Chief Data Officer (CDO)

Chief Data Officer (CDO) to dość nowy skrót z rodziny CXO. Dotyczy to osoby nadzorującej zbieranie danych a często nawet nadzorującą zespoły analityczne (inaczej CAO – Chief Analytics Officer). Zbieranie danych i ich analiza czy udostępnianie (sprzedawanie – patrz nowe strumienie przychodów, monetyzacja danych) jest jednym z kluczowych elementów strategii biznesowej czy strategii IT.

Często możemy spotkać w korporacjach podobne stanowisko CDA ale określane jako Chief Digital Officer, które to jest odpowiedzialne na nadzór nad działaniami cyfrowymi jak aplikacje mobile, systemy eCommerce B2B czy B2C, kanały social media i oczywiście dane.

Stanowisko CDA często pojawia się przy okazji „wdrażania” strategii cyfrowej transformacji (Digital Transformation). Dane obok ciągłości biznesowej (Business Continuity), bezpieczeństwa czy architektury systemów są jednym z ważniejszych elementów strategii transformacji.

Do zadań CDA mogą należeć działania nadzorcze nad:

  • Zbieranie danych, ich łączenie, przechowywanie
  • Integracja systemów, hurtownie danych, BI, szyny danych, ERP, CRM, itd.
  • Integracja systemów
  • Jakość danych
  • Analiza danych i systemy decyzyjne
  • Monetyzacja danych (sprzedaż danych), API
  • Poszukiwanie nowych strumieni przychodów

Jeśli potrzebujesz wsparcia w zakresie danych lub cyfrowej transformacji zapraszamy do kontaktu. Zobacz naszą ofertę w zakresie doradztwa Big Data:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Hurtownie danych

Hurtownie danych są systemami integrującymi duże ilości danych (Big Data) z wielu źródeł, często organizowane tematycznie np. hurtownia danych finansowych. Hurtownie danych są podstawą w rozproszonych i większych organizacjach do działań opartych na danych jak analizy, forecasting, podejmowania decyzji czy raportowanie operacyjne. Hurtownie danych pracują w trybie do odczytu i z ich danych można korzystać np. przez zapytania SQL, aplikacje jak Tableau, Qlick czy Power Bi. Hurtownie danych są także podstawą zasilania systemów klasy BI Business Intelligence, które pozwalają na analizę danych np. za pomocą kostek analitycznych OLAP (Online Analytical Processing).

Na rynku możemy spotkać hurtownie danych wdrażanych na chmurze (Cloud) lub na własnych serwerach. Oba warianty mają swoje zalety i wady. Ciekawym trendem są hurtownie danych

Zastosowanie hurtowni danych:

  • Wykorzystanie dobrej jakości danych do celów analitycznych
  • Wykorzystanie dobrej jakości danych do celów decyzyjnych strategicznych i operacyjnych
  • Archiwizacja danych
  • Raporty

Źródłami zasilania hurtowni danych mogą być:

Jeśli potrzebujesz wsparcia w systemach informatycznych czy Big Data zapraszamy do kontaktu.

Zobacz także:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Uczenie maszynowe – Machine Learning, Uczenie głębokie – Deep Learning

Pojęcia Uczenie maszynowe (Machine Learning), Głębokie uczenia (Deep Learning) czy Sztuczna Inteligencja (AIArtificial Intelligence) pojawiają się w ostatnich dość często i są grupowane jako technologie automatyzujące, predykcyjne oraz wspierające podejmowanie decyzji. Technologie opierają się na sieciach neuronowych. To one budzą zarówno zachwyt jak i przerażenie.

Machine Learning i sieci neuronowe

Machine Learning jest podstawą obecnych systemów Sztucznej Inteligencji i zajmuje się eksploracją danych (Data Mining). Machine Learning koncentruje się na wyszukiwaniu wzorców danych w dużych zbiorach danych zasilanych przez różne systemy lub procesy. Uczenie maszynowe często z uwagi na potrzebę dużej mocy obliczeniowej korzysta z chmur obliczeniowych (Cloud) lub specjalistycznych superkomputerów.

