Per trovare il modo migliore per introdurre le tecnologie di analytics dei big data nei propri processi di ricerca e sviluppo, Honda R&D desiderava collaborare con un partner tecnologico in grado di offrire un servizio davvero completo.

Kyoka Nakagawa commenta: "IBM è stato il partner giusto per due importanti motivi.Innanzitutto, IBM offre una gamma molto ampia di funzionalità di analytics dei big data, tra cui mining dei dati, analitica del testo e visualizzazione, quindi siamo riusciti a ottenere tutti gli strumenti di cui avevamo bisogno da un unico fornitore.In secondo luogo, IBM aveva le capacità e l'esperienza per guidarci lungo tutto il nostro percorso verso i big data, dalla consulenza al proof-of-concept fino alla realizzazione finale".

L'ambiente di analytics dei big data di Honda R&D si basa su IBM® SPSS® Modeler, IBM Watson™ Content Analytics e IBM Predictive Maintenance and Quality (PMQ).Il ruolo di Kyoka Nakagawa è quello di fungere da hub di rete per queste tecnologie, aiutando a creare proof-of-concept, organizzare corsi di formazione e incoraggiare gli ingegneri a condividere le loro conoscenze, esperienze e dati.

Kyoka Nakagawa commenta: "I corsi di formazione sul mining dei dati hanno avuto un grande successo: IBM SPSS Modeler è diventato rapidamente uno strumento popolare in tutta l'azienda.Più di 100 ingegneri hanno completato la formazione e molti di loro utilizzano regolarmente SPSS nel loro lavoro.

“SPSS Modeler è molto utile per organizzare dati non elaborati in una serie di dati utilizzabili, in modo da poterli analizzare facilmente.È anche molto semplice da utilizzare per analisi complesse.Un'altra caratteristica interessante è la possibilità di monitorare gli utenti e vedere come interagiscono con lo strumento.Pertanto, se qualcuno ha difficoltà a gestire i propri dati in modo efficace, i colleghi possono fornirgli un aiuto in più”.

Honda R&D utilizza IBM Watson Content Analytics per il text mining, offrendo ai ricercatori una conoscenza quasi istantanea di enormi archivi di documenti e altri dati testuali.Ad esempio, l'Initial Quality Studies di JD Power e gli studi interni di Honda R&D sulla soddisfazione dei clienti sono fonti molto preziose di informazioni sulla qualità e l'affidabilità delle automobili nel tempo.Negli Stati Uniti, anche la National Highway Traffic Safety Authority (NHTSA) fornisce una ricca fonte di insight sui problemi e le preoccupazioni dei consumatori in materia di sicurezza.

Kyoka Nakagawa fa un esempio: "Recentemente abbiamo avuto una riunione in cui un dirigente ha fatto una domanda su una caratteristica di una delle nostre auto.Abbiamo effettuato l'accesso a Watson Content Analytics, analizzato oltre un milione di record nella serie di dati NHTSA, e in 10 minuti abbiamo trovato tre o quattro esempi di feedback rilevanti da parte dei clienti.Si tratta di un tipo di analisi che sarebbe quasi impossibile eseguire manualmente".

La soluzione IBM Watson Content Analytics viene eseguita sulla piattaforma cloud flessibile di IBM, in un ambiente server virtuale condiviso situato a Tokyo.Honda ha apprezzato la versatilità di IBM Cloud per la costruzione e l'implementazione dell'ambiente Watson Content Analytics per gli utenti del team Big Data Initiative dell'azienda e la sua capacità di scalabilità.

"Dal punto di vista degli utenti del settore di attività, non era importante che Watson Content Analytics venisse eseguito in locale o nel cloud", spiega Kyoka Nakagawa."Ciò che contava davvero per loro era la velocità di implementazione e IBM Cloud ci ha permesso di rendere operativa la soluzione molto più rapidamente di quanto sarebbe stato possibile con una soluzione in loco.

