Para encontrar a melhor maneira de introduzir tecnologias de análise de big data em seus processos de pesquisa e desenvolvimento, a Honda R&D queria trabalhar com um parceiro de tecnologia que pudesse oferecer um serviço realmente abrangente.

Kyoka Nakagawa comenta: "A IBM foi a escolha certa de parceiro por dois motivos importantes. Em primeiro lugar, a IBM oferece uma ampla gama de recursos de análise de Big Data, incluindo mineração de dados, análise de texto e visualização, assim conseguimos obter todas as ferramentas de que precisávamos em um único fornecedor. Em segundo lugar, a IBM tinha as habilidades e a experiência para nos orientar durante toda a nossa jornada de big data, desde a consulta, passando pela prova de conceito, até a realização final."

O ambiente de análise de big data da Honda R&D é baseado no IBM® SPSS® Modeler, IBM Watson™ Content Analytics e IBM Predictive Maintenance and Quality (PMQ). A função de Kyoka Nakagawa é atuar como um centro de rede para essas tecnologias, ajudando a estabelecer provas de conceito, organizar cursos de treinamento e incentivar os engenheiros a compartilhar seus conhecimentos, experiências e dados.

Kyoka Nakagawa comenta: "Os cursos de treinamento em mineração de dados foram muito bem-sucedidos - o IBM SPSS Modeler tornou-se rapidamente uma ferramenta popular em toda a empresa. Mais de 100 engenheiros já concluíram o treinamento, e muitos deles usam o SPSS regularmente em seu trabalho.

"O SPSS Modeler é muito bom para organizar dados brutos em conjuntos de dados utilizáveis, para que possam ser analisados facilmente. Ele também é muito fácil de usar para análises complexas. Outro recurso valioso é a capacidade de monitorar os usuários e ver como eles estão interagindo com a ferramenta. Portanto, se alguém estiver com dificuldades para gerenciar seus dados de forma eficaz, os colegas poderão dar uma ajuda extra."

A Honda R&D usa o IBM Watson Content Analytics para mineração de texto, oferecendo aos pesquisadores uma visão quase instantânea de vastos armazenamentos de documentos e outros dados textuais. Por exemplo, os Estudos de Qualidade Inicial da JD Power e os estudos internos de voz do cliente da Honda R&D são fontes muito valiosas de informações sobre a qualidade e a confiabilidade do automóvel ao longo do tempo. Nos EUA, a National Highway Traffic Safety Authority (NHTSA) também fornece uma rica fonte de informações sobre os problemas e as preocupações de segurança dos consumidores.

Kyoka Nakagawa dá um exemplo: "Recentemente, tivemos uma reunião em que um executivo fez uma pergunta sobre um recurso de um de nossos carros. Fizemos login no Watson Content Analytics, analisamos mais de um milhão de registros no conjunto de dados da NHTSA e, em 10 minutos, encontramos três ou quatro exemplos de feedback relevante dos clientes. Esse é o tipo de análise que seria quase impossível de ser realizada manualmente."

A solução IBM Watson Content Analytics é executada na plataforma de nuvem flexível da IBM, em um ambiente de servidor virtual compartilhado localizado em Tóquio. Honda elogiou a versatilidade do IBM Cloud para criar e implementar o ambiente do Watson Content Analytics para os usuários da equipe da Iniciativa de Big Data da empresa e sua capacidade de escalonamento.

"Do ponto de vista de nossos usuários de linha de negócios, não era importante se executávamos o Watson Content Analytics no local ou na nuvem", diz Kyoka Nakagawa. "O que realmente importava para eles era a velocidade de implementação - e o IBM Cloud nos permitiu colocar a solução em funcionamento muito mais rapidamente do que seria possível com uma solução local.

"Além disso, os requisitos computacionais para a mineração de texto com o Watson Content Analytics dependem da quantidade de conteúdo que fornecemos para o dicionário personalizado.

