdollisuuksia hyödyntävä poimii marjat. Koska data liikkuu nopeasti ja globaalit markkinat ovat saavutettavissa, liiketoimintamalleihin saa liitettyä nopea skaalautuvuutta ja huikeaa kasvupotentiaalia, mikä taas innostaa sijoittajat investoimaan. Toisaalta kilpailukin on hurjaa ja toimintaympäristöt muuttuvat nopeasti.

Miten tähän kelkkaan sitten pääsee mukaan? Tässä kuusi tapaa:

  1. Resursoi uudelleen. Napit kaulaan ja riittävästi valtaa asiaan nimetylle johtajalle. Yrityksissä yleistyviä nimikkeitä ovat CIO (Chief Innovation Officer) tai CDO (Chief Data Officer). Oletuksena on, että taitava ja systemaattisesti johdettu kehittäminen ja panostus tuottavat varmimmin tuloksen.
  2. Kouluta henkilöstö. Usein pullonkaula. Ovatko yrityksen sisäsyntyiset ideat ajan tasalla? On huomattava, että esimerkiksi data-analyytikoille on jo kova kysyntä työmarkkinoilla eikä sellaiseksi opi hetkessä. Luonnollisesti myös rekrytointiin voi panostaa.
  3. Järjestä hackathon. Anna muiden (start-upit, erilaiset IT-ratkaisutiimit) ideoida puolestasi ja poimi lopputuloksista parhaat aihiot. Hackathonin järjestäminen voi olla työlästä ja vaatii myös henkilöstön osaamista ja panostusta. Muita malleja on järjestää innovaatiokilpailu tai osallistua temaattisiin projekteihin (esim. SMACC, Aarre, Games for Health).
  4. Tarjouskilpailu. Tiedätkö, mitä datan hyödyntämiseen liittyviä ratkaisuja haluat ostaa? Jos tiedät – liiketoiminnallisen hyödyntämisen visio on selkeä ja olet todennäköisesti jo edelläkävijä. Tai sitten olet tekemässä pahaa ja kallista virhettä.
  5. Osta konsultointipalvelu. Mallita ja suunnittele perusteellisesti. Pienennä riskiä ja tunnista mahdollisuudet paremmin. Sopii erityisen hyvin silloin, kun mahdollisuudet (ja uhkat) ovat kymmenissä tai sadoissa miljoonissa. Toisaalta konsulttejakin on tietysti monenlaisia ja monenhintaisia.
  6. Ideoi ja testaa sovellusideasi. Tee ketterä demo ja testaa asiakkailla. Opit samalla itse tekemisen kautta. Ohjelmistoalustoja ja ketterää palvelua tarjoaa esimerkiksi VTT:n Solution Sprint -palvelu. Yllättävän pienellä työllä voit päästä nopeasti ja tehokkaasti eteenpäin. Tärkeintä on idea.

Mikko Utriainen, erikoisasiantuntija

mikko.utriainen @ vtt.fi; +358 40 753 7415