Case-kuvauksia

Koostamme tänne case-kuvauksia data-analytiikan hyödyntämisestä eri aloilta

Hyvinvoinnin analytiikka

Aivovauriopotilaiden hoidon tuloksen ennustaminen

 

Ongelma
Potilaita, joilla on vakava aivovaurio, hoidetaan usein vuorokausia teho-osastolla nukutuksessa. Tavoitteena oli selvittää, voidaanko aivosähkökäyrästä laskettujen piirteiden avulla arvioida, kuinka todennäköisesti kukin potilas selviää vauriostaan.
Data
20 aivovauriopotilaan aivosähkökäyrät vähintään 24 tunnin ajalta neljältä kanavalta
Menetelmät
Laskettiin 186 potilaskohtaista piirrettä; piirteet perustuivat pääasiallisesti aivosähkökäyrän taajuussisällön analyysiin.
Tulokset
Parhaan korrelaation hoidon tuloksen kanssa antoi aivosähkökäyrän alfa-taajuuksisen (8-12 Hz) komponentin amplituudin vaihtelevuus (Area Under ROC-curve AUC = 0.82). Myös kolmella muulla piirteellä päästiin korrelaatioon AUC >= 0.8
Hyöty
Aivotoiminnan parempi monitorointi ja hoidon tuloksen luotettavampi arviointi mahdollistaa kohdentamaan aivovauriopotilaiden hoitoa teho-osastolla paremmin.
Lisätietoa
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7318663

 

Markkinoinnin analytiikka

Yksilöllisen mainoksen tuottaminen
Ongelma
Mainonnan asiakaskohtainen yksilöiminen tai kohdistaminen asiakkaan sijainnin säätiedon mukaan. Staattinen (perinteinen) mainos on yleisluonteinen ja sen kiinnostavuutta asiakkaan puolelta ei voi ennakoida. Osassa mainoksia käytetään myös ”klikkaa tästä” –tyyppisiä kehotusviestejä.
Data
Mainoksen tuottamisen tueksi selvitettiin käyttäjän yhteystyyppi (netti/mobiili), sijaintitieto (mobiilista) ja käyttäjän sijaintiin liittyvä säätieto/ennustus (viisi vuorokautta). Mainosaineistoon käytettiin mainostajan tuotteita, sääviestejä ja niihin säähän liittyviä tuoteviestejä. Erilaisia sääviestejä oli yhdeksän ja erilaisia tuoteviestejä oli viisi. Varsinaisia mainostuotteita oli neljä ja yksi tuoteviesti oli yleisluonteinen.
Menetelmät
Mainos toteutettiin lehden digiversion mobiilisivuilla koko Suomen laajuudella (pois lukien pääkaupunkiseutu). Mainoskampanja tehtiin tiedotusluonteisena, tuotteissa ei ollut alennuksia ja mainoksissa ei käytetty kehotteita. Käyttäjän sijainnin perusteella haettiin säätietoennuste seuraavalle viidelle vuorokaudelle. Erilaisia säätyyppejä oli määritetty kolme; sadetta, aurinkoa, pilvistä. Sääennusteesta määritettiin pääasiallinen säätyyppi kolmesta säätyypin vaihtoehdosta. Sadetta -tila määritettiin ennusteessa olleen tietyn millimetrimäärän perusteella. Pilvistä –tila määritettiin, jos pilvet peittävät taivaasta yli 50%. Sade ja pilvimäärien alittaessa rajat tilaksi tulee aurinkoa. Sää- ja tuoteviesteistä oli luotu kolme ryhmää, jossa kussakin oli kolme mainosta. Käyttäjälle näytettiin yksi satunnainen valinta säätyypin mukaisesta ryhmästä olevista mainoksista.
Tulokset
Käyttäjille tuotettiin kuvan mukaisia säätyyppiin perustuvia mainoksia ja he reagoivat viesteihin ja kilikkasivat mainoksia, vaikka niissä ei ollut kehotteita tai houkuttimia.

Esimerkki säätyypin mukaisista mainoksista (lähde: Sunsään mobiilikampanja 2014)
Esimerkki säätyypin mukaisista mainoksista (lähde: Sunsään mobiilikampanja 2014)

Hyöty
Säätietoa hyödyntämällä käyttäjälle voidaan tuottaa ja kohdistaa yksilöllisesti koettavia mainoksia. Tuottamalla (vähintään muutamia) erillisiä sää ja tuoteviestejä, voidaan niiden yhdistelmistä muodostaa runsaasti säätietoon mukautuvia ja vaihtelevia mainoksia.
Lisätietoa
Kuvaus liittyi Sunsään Rautialle tuottamaan sääreaktiiviseen mobiilikampanjaan.