Deep Learning a ludzie

Deep Learning jako „dziecko” Machine Learningu pozwala skoncentrować się na człowieku i jego zachowaniach. Deep learning potrafi wchodzić w interakcję z człowiekiem, słucha dźwięków, muzyki, głosu, obserwuje np. rozpoznając obrazy. Deep Learning jest bardzo popularny z uwagi na koncentracji na zachowaniach człowieka, co w przypadku obecnych biznesów jest kluczowe.

Gdzie najprościej wykorzystać Machine Learning?

W organizacjach gdzie są spełnione dwa elementy. Są zbierane duże ilości danych (Big Data) oraz, w których innowacja jest w DNA firmy. Duże ilości aktualnych danych pozwalają „uczyć” systemy zachowań np. użytkowników czy linii produkcyjnej. Czym więcej danych na początku tym lepsze wyniki uczenia. Jeśli danych jest mniej systemy muszą za każdym razem kiedy wystąpi nieoczekiwana sytuacja uczyć się, co wydłuża proces wdrożenia i produkcyjnego wykorzystania tychże systemów.

Zobacz naszą ofertę doradztwa technologicznego:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Bezpieczeństwo zakładu produkcyjnego

GoTechnologies wraz z partnerami z zakresu cyberbezpieczeństwa wspiera przedsiębiorstwa produkcyjne i logistyczne w zakresie kompleksowego wsparcia w zakresie bezpieczeństwa. Bezpieczeństwo podlegają zarówno infrastruktura krytyczna, systemy operacyjne, dane jak i serwisy internetowe.

Zakres usług doradztwa dla przemysłu w zakresie bezpieczeństwa

  1. Audyt i doradztwo z zakresie polityki bezpieczeństwa – ochrona sieci, systemów, danych, procedur bezpieczeństwa np. backupów, włamań, zapewnienie ochrony
  2. Audyt backupów danych i systemów kluczowych np. ERP, APS, MES, WMS, SCM, itd. – analiza procedur i konfiguracji odtworzenia backupów po awarii (Disaster Recovery – odtwarzanie awaryjne).
  3. Audyt sieci LAN, WiFi, LoRa, SigFox, NB-IoT, 5G – doradztwo i rekomendacje.
  4. Audyt ciągłości biznesowej (Business Continuity) – audyt sieci, Data Center, systemów redundantnych, dostawców.
  5. Audyt bezpieczeństwa dla pojazdów AGV
  6. Audyt bezpieczeństwa OWASP dla aplikacji i systemów IT/OT
  7. Audyt bezpieczeństwa systemów RFID
  8. Audyt architektury systemów IT/OT – szyny danych, hurtownie danych, BI (Business Inteligence), systemy klas ERP, CRM, WMS, APS, MES, MRP, SCM, Andon, SCADA, Kanban, itd.
  9. Audyt bezpieczeństwa systemów firmy SAP
  10. Audyt prawny licencji systemów np. firmy SAP
  11. Audyt jakości danych Big Data – analiza spójności, integralności, backupów baz danych w systemach i hurtowniach danych
  12. Audyt zgodności RODO
  13. Audyt środowisk i konfiguracji systemów domenowych np. Active Directory firmy Microsoft
  14. Audyt bezpieczeństwa chmur publicznych i prywatnych Google GCP, Microsoft Azure i Amazon AWS
  15. Audyt bezpieczeństwa API – audyt bezpieczeństwa API metodami OWASP, testy penetracyjne API
  16. Audyt bezpieczeństwa IoT – audyt bezpieczeństwa danych, ich przesyłania i zbierania
  17. Audyt bezpieczeństwa komputerów i urządzeń mobilnych
  18. Testy penetracyjne systemów i aplikacji – testy penetracyjne systemów webowych
  19. Audyt długu technologicznego aplikacji – ocena długu technologicznego, ryzyk z tym związanych oraz rekomendacje minimalizacji długu
  20. Audyt aplikacji mobilnej – audyt bezpieczeństwa, jakości kodu i wydajności aplikacji mobilnych
  21. Audyt wydajności systemów – testy obciążeniowe dla systemów wewnętrznych i webowych

Jeśli potrzebujesz wsparcia w zakresie audytu bezpieczeństwa Twojego zakładu produkcyjnego zapraszamy do kontaktu.

