Avanceret dataanalyse og machine learning for Pelagia

ITERA-TEAMET

2x virksomhedskonsulenter

2x udviklere

Om Pelagia

Pelagia er en af verdens største virksomheder inden for produktion af pelagiske fisk. De sender fiskevarer fra fabrikkerne langs den norske kyst til markeder over hele verden. Ud over at levere fisk til menneskers forbrug, er Pelagia også en vigtig leverandør af essentielle ingredienser i alle former for fisk og dyrefoder; proteinkoncentrat, fiskemel og fiskeolie. Pelagia opererer i 28 forskellige afdelinger, herunder Norge, Danmark, Storbritannien, Irland og Ukraine.

Mål for projektet

I de senere år har vi oplevet en enorm stigning i data, der genereres. Denne vækst vil skabe enorme muligheder for de virksomheder, der formår at bruge data på en smart måde. Pelagia havde en manuel proces til at hente en bestemt type data og ingen korrekt struktur af de data, der blev hentet, hvilket gjorde brugen af disse data til analytiske formål vanskelig.

Pelagia ønskede derfor at automatisere indsamlingen af data og undersøge, om det var muligt at bruge avanceret dataanalyse og machine learning til at skabe forretningsværdi.

Team Pelagia

For at virksomheder kan lykkes med at arbejde datadrevet, er det afgørende at have gode teams, der forbereder indsigt og leder den datadrevne udvikling i organisationen. En forudsætning for at disse teams fungerer bedst muligt er tværfaglig kompetence. Itera leverede et tværfagligt team bestående af udviklere og virksomhedskonsulenter.

Teamet oprettede en dedikeret database i Azure og koblede eksisterende data til den på en struktureret måde. Derudover blev der udviklet metoder til automatisk hentning af nye datasæt. Baseret på den nye database blev avanceret dataanalyse og machine learning også brugt til at udtrække indsigt fra data. Baseret på denne indsigt blev der udviklet to strategier, der hver især ville skabe øget forretningsværdi.

Resultater

Projektet gav indsigt i et område med et betydeligt forretningspotentiale for Pelagia. Konkret giver de anbefalinger, teamet kom med, et grundlag for et investeringsafkast ti gange højere end omkostningerne. Projektet understregede også vigtigheden af at arbejde mere datadrevet og gav Pelagia specifikke råd om, hvordan dette kan gøres. På trods af at de data, der blev behandlet, var af en bestemt type, blev der også opdaget andre mulige forretningsområder, hvor indsigten fra analyserne kunne bruges - hvilket viste det potentiale, der ligger i at arbejde struktureret med data og analyse.