VI SKABER VÆRDI FOR JERES DATA

Big data og machine learning kan bruges til at identificere mønstre og forudsige udviklinger, som mennesker ikke er i stand til. Med vores systematiske tilgang til dataanalyse skaber vi værdifuld viden ud fra kundernes data, så de kan træffe de rigtige beslutninger i kritiske situationer.

Systematic udvikler løsninger til kunder inden for sundhedsområdet, forsvaret, energisektoren og den danske, offentlige it-infrastruktur. De forskellige løsninger skal hjælpe kunderne med at træffe de rigtige beslutninger i kritiske situationer. Fælles for vores løsninger er, at de centrerer sig om store mængder data – nærmere bestemt big data.

Sådan arbejder vi med big data

Big data er betegnelsen for de store datamængder, som hver dag opsamles af it-systemer verden over. Datamængderne kan repræsentere vigtig information og interessante sammenhænge om dine kunder, produkter eller medarbejdere, men adgangen til data alene skaber ikke værdi for din virksomhed. Det kræver et klart formål og en systematisk analyserende tilgang for at forstå sammenhængen mellem de mange typer af data, og derfor arbejder vi i Systematic med big data i alle vores forretningsenheder – til stor værdi for vores kunder.

Igennem analyser kan big data bruges til at finde interessante, skjulte mønstre og dermed forudsige, hvad der sandsynligvis vil ske i konkrete hændelsesforløb. Et eksempel på det er, at data inden for sundhedssektoren kan anvendes til at forudsige patienters optimale behandlingsforløb, hvilket fører til bedre behandling, mindre overbelægning og dermed bedre patientsikkerhed på hospitalerne.

I Systematic arbejder vi selvfølgelig målrettet med big data. Vi har etableret flere projekter med det formål at identificere måder, hvorpå vi kan analysere på de data, som vores kunder samler op. Et eksempel er i Region Nordjylland, hvor vi har lavet avancerede datamodeller, der kan forudsige hospitalsbelægningen flere dage frem og med færre fejl, end hvad personalet kan med analoge metoder. Med vores systematiske tilgang til dataanalyse hjælper vi de forskellige hospitalsafdelinger med at forudsige belastningen, som sikrer den rette bemanding på hospitalerne - til gavn for både personale og patienter.

Machine learning hjælper os med at forudsige fremtidige hændelser

Med brugen af machine learning til at analysere tidligere opsamlede data (historisk data) kan systemet automatisk finde en algoritme, som kan identificere mønstre i den historiske data. Ud fra de mønstre bliver det muligt at opstille en model, som vil kunne bearbejde de nye data og på baggrund af dem forudsige fremtidige hændelser mere præcist og længere frem i tiden, end hvad mennesker er i stand til. Efterfølgende kan vi måle, hvor præcis forudsigelsen faktisk var, og justere algoritmen, så præcisionen hele tiden forbedres. På den måde fører de opsamlede data til ny viden, som fremover kan bruges i kritisk beslutningstagen.  

Som et eksempel på Systematics målrettede indsats inden for big data og machine learning deltager vi netop nu i et større samarbejde med en række universiteter samt private og offentlige organisationer i Danmark. Projektet hedder DABAI, og målet er at udnytte big data til bedre at kunne løse erhvervs- og samfundsmæssige udfordringer.

Læs mere om samarbejdet og DABAI projektet her.