Zobacz naszą ofertę doradztwa technologicznego dla Przemysłu, Automotive

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Data Management – Big Data

Zarządzanie danymi jest jednym z ważniejszych zadań działów informatycznych i Dyrektorów IT (CIOChief Information Officer). Dane są zbierane przez procesy zaimplementowane w systemach, aplikacjach czy czujnikach (np. IoT), przetwarzane i udostępniane w jeszcze kolejnych systemach czy wydrukach (raportach). Dane są wymieniane przez różne systemy, łączone, interpretowane. Dane zarabiają, dane prognozują, na danych opieramy i strategię i działania operacyjne. GoTechnologies wspiera organizacje z branż eCommerce, Omnichannel, Retail, Przemysł, Automotive, Logistyka w wykorzystaniu danych w rozwoju i optymalizacji biznesu.

Zarządzanie danymi

Zarządzadnie danymi to m.in:

  • Tworzenie danych przez procesy zaimplementowane w systemach, aplikacje czy urządzenia fizyczne (czujniki).
  • Przesyłanie danych (connectivity) przez sieci LAN, WiFi, internet, itd. – bezpieczne!
  • Przechowywanie danych w bazach danych lub w chmurze
  • Zapewnienie dostępu do danych przez użytkowników czy inne systemy
  • Archiwizacja i proces niszczenia danych

Zbieranie danych, integracja danych

Dane są zbierane w różnych systemach np. ERP, CRM, eCommerce, PIM, WMS, MRP, MES, SCM czy bazach danych np. z czujników IoT czy innych systemów OT (Operational Technology – Technologia Operacyjna).

Przetwarzanie danych, Analiza danych

Dane z wielu źródeł (systemy, bazy danych) integrują się w hurtowniach danych, gdzie są udostępniane np. dla systemów raportowych BI lub systemów wspomagających podejmowanie decyzji.

Dane to biznes

Wykorzystanie danych w biznesie to kluczowy element przewagi konkurencyjnej. Spółki digitalowe zbierają dane z wszystkich możliwych źródeł, często na początku nie mając pomysłu do ich wykorzystania np. google.

Wyzwania firm z danymi

Firmy borykają się z:

  • Ciągłym, logarytmicznym przyrostem danych ze starych i ciągle nowych systemów czy urządzeń
  • Przetwarzaniem w chmurze
  • Bezpieczeństwem przesyłania i przetwarzania danych
  • Brakiem jakości danych w systemach i brakiem jednoznacznych masterów danych w procesach
  • Utrzymanie wysokiej wydajności i dostępności do danych
  • Compliance z regulacjami prawnymi jak np. RODO
  • Brak pomysłów na monetyzację danych
  • itd.

Zobacz naszą ofertę doradczą w obszarze zarządzania danymi Big Data

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

System Business Intelligence (BI)

Systemy Business Intelligence powszechnie zwane BI są podstawą generowania raportów i wykonywania analiz na dużych zbiorach danych (BIG Data). Raporty i analizy opierają się na danych z hurtowni danych. Hurtownie danych pobierają cyklicznie lub w czasie rzeczywistym dane z innych źródeł tzn. z systemów ERP, systemów produkcyjnych, systemów magazynowych czy systemów sprzedażowych.

Jakość raportów i analiz z systemów BI jest uzależniona od jakości i ilości danych w hurtowniach danych. Poprawne konfiguracje hurtowni danych z innymi bazami danych pozwalają na uzyskanie wiarygodnych wyników w systemie BI.

Systemy BI nie są magicznymi systemami. Opierają się na danych historycznych i trendach. Często w dobie sztucznej inteligencji (AIArtificial Intelligence) myślimy, że systemy IT potrafią przewidywać przyszłość i odpowiadać na pytania co zrobić (Systemy wspomagające podejmowanie decyzji DSS – Decision Support System).

Potencjalne funkcje lub zadania systemów BI:

  • EIS – Executive Information System – systemy powiadamiania kierownictwa np. w zmianach w wartościach wskaźników KPI (Key Performance Indicator).
  • DSS – Decision Support System – systemy wspomagające podejmowanie decyzji.
  • MIS – Management Information System – systemy wspomagania zarządzania na poziomie operacyjnym.
  • GIS – Geographic Information System – systemy informacji geograficznej.

