Автоматизированный сбор данных: от перегруза информацией к действенным инсайтам

Автор: Кен Гиффорд

Возьмете ли вы в Baskin-Robbins человека, который действительно любит мороженое? Всякий раз, когда я веду туда жену, у нее в голове уже есть идея, что хочет. Но перед лицом ошеломляющего выбора она теряется. Сегодня это называют «информационной перегрузкой». Мы знаем, какую информацию ищем, но наши чувства насыщаются данными. Это как пить из пожарного шланга.

Клей Ширки, американский писатель об интернет-технологиях, говорит:

«Это не перегруз информацией. Это провал фильтрации.»

Википедия формулирует так: «Некоторые когнитивные ученые и дизайнеры подчеркивают разницу между сырыми данными и формой, пригодной для мышления. В этом виде перегруз информацией лучше рассматривать как «недостаток организации». Проблема не в объеме, а в неумении пользоваться сырыми или предвзятыми данными».

Я просто разделяю данные и информацию. Данные — это просто сырые данные в простейшей форме. Информация — это данные, дистиллированные в что-то действенное.

В промышленном мире это представлено в виде трендов. Тренд — непрерывная линия, показывающая изменение параметра во времени. Все видели презентации с красной линией на холсте, идущей вверх или вниз.

При анализе временных рядов трендовые графики незаменимы: они мгновенно показывают резкие изменения и момент их возникновения, позволяя быстро сузить временной интервал для глубокого анализа. Поэтому тренды — основной инструмент любого промышленного пакета сбора данных.

Но какой данные собирать? Это загруженный вопрос. Когда мы начинаем проект с клиентом, спрашиваем: «Какие данные вы хотите собирать?». Обычно ответ: «Все». Это вызов в нескольких аспектах. Часто это признак того, что пользователь не знает, какие данные реально важны для оценки процесса. С другой стороны, есть скрытые факторы, влияющие на процесс. Сбор «всего» дает шанс понять аномалии. Но тогда нужны мощные «фильтры» для сортировки и просмотра именно нужной информации для принятия решений.

Перед «глубоким погружением в данные» учтите стоимость. Система, собирающая данные с тысяч источников, будет дорогой. Подход: разверните систему под «высокоценные» точки + запас ~100 дополнительных каналов («тегов»). Эти резервные теги можно перепрограммировать под новые спеки или повторяющиеся проблемы на конкретном оборудовании. Это снижает общую стоимость, сохраняя гибкость для глубокого анализа при необходимости.

Надеюсь, серия статей об автоматизированном сборе данных была полезна. Есть вопросы или хотите обсудить сбор данных? Звоните: 800-844-8405.