Data Analytics Das Gold der Zukunft

Transkript

1 Data Analytics Das Gold der Zukunft 2. DIGITAL REAL ESTATE SUMMIT, 1. März 2016 André Arrigoni, Partner

2 Data Analytics das Gold der Zukunft Rohstoff Daten SMACT als Treiber SMACT Social Mobile Analytics Cloud Things 2

3 Data Analytics das Gold der Zukunft Massenweise Daten und nun? Prognose zum Volumen der jährlich generierten digitalen Datenmenge weltweit in den Jahren 2005 bis 2020 (in Exabyte = 10 9 Gigabyte) '026 Datenvolumen in Exabyte '591 2'837 1' * 2020* * Schätzung / Prognosewert =? Quelle Grafik: Statista GmbH, Hamburg 3

4 Machen wir einen Ausflug zu einer der grössten Schweizer «Daten-Goldminen» Bildquelle: 4

5 Data Analytics das Gold der Zukunft Die SBB Infrastruktur unterhält das meistbefahrene Bahnnetz der Welt Kilometer Gleis Weichen und Bahnflanken Kilometer Fahrleitung Wiederbeschaffungswert > 95.6 Mrd. CHF Jährlicher Unterhalt ca. 2.0 Mrd. CHF Signale 418 Kilometer Perronkanten 400 Kilometer Lärmschutzwände Schienenfahrzeuge 317 km Tunnel Werte Stand 2013 resp

6 Data Analytics das Gold der Zukunft Data Analytics trägt zur Erreichung der Konzernziele der SBB bei 9 Konzernziele SBB Sicherheit Pünktlichkeit Wirtschaftlichkeit Konzernziele SBB 6

7 Data Analytics das Gold der Zukunft Daten gibt es genug wie heben wir ihren Wert? Geschäftsdatenmodell I-AT, Arbeitsstand Dezember

8 Data Analytics das Gold der Zukunft «Data as an Asset»: Fähigkeiten zur Nutzung des Werts der Daten Prozess Management Business Architektur Management Geschäftsstrategie Business Projekt Portfolio Business IT Steuerung Daten Management Data Governance (Qualität) Datenanalysen IT Produkt Management Fachbenutzerunterstützung Anforderungsmanagement «Data as an Infra», Arbeitsstand Dezember

9 Use Case 1: Analysen der Zustandsdaten des Schienennetzes tragen zur Klärung des Ressourcenbedarfs für Betrieb, Wartung und Unterhalt bei Zustandsdaten (Inspektionen, Messzüge) Analyse Visualisierung und Bereitstellung Sicherheit Wirtschaftlichkeit +48% «Abweichungen» vom Soll-Zustand Ende Q2/2014 Ende Q3/2014 Ende Q4/2014 Ende Q1/ Datenanalysen ZMON, Arbeitsstand Juli

10 Use Case 1: Beispiel-Analyse mittels Business-Intelligence-Tool (QlikView) Datenanalysen ZMON, Arbeitsstand November

11 Use Case 2: Mit Verschleissprognosen und zustandsbasierter Wartung lassen sich Unterhaltskosten für (Bahn-)Infrastruktur signifikant senken Lastdaten (Gesamttonnage, Achslasten, Fahrzeugtypen) Umfelddaten (Anlagenart, bauliche Bedingungen, erfolgte Gleisarbeiten) Zentrales Prognosesystem für Zustandsdaten Visualisierung und Bereitstellung Wirtschaftlichkeit Messdaten (Schienenzustand, Abnutzung) Projekt SwissTAMP, SBB Infrastruktur 11

12 12

13 Smart Home: Gebäudedaten in Zukunft wertvoller als das Gebäude selbst? 13

14 BIM: Von der Konzeption bis in in den Betrieb / Unterhalt und Unterhalt mit einem mit einem Datenmodell Datenmodell (Life Cylce Cycle Management) 14

15 Immobilien-Vermarktung: Ohne Datenanalyse geht schon heute gar nichts mehr! Bildquelle:

16 Konklusion: Die zunehmende Datenflut generiert auch in der Immobilienwirtschaft neue Business-Chancen. Data Analytics ist vor allem auch ein Business-Thema. Datenflut und Business-Chancen in der Immobilienwirtschaft: Smart Buildings, BIM, Immobilien-Vermarktung, Facility Management Viele «Daten-Goldminen» der Immobilienwirtschaft sind noch unentdeckt / -analysiert. Business Data Analytics IT Data Analytics richtet sich an das Business Relevante Fragen stellen und Einflussfaktoren identifizieren Analysemethoden auswählen, Proof of Concept / Prototyp aufbauen Entscheidungsgrundlagen ableiten Nachgelagert (in Umsetzungsprojekten, zusammen mit der IT) Lösung operationalisieren Betrieb sicherstellen Von Big Data zu Smart Data: Datenanalyse muss gezielt und gemeinsam mit dem Business durchgeführt werden. 16

17 Vielen Dank für Ihre Aufmerksamkeit! 17