Popularne systemy BI:

  • Systemy komercyjne: SAP BusinessObject (Business Intelligence), QlickView, BI od Microsoft, IBM Business Intelligence, Tableau, itp.
  • Systemy Open Source: BIRT, ELK Stack, Helical Insight, KNIME, itp.

Nasze usługi w obszarze Business Intelligence (BI):

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Systemy informatyczne w Omnichannel

Wielokanałowość jest obecnie trwałym trendem w globalnej gospodarce. Oznacza to, że nasi klienci korzystają, szukają i kupują nasze produkty zarówno w sklepach stacjonarnych (Retail), w kanale internetowym (eCommerce, Social Media, Marketplace, Mobile, itd.) jak i przez telefon (Contact Center).

Główne trudności to identyfikacja użytkownika w różnych kanałach i oferowanie mu dopasowanych produktów do jego preferencji zakupowych.

Wielokanałowość wymusza posiadanie wielu systemów i platform, dobrze ze sobą zintegrowanych oraz zbieranie i analizowanie dużych ilości danych (Big Data).

Przykładowe systemy, które mogą znaleźć się w architekturze systemów Omnichannel:

Jeśli potrzebujesz wsparcia w obszarze procesów Omnichannel z wykorzystaniem technologii zapraszamy do kontaktu.

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Systemy IT w branży spożywczej FMCG

Firmy z branży spożywczej FMCG (Fast Moving Consumer Goods – produkty szybkozbywalne, szybkorotujące) specjalizują się w sprzedaży produktów takich jak żywność zarówno dla ludzi jak i zwierząt, kosmetyki, środki czystości, produkty higieny czy chemii gospodarczej. Produkty te charakteryzują się krótkim terminie trwałości i dużą konsumpcją przez klientów.

Przykładowe technologie dla FMCG:

  • Systemy ERP (Enterprise Resources Planning) zarządzające całością przedsiębiorstwa.
  • Czujniki IoT z LoRa czy 5G kontrolujące warunki panujące w magazynach, na produkcji czy na samochodach chłodniach.
  • Systemy magazynowe WMS (Warehouse Management System) do sprawnego zarządzania operacjami magazynowymi.
  • Systemy logistyczne TMS (Transport Management System) do sprawnego śledzenia wysyłki towarów.
  • Systemy analityczne korzystające z Big Data i chmur obliczeniowych dla predykcji zachowań klientów i dostosowanie do nich produktów i dostaw.
  • Technologia RFID w transporcie, składowaniu i produkcji
  • Systemy marketingowe i CRM – systemy do zarządzania relacjami z klientami i systemy marketingowo-sprzedażowe.
  • Systemy łańcucha dostaw SCM (SCM – Supply Chain Management) wymieniające automatycznie dane pomiędzy dostawcami i odbiorcami.
  • Systemy DMS (Document Management System) – polska nazwa EOD czyli Systemy Obiegu Dokumentów
  • Systemy zarządzania produktami PIM (Product Information Management) – systemy do zarządzania produktami i cyklem ich życia.
  • Systemy produkcyjne APS (Advanced Planning Systems) – systemy do planowanie produkcji.
  • Systemy MES (Manufacturing Executive System) – systemy do zarządzania produkcją.
  • Systemy Traceability – systemy do śledzenia produktów lub partii produktów zarówno na produkcji jak i w łańcuchu dostaw.
  • Technologia BlockChain do śledzenia Łańcucha Dostaw (SCM – Supply Chain Management).
  • Technologie magazynowe np. algorytmy TETRIS
  • itd.

Zobacz także naszą ofertę:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Przemysł 4.0

Przemysł 4.0 (Industry 4.0) to obecnie bardzo popularny termin określające tzw „czwartą rewolucję” przemysłową. Rewolucja ta integruje wszystkie dostępne systemy czy urządzenia, które wymieniają się danymi w czasie rzeczywistym. Taka integracja pozwala na optymalne zarządzanie produkcją, dostawami, komunikacją z klientami czy dostawcami. Możliwe staje się produkowanie małych partii produktów nie tracąc czasu i pieniędzy oraz umożliwia klientom szeroką customizację swoich produktów.

