käyttäjäpäivät 17.02.2005

BayMiner käyttäjäpäivä 17.02.2005 © Bayes Information Technology Oy 2005

Käyttäjäpäivät 17.02.2005Käyttäjäpäivät 17.02.2005


Käyttäjäpäivät 17.02.2005Käyttäjäpäivät 17.02.2005

13.10 Avaus.

13.15 Probabilististen mallien eduista, Petri Myllymäki, prof. CoSCo/HIIT.

13.45 Käyttökokemuksia, Vesa Pirinen, kehityspäällikkö, YIT. 14.15 Keskustelua ja tauko.

14.35 BayMiner-käyttöesimerkkejä, Antti Tuominen, projektipäällikkö, BayesIT.

15.00 Analyysejä ja raportointia, Ralf Ekholm, toimitusjohtaja, BayesIT.

15.45 Loppukeskustelu.


Ainutlaatuinen osaaminenAinutlaatuinen osaaminen

BayMineri perustuu maailman johtavien Bayes-verkkoasiantuntijoiden pitkäaikaiseen tutkimustyöhön (CoSCo)

Menetelmä patentoitu: US pat appl. no 0/1019477

European pat.appl. no 00944080.1

Bayes-verkot: Multinet™

Visualisointi: B-Vis™


1 Osa: Analyysit.1 Osa: Analyysit.

Ydintoimintojen analyysit. Projektien riskianalyysit.

Asiakaspalautteen analyysit.

Laatuanalyysit

Myyntianalyysit

Esimerkki muista analyyseistä. Työturvallisuus.

Kiinteistöjen analyyseistä lyhyesti


2 Osa: Raportit2 Osa: Raportit

Perinteiset menetelmät. Tilastotieteelliset menetelmät, ristiintaulukointi ym.

Taulukkolaskenta, esim. mitä jos–laskenta ja graafit niistä.

Uudet, älykkäät datankäsittelymenetelmät. Neuroverkot, geneettiset algoritmit, sumea logiikka.

Lopuksi käytännön asioita, mm.: Datan keräys ja esikäsittely.


BayMiner-prosessiBayMiner-prosessi

Laskee Bayes- verkon & 3D-

kuvan

Datan keräys ja

valmistelu

Datan keräys ja

valmistelu

EXCEL, DB, MS Access ja vastaavat

Siirtotiedosto

Tietämyksenesitys

&käyttöliittymä

Tietämyksenesitys

&käyttöliittymä

Tulosten visualisointi:

3-D pistepilvet ja jakaumat

BayMiner

Vastaukset

Kysymysten ohjaus

Interaktiivinen

Tulos netissä

BayesITAsiakas

BayMiner


Riskianalyysit – miksi ne ovat niin hankalia?Riskianalyysit – miksi ne ovat niin hankalia?

1. Riskit eivät ilmene yhdessä tai muutamassa tiedossa (muuttujan arvoissa) vaan ovat upotettuina moneen eri tekijään.

2. Ongelmat syntyvät yleensä seurauksena useasta yhteen-sattumasta.

3. Potentiaalisia riskitekijöitä on erittäin paljon – kaikista ei pysty keräämään tietoja etukäteen eikä niitä voi analysoida erikseen.

4. Tilanne muuttuu jatkuvasti, joten uudet tiedot pitää saada käyttöön nopeasti, vaikka ovatkin alussa puutteellisia.

5. Aina puuttuu paljon oleellista tietoa.


Nämä voisivat olla teidän hankkeita!Nämä voisivat olla teidän hankkeita!

Kuva näyttää minkälaista tietämystä tietokannoissa piilee lukujentakana. • Jokainen piste kuvaa hankketta. • Pisteet sijoittuvat kolmeen ryhmään.• Värisiirtymä kuvaa hankkeiden hyvyyttä.

Kuva on luotu kokonaisvaltaisenvertailulaskennan avulla. Kaikki muuttujatvaikuttavat samanaikaisesti ja muuttujienkeskinäinen paino on tunnistettulaskemalla se datasta.


Riskin ennustaminen BayMineriä käyttäenRiskin ennustaminen BayMineriä käyttäen

1. Kerää taulukkoon oleellisimmat tiedot toteutuneista hankkeista.

2. Lähetä se BayesIT:n palvelimelle laskettavaksi.

3. Saat tuloksena pistepilvikuvan hankkeista ryhmiteltynä sen mukaan, miten ovat menestyneet.

4. Syötä käytettävissä oleva tieto uudesta hankkeesta.

5. Näet, miten se sijoittuu suhteessa toteutuneisiin hankkeisiin.

6. Jos uusi hanke sijoittuu huonosti menestyneiden joukkoon, on hyvin todennäköistä, että uusikaan ei menesty.


Asiakaspalauteanalyysit - miksi ne ovat Asiakaspalauteanalyysit - miksi ne ovat niin hankalia?niin hankalia?