 

Liiketoiminnan analytiikka

Läpinäkyvyyttä hankintaketjuun
Ongelma
Riffid Oy toteutti RFID-järjestelmän soveltuvuutta arvioivan pilotin elintarviketehtaalle. Mukana oli myös joukko tehtaan lähialueella toimivia alihankkijoita. Pilotissa seurattiin raaka-aineiden kulkua ja kiertoa tuotantoprosessin eri vaiheessa. Pilotin tarkoituksena oli saada raaka-aineiden hankintaan liittyvästä kiertoprosessista mahdollisimman läpinäkyvä ja tehokas.
Data
Raaka-ainetta hankkivalla tehtaalla on 600 raaka-aineen kuljetukseen käytettävää moduulia. Eri raaka-aineita on neljä erilaista ja raaka-aineen tuottajia on yli sata. Moduulien kuljetuksia tehdään kuudella eri autolla. Pilotissa seurattiin raaka-aine moduulien kulkua ja kiertoa eri tuotantoprosessien yhteydessä (rajatussa määrässä moduuleja ja autoja). Moduulit lähtevät tyhjinä tehtaalta tuottajille ja ne kuljetetaan takaisin tehtaalle. Moduuleja pyrittiin seuraamaan mahdollisimman monessa vaiheessa. Pilottiin oli määritetty kymmenen vaihetta (kuva). Moduulit ja niitä kuljettavat autot tagitettiin UHF RFID –tunnisteilla. Tuotantopisteet oli varustettu NFC-tunnisteilla. Tunnisteet luettiin esimerkiksi auton (ja sisällä olevien moduulien) lähtiessä lastaussillalta. Yksittäisiä moduuleja tunnistettiin myös tyhjennysvaiheessa. Lisäksi autojen sijaintia seurattiin GPS-paikannuksen avulla. Dataa syntyi seuraavista asioista:
• autojen tunnisteista (ID)
• autojen sijainnista ja aikaleimoista
• moduulien tunnisteista (ID) ja niiden aikaleimoista
• käsittelypisteiden tunnisteista
Data kerättiin RFID-tietokantaan pilveen.
Menetelmät
RFID-teknologian avulla prosessiin saatiin liitettyä erilaisia tunnistimia ja mittareita. Paikannustekniikan (GPS) avulla kerättiin autojen paikkatiedot. Mobiiliteknologian ja pilvipalvelun avulla mittarien tuottama data saatiin siirrettyä tietokantaan. Datan avulla voitiin koostaa raportteja. Raportissa kuhunkin moduuliin liittyvien aikaleimojen avulla voitiin määrittää moduulien kiertoon ja käsittelyyn liittyviä aikatauluja. Leimatietojen perusteella voitiin myös määrittää, oliko moduulissa kuljetettu jotain vai oliko se kulkenut tyhjänä. Aikaleimojen kautta moduuleille saatiin luotua käyttöhistoria.
Tulokset
Logistinen toimintaketju tuli läpinäkyväksi. Tarkka aikataulujen havainnointi mahdollisti elintarviketehtaalle toimitusketjun ja prosessien tehostamista, sekä toimitusvarmuuden parantamista. Aikataulutietojen läpinäkyvyyden lisääminen mahdollisti alihankkijoille (tuottajat, kuljetus ja lastaus) tarkemman ja tehokkaamman valmistelutyön lastaamisvaihetta varten sekä tehokkaamman ajankäytön ja reittien suunnittelun.
Hyöty
Hyötyjä syntyy sekä raaka-ainetta keräävälle tehtaalle, että sitä toimittaville ja siihen liittyviä tukipalveluja tuottaville alihankkijoille, kun lastaus ja kuljettaminen voidaan aikatauluttaa (ja reitittää) tarkemmin. Myös toimintaa seuraavat viranomaiset hyötyvät seurannan läpinäkyvyydestä. Itse raaka-aine (eläimet) hyötyvät käsittelyn optimoinnista siten että oloaika käsittelyssä on lyhyempi. Kuluttajille raaka-aineesta tuotetun elintarvikkeen jäljitettävyys paranee. Teknologiatoimittajat saavat käytännön lisätietoa uudenlaisen toimialasovelluksen toteuttamisesta ja sen erityispiirteistä.
Lisätietoa

Yrityksen logo
Yrityksen logo

Pilotin julkinen raportti (25.6.2014)
Riffid Oy
Linkki Green ICT –hankkeen sivustolle: (ei ole saatavilla)