The “Capsule Company”

Noen ganger i livet får man seg noen åpenbaringer. Da tenker jeg ikke på religiøse opplevelser, men hvordan man innimellom kommer over produkter og mennesker som totalt endrer måten du tenker på. Kanskje grenser det til religion allikevel? Etter en uke på kurs hos Seeq er jeg nemlig blitt en konvertitt og sterk i troen på «capsules» – eller kapsler på godt norsk.
Når man først begynner å se på «livet», eller prosessen din, i kraft av kapsler så er det vanskelig å gå tilbake. Så hva er egentlig en kapsel?

En kapsel er en avgrenset periode som fanger en bestemt hendelse. Vi omgir oss med kapsler hele tiden, men gjerne uten å tenke på det. Et døgn kan brytes ned i jobb, fritid, soving. Det er tre kapsler som gjentar seg med jevne mellomrom. Men for å dra det mer over i et faglig perspektiv, som dette lille innlegget er ment å være, så kan kapsler være skiftperioder, produksjonsdøgn, eller løfteoperasjon av olje til en shuttle tanker offshore. Disse har alle klart definerte start- og slutttider som lar oss kapsle inn den konkrete tidsperioden. En kapsel kan også være nedetidshendelser, perioden vi var over en gitt grense, eller da et gitt type utstyr var av/på. Andre ganger kan man se på en trend fra prosessen sin og med det blotte øye se et merkelig mønster. Det kan være en hurtig stigning etterfulgt av en stabil periode før vi får en hockeykølleaktig trend. Kanskje gjentar mønsteret seg, og voila, der har man et sett til med kapsler.

Kapseleksemplene jeg har nevnt er av forskjellig varighet. Det kan være år, måneder, dag, eller timer og sekund. Kapsler av samme type kan også ha forskjellig varighet. Og da nærmer man seg noe av grunnen til å benytte kapseltankegang: de er ekstremt nyttige når du vil gjøre analyser av dine tidsseriedata. Man kan analysere sine kapsler og spørre seg hvorfor en type operasjon noen ganger tar 2 timer, og andre ganger 3-4 timer. Det kan være gode grunner til det, eller man kan ha avdekket en abnormalitet. Det er åpenbart mulig å gjøre det på 2 timer, så tidsforbruk som overstiger det kan optimaliseres. Kanskje er det noe utstyr som inngår i operasjonen som trenger vedlikehold? Eller er det måten prosessen blir utført på som varierer? Går det raskere på hhv. dag, eller kveld? Tar det lengre tid når det er varmt enn når det er kaldt?

Sistnevnte eksempler illustrerer et annet kraftig konsept med kapsler: de lar seg kombinere og man kan utføre kapsellogikk. Analysen er ikke bare når inntreffer «tilstand A», men kanskje når har vi «tilstand A» samtidig som det er «varmt ute» og «skift 2» er på jobb? Dessuten må det være «mandag».

Kapsler kan visualiseres og kombineres. Eksempelet viser en situasjon der vi har utfall av A (lilla kapsel), og dette påvirker B (rød kapsel). Det er interessant å finne perioden som er sirklet inn. Hvor lang tid tar det før B inntreffer etter at A har startet?

 

Poenget med denne introduksjonen til kapsler er at selskap daglig gjør analyser av sine prosess- og tidsseriedata, og av sine forretningsdata. En utfordring er at den operasjonelle verden oftest består av tidsseriedata, mens forretningsverden er transaksjonell. Kapsler er bindeleddet mellom disse.

Det er en grunn til at man samler inn enorme mengder tidsseriedata, men analysemulighetene av disse mangler ofte. Produktene som har samlet inn dataene mangler gjerne dypere analysemulighet. Da ender man ofte opp med eksport av et ‘sub set’ av data til Excel, men dette er ikke alltid så enkelt, og særlig ikke på større datamengder. Noen selskap har en ekspertgruppe med ‘data scientists’, men de er en begrenset ressurs, bruker for lang tid, eller din utfordring er «for liten» til å kontakte dem. Andre eksisterende produkter for analyse er laget for relasjonsdata, og fungerer ikke godt med tidsseriedata. Hva skal en stakkars prosessingeniør gjøre? Altfor ofte ender det med at potensielt gode innspill og analyser ikke blir gjort; man orker rett og slett ikke.

En ukes kurs har gitt meg en åpenbaring rundt kapsler, og en dypere respekt for de ingeniører og andre ansatte som daglig «sloss med» analyse av tidsseriedata. Men det finnes hjelp å få. Hjelpen heter Seeq, men de kunne like gjerne kalt seg «the capsule company»

 

/Børre

+47 91395525