Poniżej przykładowe technologie, które są często wykorzystywane w przedsiębiorstwach określanych 4.0 (przemysł, automotive, stocznie, porty, transport, spedycja, magazyny, retail, itd.):

  • Internet Rzeczy IoT Internet of Things (IIoT – Industrial IoT) – czujniki, sensory przemysłowe monitorujące położenie obiektów, ich działanie, itd.
  • Big Data – wykorzystanie danych z czujników IoT w czasie rzeczywistym do sterowania procesami lub obiektami, które są ich częścią.
  • Systemy i integracje – systemy ERP, WMS, APS, TMS, MES, MRP, YMS, SCADA, itd. zintegrowane w jeden system pozwalający na wymianę danych w czasie rzeczywistym.
  • Sztuczna inteligencja (AI – Artificial Inteligence) i uczenie maszynowe (Machine Learning i Deep Learning) – pozwalająca na usprawnienie procesów poprzez ich analizę i uczenie.
  • Bezpieczeństwo i ochrona danych – podstawowe ryzyko Przemysłu 4.0 czyli zapewnienie bezpieczeństwa procesów, intrastruktury i danych.
  • Przetwarzanie danych w czasie rzeczywistym – podstawa Przemysłu 4.0 czyli wymiana danych i zarządzanie procesem w czasie rzeczywistym.
  • Cloud – wykorzystanie systemów chmurowych czy to do przechowywanie dużych ilości danych, czy do ich przetwarzania.
  • Digital Twin – tworzenie cyfrowych środowisk odpowiadających fizycznym procesom.
  • Traceability – śledzenie obiektów, partii, materiałów, półproduktów.
  • Connectivity – sieci internetowe, wifi, niskoprądowe np. LoRa, SigFox, NB-IoT, itd.
  • Robotyzacja – automatyzacja produkcji poprzez zastosowanie w pełni zrobotyzowanych linii produkcyjnych.
  • Pojazdy autonomiczne AGV – pojazdy autonomiczne transportujące produkty w magazynach i produkcji.
  • Roboty współpracujące (Coboty) – roboty współpracujące z ludźmi.
  • Druk 3D – wykorzystanie drukarek 3D w produkcji np. w personalizacji produktów.
  • RFID – wykorzystanie identyfikacji radiowej w procesach produkcyjnych, magazynowych, logistycznych czy Retail.
  • Predictive Maintanance – stały nadzór nad urządzeniami, przewidywanie awarii i planowanie przeglądów.

Zobacz także:

Zapraszamy do kontaktu:

info@gotechnologies.pl

Ponad 200 zadowolonych klientów

Pomiary i analiza pracy wózków widłowych w Magazynie – optymalizacja kosztów i procesów

#Przemysł 4.0, #Cyfrowa transformacja

Wózki widłowe są koniami roboczymi każdego magazynu czy to w branży logistycznej czy przemysłowej. To one poruszają się w warsztacie, przestrzenie przedsiębiorstwa czy dostarczają produkty. Takimi pojazdami są zarówno pociągi (milkruny) oraz wózki widłowe. W większości przedsiębiorstw ich trasa nie jest monitorowana, a wózki poruszają się dowolnie, bez wyznaczonych stref a ich liczba jest zawyżona (plus koszty obsługi ludzkiej i serwisowej).

GoTechnologies wspiera firmy w pomiarach i rekomendacjach tras poruszania się wózków widłowych poprzez instalację urządzeń pomiarowych znanych dostawców tego typu rozwiązań, pomiarze (1-3 miesiące) poruszania się obiektów na poszczególnych strefach oraz rekomendacjach procesów intralogistycznych (zobacz niżej oferta na Audyt i optymalizacje procesów intralogistycznych).

Przykładowy zakres projektu:

  • Montaż urządzeń na pojazdach
  • Udostępnienie panelu obiektów wraz z aktualną pozycją i trasami poszczególnych wózków
  • Pomiary 1-3 miesiąca w zależności od ilości wózków i obiektów
  • Przygotowanie map ciepła (koncentracja wózków lub ich bezruch)
  • Dane z realnego wykorzystania wózków
  • Rekomendacje zmian i optymalizacji zarówno tras, layoutu, wyposażenia, procesów, itd.

Zobacz kompleksową ofertę dla przemysłu i logistyki:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 150-ciu zadowolonych klientów