Data-analytiikka on yrityksille arvokas resurssi

Tiedon hyödyntäminen kaatuu usein data-analytiikan työlääseen käyttöönottoprosessiin. Kainuun ammattikorkeakoulun organisoimassa DAPROA-projektissa kehitetään mallia data-analytiikan helpompaan hyödyntämiseen.

^{TEKSTI | TUOMAS I. LEHTONEN   KUVA | ANU KOVALAINEN}

Monille yrityksille on kertynyt dataa, jota voisi data-analytiikan ja tekoälyn avulla hyödyntää liiketoiminnan ja uusien tuotteiden kehittämisessä. Tiedon hyödyntäminen kaatuu kuitenkin usein data-analytiikan työlääseen käyttöönottoprosessiin.

– Tietovaraston tietojen yhdistäminen, yhtenäistäminen, siivoaminen, täydentäminen ja yhteen tietokantaan saattaminen muodostavat liki 80 prosenttia koko data-analytiikan käyttöönottoprojektista. Jotta pk-yritykset pystyisivät jatkossa hyödyntämään data-analytiikkaa, tulisi prosessin alkuvaihetta nopeuttaa ja helpottaa, DAPROAn projektipäällikkö Janne Pietarila sanoo.

Juuri tähän pyrkii KAMKin puolitoista vuotta kestävä EAKR-hanke DAPROA. Sen keskeisiin tavoitteisiin kuuluu jouhevoittaa data-analytiikkaprojekteja sekä selvittää mahdollisuuksia prosessin alkuvaiheiden automatisointiin. Jatkossa KAMKin tavoitteena on jatkaa data-analytiikaan liittyvää kehitystyötä jatkoprojektien myötä. 

– DAPROAssa luomme toimintamallin, jonka lopputuloksena vaihtelevien tietolähteiden data yhdistetään yhdeksi hallituksi ja määritellyksi tietovarastoksi. Yritykset ja julkisen sektorin toimijat voivat hyödyntää toimintamallia data-analyysiensä käyttöönottoprojekteissa ja näin nopeuttaa data-analytiikan käyttöönottoa ja pienentää sen kustannuksia, Pietarila kertoo.

Tekoälyn ja data-analytiikan kehittäminen on yksi KAMKin vahvuusalueista. Ammattikorkeakoulu tekee tiivistä yhteistyötä Tieteen tietotekniikan keskuksen (CSC) kanssa. Yritys on muun muassa lahjoittanut aiemman BULL-supertietokoneensa KAMK:ille. Koneen korkeaa laskentatehoa voidaan hyödyntää KAMKin tutkimus- ja opetustyössä sekä yritysyhteistyössä.

Ennen DAPROA-hanketta KAMKissa on toteutettu Digimentori-, Data-analytiikan kiihdyttämö – ja DAIKA-projektit. DAIKAssa KAMKiin kehitettiin datan hallintaan ja käsittelyyn sekä tekoälyn soveltamiseen keskittyvä insinöörikoulutus, jonka opetus alkoi syksyllä 2019. 

– Alan osaajatarve on suuri. Siksi aloitamme Datasta tekoälyyn -insinöörikoulutuksen syksyllä myös pääkaupunkiseudulla. Koulutus toteutetaan monimuotokoulutuksena, joten se sopii myös työssäkäyville. Syksyllä alkavaan monimuotoryhmään ja Kajaanin päiväryhmään voi hakea kevään yhteishaussa.

Luomme toimintamallia, joka yhdistää datan yhdeksi hallituksi tietovarastoksi.

DAPROAn projektipäällikkö Janne Pietarila

Luotettavaa ennustetietoa polttoaineen laadusta

DAPROA-hankkeessa on mukana kolme kajaanilaista yritystä Prometec Oy, Rollock Oy ja Tietohippu Oy. Prometec on erikoistunut lämpö- ja voimalaitoksissa käytettävien polttoaineiden laadunmittaukseen. Vuonna 2012 perustetun yrityksen päätuote on Q-Robot -järjestelmä, joka automatisoi polttoainekuormien laadunmittausprosessin. Automatisointi helpottaa laatumittausten tekemistä ja mahdollistaa tarkemmat mittaustulokset.

– Mittaustiedon merkitys lisääntyy siirryttäessä fossiilisista polttoaineista epätasalaatuisempiin biomassoihin, joiden kosteuspitoisuuksissa ja energiasisällöissä on isoja eroja. Q-Robotin näytteistä analysoitujen laatutietojen perusteella polttoainekuormalle voidaan muun muassa määritellä oikea hinta, Prometecin liiketoimintajohtaja Henna Karlsson kertoo.

Prometec on kehittämässä Q-Robotin mittaustuloksia hyödyntävää Q-Data -pilvipalvelua. Se on maailman ensimmäinen järjestelmä, jonka avulla polttoaineen laatutiedot voidaan jakaa reaaliaikaisesti jo ennen kuorman purkua koko toimitusketjulle. Tämä parantaa laatuketjun hallintaa. 

Q-Data perustuu koneoppimista hyödyntävään matemaattiseen malliin, joka tarkastelee muun muassa polttoainekuorman painon ja tilavuuden sekä raaka-ainelajin välillä ilmeneviä korrelaatioita. Mallin avulla voidaan ennustaa polttoainekuormien laatuominaisuuksia. 

DAPROA-hankkeessa Prometec on analysoinut näytteenottorobotin dataa ja tutkinut neuroverkkojen hyödyntämistä tarkemman ennustemallin luomiseksi. Q-Datan prototyyppiä on koekäytetty Kajaanissa. Nyt yritys lähtee kehittämään reaaliaikaisen kosteustiedon hyödyntämistä Kuopion Energian kanssa. 

