Um den besten Weg zur Einführung von Big-Data-Analytik-Technologien in seine Forschungs- und Entwicklungsprozesse zu finden, wollte Honda R&D mit einem Technologiepartner zusammenarbeiten, der einen wirklich umfassenden Service bieten konnte.
Kyoka Nakagawa kommentiert: „IBM war aus zwei wichtigen Gründen die richtige Wahl als Partner. Erstens bietet IBM ein sehr breites Spektrum an Big-Data-Analysefunktionen, einschließlich Data Mining, Textanalyse und Visualisierung – wir konnten also alle benötigten Tools von einem einzigen Anbieter beziehen. Zweitens verfügte IBM über die Fähigkeiten und die Erfahrung, um uns auf unserer Big-Data-Reise von der Beratung über den Machbarkeitsnachweis bis hin zur endgültigen Realisierung zu begleiten.“
Die Big-Data-Analytics-Umgebung von Honda R&D basiert auf IBM® SPSS® Modeler, IBM Watson™ Content Analytics und IBM Predictive Maintenance and Quality (PMQ). Die Rolle von Kyoka Nakagawa besteht darin, als Netzwerkknotenpunkt für diese Technologien zu fungieren, bei der Einrichtung von Machbarkeitsnachweisen zu helfen, Schulungen zu organisieren und Mitarbeiter zu ermutigen, ihr Wissen, ihre Erfahrungen und Daten untereinander auszutauschen.
Kyoka Nakagawa kommentiert: „Die Data-Mining-Schulungen waren sehr erfolgreich – IBM SPSS Modeler ist schnell zu einem beliebten Tool im gesamten Unternehmen geworden. Mittlerweile haben mehr als 100 Mitarbeiter die Schulung absolviert, viele von ihnen nutzen SPSS regelmäßig bei ihrer Arbeit.
„SPSS Modeler eignet sich sehr gut zum Organisieren von Rohdaten in nutzbare Datasets, sodass sie einfach analysiert werden können. Es ist auch sehr einfach für komplexe Analysen zu verwenden. Eine weitere wertvolle Funktion ist die Möglichkeit, Benutzer zu überwachen und zu sehen, wie sie mit dem Tool interagieren. Wenn also jemand Schwierigkeiten hat, seine Daten effektiv zu verwalten, können Kollegen ihn unterstützen.“
Honda R&D nutzt IBM Watson Content Analytics für das Textmining und ermöglicht Forschern einen nahezu sofortigen Einblick in riesige Bestände von Dokumenten und anderen Textdaten. So sind zum Beispiel die JD Power Initial Quality Studies und die Honda R&D-internen Voice-of-Customer-Studien sehr wertvolle Quellen für Informationen über die Qualität und Zuverlässigkeit von Automobilen im Zeitverlauf. In den USA bietet die National Highway Traffic Safety Authority (NHTSA) ebenfalls eine reichhaltige Quelle für Erkenntnisse über die Probleme und Sicherheitsbedenken der Verbraucher.
Kyoka Nakagawa gibt ein Beispiel: „Kürzlich hatten wir ein Meeting, in der eine Führungskraft eine Frage zu einem Merkmal eines unserer Autos stellte. Wir haben uns bei Watson Content Analytics angemeldet, über eine Million Datensätze im NHTSA-Datensatz analysiert und innerhalb von zehn Minuten drei oder vier Beispiele für relevantes Feedback von Kunden gefunden. Dies ist die Art von Analyse, die manuell kaum durchzuführen wäre.“
Die IBM Watson Content Analytics-Lösung wird auf der flexiblen Cloud-Plattform von IBM in einer gemeinsam genutzten virtuellen Serverumgebung in Tokio ausgeführt. Honda begrüßte die Vielseitigkeit der IBM Cloud für den Aufbau und die Einführung der Watson Content Analytics-Umgebung für die Benutzer im Big Data Initiative-Team des Unternehmens und ihre Skalierbarkeit.
„Aus der Sicht der Anwender des Geschäftsbereichs war es nicht wichtig, ob wir Watson Content Analytics vor Ort oder in der Cloud betreiben“, sagt Kyoka Nakagawa. „IBM Cloud ermöglichte es uns, die Lösung viel schneller in Betrieb zu nehmen, als dies mit einer On-Premise-Lösung möglich gewesen wäre.
„Darüber hinaus hängen die Rechenanforderungen für das Text-Mining mit Watson Content Analytics davon ab, wie viele Inhalte wir in das angepasste Wörterverzeichnis aufnehmen.
„Da wir unser Wortverzeichnis ständig weiterentwickeln und gleichzeitig unsere Text-Mining-Fähigkeiten verfeinern, ist es wichtig, eine flexible Cloud-Umgebung zu haben.“
Die Skalierbarkeit der IBM Cloud-Infrastruktur bedeutet auch, dass es einfach ist, neue Benutzer hinzuzufügen. Wenn sich also andere Abteilungen dazu entschließen, IBM Watson Content Analytics in Zukunft zu übernehmen, wird Honda in der Lage sein, sie nahtlos zu unterstützen.
IBM Predictive Maintenance and Quality unterstützt Unternehmen bei der Überwachung ihrer Anlagen und Prozesse und bei der Vorhersage von Anlagenausfällen oder Qualitätsproblemen. Honda R&D hat diese Technologie in der Analyse von Garantien in Marktqualität getestet, und die ersten Ergebnisse sind vielversprechend.
„Wir sind sehr beeindruckt von den Visualisierungsmöglichkeiten von IBM Predictive Maintenance and Quality“, sagt Kyoka Nakagawa.
„PMQ dient als analytische Entwicklungsumgebung, die es unseren Forschern ermöglicht, in einer Sandbox-Umgebung zu untersuchen, wo analytische Erkenntnisse helfen können, Probleme mit der Qualität oder den Produktionsanlagen zu identifizieren. PMQ dient auch als vollständige Analyselösung, die die Analyse mit einer kontinuierlichen Aufnahme von Prozessereignisdaten aus unseren Betriebsabläufen operationalisiert, wo wir Daten hochladen und sie einfach in intuitiven Dashboards anzeigen können.“