Vaikeuksia kysymysten kanssa. Lähes aina käytetään liikaa kysymyksiä.

Lähes aina kysymykset ovat liian tuote-orientoituneita.

Vastaajat ovat ymmärtäneet kysymykset eri tavoin.

Tulokset eivät ole sellaisia, joita odottaa: Tulokset ovat ”tasapaksuja”.

Uutta informaatiota on vaikeita löytää.

Suuret ongelmat ovat jo tiedossa.


Asiakaspalautteen analyysi BayMineriä käyttäenAsiakaspalautteen analyysi BayMineriä käyttäen

Kaikki tärkeimmät liiketoimintanäkökulmat mukaan malliin, jotta tulosta voi tarkastella ”eri suunnista”.

Testatkaa kaavakkeet todellisessa koetilanteessa.Tulosten ”käyttäjä” (johtaja) pitää itse testaa, ei joku hänen edustaja.

Arvioijan rooli mukaan muuttujaksi sillä organisaatiossa on aina sisäisiä intressiristiriitoja.

Riittävästi myös huonoja palautteita. Oire huonosta kaavakkeesta: Jos moneen peräkkäiseen

kysymyksiin tulee sama arvo on todennäköistä että:• Vastaaja ei ole ymmärtänyt kysymysten eroja.• Kysymyksiä on ollut niin paljon että hän on kyllästynyt

vastaamaan.


LaatuanalyysitLaatuanalyysit

Riittävän ”laaja” kuva eli muuttujat useasta funktiosta: tuotanto, logistiikka, talous ja myynti samaan taulukkoon.

Spesifikaatioiden epäselvyys myyntivaiheessa on usein huonon laadun aiheuttava juurisyy.

Tämä johtaa hallitsemattomaan muutoskierteeseen josta seuraa virheitä jotka ilmenevät ”huonona laatuna”.

Prosessirajapinnasta ”kuva” kummastakin suunnasta. Vastaukset samoihin kysymyksiin.


MyyntianalyysitMyyntianalyysit

Riittävän ”laaja” kuva eli muuttujat useasta funktiosta: logistiikka, kannattavuus, alueellinen organisaatio, asiakaspalaute.

Alue- ym. tiedot mukaan jotta voitte kohdistaa kehityspanos oikein.

Oikean hinnan löytäminen. Mallin avulla organisaation on helpompi muuttaa hintoja.

Menetettyjen kauppojen datankeräys pitäisi olla organisoitua joka tapauksessa.


TurvallisuusanalyysitTurvallisuusanalyysit

Uusi onnettomuusluokitus (ESAW) tuottaa paremmanlaatuista dataa.

Alue-, alihankkija, vierastyövoima ym. tiedot mukaan vaikka ne ovat puutteellisia.

Ensimmäinen versio työturvallisuusmallista esitettiin 4.6.2004 RATUKE hankeen seminaarissa.

Jatkohanke käynnissä, Rakennusteollisuus RT vetää hanketta.

Seuraavan version tulokset esitetään kesällä 2005 RATUKE seminaarissa.


KiinteistöanalyyseistäKiinteistöanalyyseistä

Property management. Elinkaarikustannusmalli.

Korjausvelkamalli

Energiasäästön seurantamalli.

Facility management. Käyttökustannusmalli

Palvelutuottajien valinta ja seuranta.

Portfolio/Asset management. Salkkuanalyysi.


Kiinteistöanalyysejä vaivaa datan puuteKiinteistöanalyysejä vaivaa datan puute

Dataa puuttuu nimenomaan kiinteistön käytöstä. Korjausvelkamalli. Talous- tai tekniset trendi-mallit korvataan

yhteisellä teknis-taloudellisilla mallilla.

Energiasäästön toteutuksen seurantamalli.

• EU direktiivi johtaa koviin haasteisiin, vielä ei tiedosteta mitä kaikkea siitä seuraa.

Facility management. Käyttökustannusmalli – indeksit eivät kerro riittävästi koska

kiinteistötyyppi ja käyttö eivät muodosta selkeitä luokkia.

Palvelutuottajien valinta ja seuranta –> moniulotteinen hankintaongelma.


RaportoinnistaRaportoinnista

Raportoinnin pitäisi olla: Liikkeenjohdon tiedontarpeita palveleva ja

päätöksentekoa tukeva toimintamalli.

Nykyinen raportointiprosessi ei sitä ole.


Perinteiset raporttien tuottamismenetelmätPerinteiset raporttien tuottamismenetelmät

Tilastomatemaattiset välineet vaativat ammattilaisen käyttöä monimutkaisuudesta johtuen.

Ns. ristiintaulukointi ei paljasta moniulotteisten ongelmien syitä.

