Digital transformation

«Digitalisering er transformasjonen fra at IT er et støtteverktøy i virksomheten til at det er en del av dens DNA. Det betyr at forretningsmodell, organisasjon og prosesser er designet mht. å utnytte dagens og morgendagens teknologi» – Senter for Digitalisering ved Handelshøyskolen BI.

Det innebærer for de fleste av oss en vesentlig omstilling mht. operasjonell modell (driftsmodell), ledelses- og styringsmodell, samt innovasjonsmodell og -strategi. For å lykkes med en slik transformasjon er det nødvendig å utvikle digitale ferdigheter i virksomheten samt utvikle et hensiktsmessig lederskap. Dette er det vi i RAV kan hjelpe deg med.

Evnen til din suksess erfarer vi er basert på følgende formel:

Digitale ferdigheter = Forretnings- og teknologiforståelse * Vilje og evne til transformasjon

Internet of Things

Med IoT kan man etablere forbindelser mellom ulike «gjenstander» og skyve data mellom dem og sentraliserte styringssystemer. En kan integrere disse dataene og ressursene i bedriftene sine prosesser for å forbedre utnyttelse og produktivitet.

Ressursene kan integreres i nye og eksisterende organisasjonsprosesser for å gi informasjon om status, plassering, funksjonalitet og så videre. Sanntidsinformasjon gir mer nøyaktig forståelse av status, og det forbedrer utnyttelse og produktivitet gjennom optimalisert bruk og mer nøyaktig beslutningsstøtte.

Les hvordan vi gjør IoT
Profilbilde av Atle Melbo

Atle Melbo

Partner


Profilbilde av Bjørn Austrheim

Bjørn Austrheim

Salgsrådgiver


Nyttige linker

Data Lake

En datasjø (Data Lake) er en metode for lagring av alle type data i et system eller repository. Ideen med datasjøen er å ha en kilde av alle dataene i bedriften som spenner seg fra rådata til transformerte data som brukes til ulike oppgaver. Det kan for eksempel være rapportering, visualisering, analyse og maskinlæring.

Datasjøen inneholder strukturerte data fra relasjonsdatabaser (rader og kolonner), halvstrukturert data (CSV, logger, XML, JSON), ustrukturerte data (e-post, dokumenter, PDF-filer) og til og med binære data (bilder, lyd og video). Datasjøen blir da et sentralt datalager som imøtekommer alle former for data.

Les hvordan vi gjør Data Lake
Profilbilde av Fred Alveberg

Fred Alveberg

Partner


Profilbilde av Eskild Næss

Eskild Næss

Partner


Nyttige linker

Predictive Discovery

Prediktiv analyse er ulike statistiske teknikker som for eksempel prediktiv modellering, maskinlæring og data-mining. Disse har til hensikt å analysere nåværende og historiske data for å forutsi fremtidige hendelser.

I forretningssammenheng anvender vi prediktive modeller for å avdekke mønstre som finnes i dine data. Detcate gjør det mulig å vurdere risiko eller potensial knyttet til bestemte forhold, og på den måten kan en fange opp forskjellige og uoppdagede sammenhenger.

Les hvordan vi gjør Predictive Discovery
Profilbilde av Atle Melbo

Atle Melbo

Partner


Profilbilde av Bjørn Austrheim

Bjørn Austrheim

Salgsrådgiver


Decision Optimization

Bedrifter i dag sitter på store mengder data. Likevel mangler de ofte to kritiske egenskaper når det gjelder å ta de riktige beslutninger for virksomheten: (1) evnen til å forutsi fremtiden og (2) bruke denne innsikten til å iverksette de beste tiltakene en kan ta.

Kombinasjonen av prediktiv analyse og beslutningsoptimalisering gir organisasjoner økt innsikt før handling. Prediktiv analyse gir innsikt i sannsynlige scenarier ved å analysere trender, mønstre og relasjoner i data. Beslutningsoptimalisering kommer med best-action-anbefalinger gitt din organisasjons mål og fleksibilitet, med tanke på eventuelle avvik eller konsekvenser knyttet til disse handlingene.

Les hvordan vi gjør Decision Optimization
Profilbilde av Eskild Næss

Eskild Næss

Partner


Profilbilde av Benny Simensen Rasmussen

Benny Simensen Rasmussen

Salgsrådgiver