I år reiste hele data og analyse-teamet sammen til konferansen Data Innovation Summit i Stockholm! Her er våre høydepunkt!

Alv har bidratt til at Bane NOR har tatt i bruk maskinlæring og kunstig intelligens til å gå fra reaktivt til prediktivt vedlikehold av Norges jernbanelinjer.

Bloggposter postet av selskaper handler ofte om å vise frem det selskapet er gode på eller hva de ansatte er flinke til og som differensierer selskapet fra andre lignende selskaper. Denne bloggposten, derimot, kommer til å være en ganske annerledes bloggpost, da den skal handle om noe jeg er dårligere på enn snittet, nemlig struktur.

Slik brukte vi maskinlæringsmodeller til å prediktere klimautslipp til oljeplattformer.

Bruker dere mye tid på manuell rapportering, der data fra ulike datakilder hentes ut manuelt og sammenstilles i et stort Excel-ark, med kompliserte formler kun én person er i stand til å vedlikeholde?

Etter å ha kastet millioner av kroner, masse ny teknologi og haugevis av utviklingstimer på et problem føler du fortsatt at endringene i organisasjonen er store nok til å rettferdiggjøre ressursbruken? «Hva så», to små ord og kanskje ditt viktigste verktøy for å sikre gevinstrealisering når man starter et nytt initativ!

Vi kan ikke tvinge folk til å syns data er morsomt, noe noen av oss selvfølgelig syns det er, men data, og det å bruke data, er 100% forretning, ikke IT. Data lar oss ordentlig forstå hva som skjer på innsiden av en bedrift. Data om det blir brukt, og brukt riktig, kan gi en verdi som er mange ganger den initielle investeringen som må gjøres for å komme I gang.

Design