Monimuuttuja-analyysivälineet tuottavat usein vain muutama-muuttuja-analyysejä.

Usein on liian vähän dataa käytettävissä luotettavan tuloksen saavuttamiseksi.

Taulukkolaskenta ei usein kelpaa hyödyllisen raportin tuottamisvälineeksi koska:

Dataa puuttuu aina.

Analyysivälineenä erittäin hidas.

Käyttö on prosessina virhealtis (jos potenssi 2 unohtuu .....)

Vaikea nähdä ”mitä taulukko sisältää”


Ongelmia raportoinnissaOngelmia raportoinnissa – ja miten BayMiner auttaa – ja miten BayMiner auttaa

1. Datan puute ja sen heikko laatu. BayMinerillä saa esille riippuvuuksia vaikka dataa ei ole paljon tai se on heikkolaatuista BayMinerin ainutlaatuisen laskenta-algoritmin ansiosta.

2. Jos yhdistäminen käy, mutta tiedetään, että tuloksiin ei voida luottaa, BayMiner auttaa tunnistamalla ja visualisoimalla poikkeamia.

3. BayMinerin avulla käyttäjä näkee muuttujien yhteisesiintymiset nopeasti.


Datan keräykseen kannattaa panostetaa.

Erityisesti hajautettuja organisaatioita kuten rakennusalaa koskevaa: Palautteen lisäksi kannattaa kerätä organisaation sisältä arvioita, vaikka se

aiheuttaa vastarintaa! Samalla sitoutuminen paranee, käsitteistö selkeytyy ja muutosvastarinta heikkenee.

Jos yritys itse kehittää keräystä varten kaavakkeita, ne pitää testata käytännössä analysoimalla tuloksia, sillä ensimmäiset versiot ovat yleensä hyvin puutteellisia!

Tärkeimmät opitTärkeimmät opit


Tärkeimmät opit jatkuuTärkeimmät opit jatkuu

Valmiiksi suunniteltuja raportteja ei pidä käyttää ongelmien ratkomiseen – raportit on tarkoitettu rutiinianalyysejä varten.

Johto ei ehdi käsitellä mapeittain käyriä ja taulukoita.

Ongelmia ratkaistaessa pitää löytää syy-seuraussuhteet, ja siihen

tarvitaan analyysin lisäksi syvällistä ajatustyötä.

Siksi ongelman omistaja pitäisi itse analysoida dynaamisia malleja liiketoiminnastaan, eikä lukea staattisia raportteja siitä.


Datan keräyksestäDatan keräyksestä


Vinkkejä datan keräyksestäVinkkejä datan keräyksestä

Käytä useita pieniä nettikaavakkeita. Kerää data pala palalta ja yhdistä ne. Markkinoilla on useita hyviä ratkaisuja joilla voi itse tehdä

kaavakkeen ja hoitaa keräyksen.

Lisädatan keräys kannattaa organisoida ensin erillisenä hankkeena IT-järjestelmän ulkopuolella. Näin säästyy paljon kiinteitä kustannuksia.

Prosessien keskeisten funktioiden ”omistajat” pitäisivät vastata kysymyksiin.

Jos ostat dataa selvitä ensin että se on liitettävissä teidän omaan dataan.


Vinkkejä datan keräyksestä jatkuuVinkkejä datan keräyksestä jatkuu

Loppuasiakkaan palaute ainakin kolmelta edustajalta: Päättäjä, ostaja ja käyttäjä.

Näillä on kaikilla oma intressinsä joka on ristiriidassa toisten kanssa.

Kannattaa kehittää datankeräys evoluutioperiaatetta käyttäen: Kerätä vähän dataa ja testata analyysi.

Muuttaa tarvittaessa.

Kerätä lisää dataa jne.

Opitte välttämään manuaalisia työvaiheita - säästyy kustannuksia.

Opitte yhdistämään dataa.


Esimerkkejä hyvistä muuttujistaEsimerkkejä hyvistä muuttujista

Tiedot muutoksista, esim.: Arvio yleisessä muodossa, projektijohtajan toimesta, esim.:

• erittäin paljon, paljon, normaali, vähän, erittäin vähän. Raportointijaksoittain materiaalikulutus, työtunnit jne.

Malli oppii näin riippuvuudet muutosten ja kustannusten välillä.

Työjohtajan kilometrikorvaukset Kohonneet luvut kuvaavat usein sitä että pikkumateriaalin

logistiikka ei toimi (hän joutuu metsästämään tavaraa)


Seuraava asiakastapaaminenSeuraava asiakastapaaminen

Pidetään torstaina 19.5.2005

Tässä samassa paikassa ja samaan aikaan.

Paino riskinhallinnassa.

Julkaisemme BayMiner sovelluksen projektin riskinhallintaa varten.

Kolleganne ovat tervetulleita!

käyttäjäpäivät 17.02.2005

Documents