– Ensin hyödynnämme reaaliaikaista kosteustietoa voimalaitoksilla tapahtuvaan polttoainekuormien purkupaikan ohjaamiseen. Myöhemmin pyrimme ohjaamaan laatudataa suoraan voimalaitoksen ohjausjärjestelmään niin, että kattilan polttoprosessia voidaan ohjata mahdollisimman energiatehokkaaksi ja vähäpäästöiseksi polttoaineen syöttöä optimoimalla. KAMKin jatkohankkeissa tarkoituksenamme on kehittää ennustettamme dynaamisemmaksi, Karlsson sanoo. 

Data-analytiikka ennakoi kuormitushuiput

DAPROA-projektissa on mukana myös Kajaanilainen Rollock Oy, joka kehittää, valmistaa ja markkinoi uuden sukupolven avaimettomia älylukitusjärjestelmiä. Yritys tarjoaa kulunhallintajärjestelmiä asuin- ja toimistorakennuksiin sekä matkailualan yrityksille. Rollockin operatiivisen johtajan Petteri Karjalaisen mukaan esimerkiksi lomamökkien ja hotellihuoneiden kulunhallinta voidaan automatisoida täysin yrityksen kehittämällä järjestelmällä.

– Järjestelmämme ydin on Rollock Access -pilvipalvelu, jonka avulla voidaan hallita kulkuoikeuksia ja valvoa niiden käyttöä. Käyttäjät voivat hyödyntää lukituksen avaamiseen älypuhelimeen ladattua mobiilisovellusta, avaintagia, etäavausta ja lisävarusteena saatavaa pin-koodia. Kulkuoikeuksien myöntäminen ja poistaminen onnistuvat reaaliajassa, Karjalainen kertoo.

Rollock on kovassa kasvussa ja tavoitteena ovat kansainväliset markkinat. DAPROA-hankkeessa yritys haluaa tehostaa Rollock Access -pilvipalvelun datan analysointia.

– Järjestelmäämme tallentuu uutta tietoa useiden gigatavujen verran päivässä. Haluamme alkaa hyödyntää tätä tietoa toiminnassamme. Tulevaisuudessa voimme analytiikan avulla havaita ja korjata infrassamme esiintyvät viat sekä ennustaa järjestelmän tilassa tapahtuvat muutokset, esimerkiksi kuormitushuiput. Toisaalta diagnostiikan kehittyminen tarjoaa myös uudenlaisten lisäpalvelujen, kuten laitteiden tilan seurantapalveluiden, tuottamisen asiakkaille, Karjalainen toteaa.

Rollock on tehnyt pitkään yhteistyötä KAMKin kanssa, joten DAPROA-hankkeeseen lähteminen oli luontevaa. Karjalaisen mielestä hanke vastaa hyvin Rollockin akuuttiin kehittämishaasteeseen ja tarjoaa tärkeää vetoapua toiminnan  eteenpäin kehittämiseen.

– Olemme saaneet analysoitua suuren määrän dataa. Seuraavaksi pääsemme pohtimaan, miten voimme hyödyntää tietoa liiketoiminnassamme. DAPROA on erittäin kiinnostava hanke, joka tarjoaa hyvät mahdollisuudet syventää osaamistamme, Karjalainen sanoo.

Apua puunkorjuuyritysten toiminnanohjaukseen

Tietohippu Oy on erikoistunut tuotannonohjaus-, työajanseuranta-, palkanlaskenta- ja laskutusohjelmistojen kehittämiseen.Toimitusjohtaja ja omistaja Timo Komulaisen mukaan yritys lähti projektiin kehittämään metsäkoneurakoitsijoille suunnattua Savotat-toiminnanohjausjärjestelmää. 

– Puunkorjuu on Suomessa tiukkaan kilpailutettu ala, jossa katteet ovat pienet ja kustannuspaine metsäkoneiden sitoman pääomamäärän vuoksi suuri. Savotat on kehitetty työkaluksi, joka helpottaa metsäurakoitsijoiden päätöksentekoa ja auttaa liiketoiminnan kannattavuuden parantamisessa. Kokonaisvaltainen järjestelmä pitää sisällään niin korjuuyrityksen tuotannon seurannan kuin talous- ja henkilöstöhallinnonkin, Komulainen toteaa.

Savotat-ohjelmistossa on monia metsäkoneyritysten erikoistarpeisiin kehitettyjä ominaisuuksia. Modulaarinen järjestelmä mahdollistaa muun muassa leimikko- ja metsäkonekohtaisen tuottavuus- ja kustannusseurannan, sekä työntekijöiden palkkojen ja mahdollisen kannustepalkkion laskemisen.

DAPROA-hankkeessa Tietohipun tavoitteena on tehostaa datan hallintaa ja hyödyntämistä. Data-analytiikan ja tekoälyn avulla on mahdollista tehostaa Savotat-ohjelmiston seurantaa ja raportointia.

Komulaisen mukaan päätös osallistumisesta oli helppo, sillä Tietohippu on tehnyt aiemmin hyvää yhteistyötä KAMKin kanssa.

– DAPROA-hanke vastaa kehitystarpeisiimme ja tuo mahdollisuuden hyödyntää uusinta teknologiaa. Metsäkoneista ja puunkorjuutoiminnasta kertyy paljon dataa. Kehitämme mahdollisuuksia hyödyntää tätä tietomassaa tarkemmin, automaattisemmin ja reaaliaikaisemmin. Kun kohteiden tietoja sekä koneiden ja työntekijöiden suoritteita voidaan analysoida tehokkaammin, yrittäjät pystyvät viemään puunkorjuuyritysten johtamisen uudelle tasolle, Komulainen sanoo.