"Como estamos constantemente desenvolvendo nosso dicionário enquanto refinamos nossos recursos de mineração de texto, é vital ter um ambiente de nuvem flexível."

A escalabilidade da infraestrutura do IBM Cloud também significa que é fácil adicionar novos usuários, portanto, se outros departamentos decidirem adotar o IBM Watson Content Analytics no futuro, a Honda poderá dar suporte a eles sem problemas.

O IBM Predictive Maintenance and Quality foi projetado para ajudar as organizações a monitorar seus ativos e processos e prever falhas de ativos ou problemas de qualidade. A Honda R&D está testando essa tecnologia na análise de garantia de qualidade do mercado, e os resultados iniciais são promissores.

"Ficamos muito impressionados com os recursos de visualização do IBM Predictive Maintenance and Quality", diz Kyoka Nakagawa.

"O PMQ serve como um ambiente de desenvolvimento analítico para permitir que nossos pesquisadores explorem onde os insights analíticos podem ajudar a identificar problemas de qualidade ou de ativos de fabricação em um ambiente de sandbox. O PMQ também serve como uma solução analítica completa que operacionaliza a análise com a ingestão contínua de dados de eventos de processo de nossas operações, onde podemos fazer upload de dados e visualizá-los facilmente em painéis intuitivos."

Os programas de treinamento da Honda R&D para análise de big data deram uma grande contribuição para criar uma cultura mais aberta e colaborativa entre as equipes de engenharia da empresa.

"Eu o chamo de 'Big Data Friends Club'", diz Kyoka Nakagawa. "Reunir nossos engenheiros tem sido um benefício por si só, porque ficam mais propensos a compartilhar seus dados e aprender uns com os outros. Por exemplo, nossa equipe de chassis estava trabalhando em um projeto para estudar a deterioração em tubos de exaustão, e eles precisavam de alguns dados sobre gasolina. Por meio do Clube de Amigos do Big Data, descobriram que nossa equipe de economia de combustível já tinha os dados de que precisava, e isso poupou muito trabalho e muita despesa."

Ela acrescenta: "Aprender sobre análise de big data também ajudou alguns de nossos engenheiros a pensar fora da caixa. Em vez de simplesmente analisar os parâmetros que eles acham importantes, podem usar técnicas de mineração de dados para descobrir padrões e pistas sobre os quais talvez nunca tenham pensado.

"Por exemplo, temos milhões de clientes em todo o mundo, e os hábitos de condução em diferentes países diferem de maneiras que nem sempre são fáceis de prever.

“Recentemente, estávamos discutindo onde posicionar um botão de 'partida do motor' em nossos veículos. Analisando os registros da NHTSA, descobrimos que vários motoristas nos EUA reclamaram que haviam pressionado acidentalmente o botão de partida do motor com os joelhos.

"Isso foi uma grande surpresa para nós, porque só é possível se você colocar o carro no controle de cruzeiro, tirar os pés dos pedais e dobrar as pernas no assento. Nunca imaginávamos que as pessoas realmente escolheriam dirigir assim, então foi uma visão valiosa para nossas equipes de design de produto."

Outra vantagem importante da abordagem de pesquisa e desenvolvimento da Honda é que ela mostrou aos engenheiros da empresa o valor da análise de big data para entender como carros e motoristas se comportam em condições do mundo real e identificar novos projetos de engenharia.

Por exemplo, a empresa está usando dados de sensores do veículo para monitorar as manobras de direção dos motoristas e obter uma melhor compreensão das preferências dos clientes. Essa visão do mundo real alimenta projetos de engenharia que visam projetar uma experiência de direção que possa ser personalizada para cada motorista.

Kyoka Nakagawa conclui: "O IBM Analytics está ajudando os engenheiros da Honda a aproveitar o big data para explorar novas áreas valiosas de pesquisa e, em última análise, projetar automóveis melhores, mais inteligentes e mais seguros."