"Inoltre, i requisiti computazionali per il text-mining con Watson Content Analytics dipendono dalla quantità di contenuti che immettiamo nel dizionario personalizzato.

"Dal momento che sviluppiamo costantemente il nostro dizionario mentre perfezioniamo le nostre capacità di text mining, è fondamentale disporre di un ambiente cloud flessibile".

La scalabilità dell'infrastruttura IBM Cloud semplifica anche l'aggiunta di nuovi utenti, quindi se altri dipartimenti decideranno di adottare IBM Watson Content Analytics in futuro, Honda sarà in grado di supportarli perfettamente.

IBM Predictive Maintenance and Quality è progettato per aiutare le organizzazioni a monitorare le proprie risorse e processi e a prevedere il malfunzionamento delle risorse o i problemi di qualità.Honda R&D ha sperimentato questa tecnologia nell'analisi della garanzia di qualità del mercato e i risultati iniziali sono promettenti.

"Siamo rimasti molto colpiti dalle funzionalità di visualizzazione di IBM Predictive Maintenance and Quality", afferma Kyoka Nakagawa.

"PMQ funge da ambiente di sviluppo analitico per consentire ai nostri ricercatori di esplorare le aree in cui gli insight analitici possono aiutare a identificare i problemi di qualità o di produzione delle risorse in un ambiente sandbox.PMQ rappresenta anche una soluzione analitica completa che rende operativa l'analitica con la data ingestion continua di eventi del processo dalle nostre operazioni, dove possiamo caricare i dati e visualizzarli facilmente in dashboard intuitivi".

I programmi di formazione di Honda R&D per l'analytics dei big data hanno dato un grande contributo alla creazione di una cultura più aperta e collaborativa tra i team di ingegneri dell'azienda.

"Io lo chiamo 'Il Big Data Friends Club'", dice Kyoka Nakagawa."Riunire i nostri ingegneri è stato di per sé un vantaggio, perché sono più propensi a condividere i loro dati e a imparare gli uni dagli altri.Ad esempio, il nostro team chassis stava lavorando a un progetto per studiare il deterioramento dei tubi di scarico e aveva bisogno di alcuni dati sulla benzina.Grazie al Big Data Friends Club, hanno scoperto che il nostro team per il risparmio di carburante disponeva già dei dati di cui avevano bisogno, quindi ha risparmiato un sacco di sforzi e spese".

Aggiunge: “L’apprendimento dell’analytics dei big data ha anche aiutato alcuni dei nostri ingegneri a pensare fuori dagli schemi.Invece di analizzare semplicemente i parametri che ritengono importanti, possono utilizzare tecniche di mining dei dati per scoprire pattern e criteri di ricerca a cui non avrebbero mai pensato.

"Ad esempio, abbiamo milioni di clienti in tutto il mondo e le abitudini di guida nei diversi paesi presentano differenze non sempre facili da prevedere.

“Recentemente abbiamo discusso su dove posizionare il pulsante di avviamento del motore nei nostri veicoli.Analizzando i registri NHTSA, abbiamo scoperto che diversi guidatori negli Stati Uniti si sono lamentati di aver premuto accidentalmente il pulsante di avviamento del motore con le ginocchia.

"È stata una grande sorpresa per noi, perché ciò è possibile solo se si inserisce il cruise control, si tolgono i piedi dai pedali e si sollevano le gambe sul sedile.Non avremmo mai immaginato che le persone avrebbero effettivamente scelto di guidare in tal modo, quindi è stato un insight prezioso per i nostri team di progettazione del prodotto”.

Un altro importante vantaggio dell'approccio di Honda R&D è che ha mostrato agli ingegneri dell'azienda il valore dell'analytics dei big data nella comprensione di come auto e guidatori si comportano in condizioni reali e nell'identificazione di nuovi progetti di ingegneria.

Ad esempio, l'azienda utilizza i dati dei sensori dei veicoli per monitorare le manovre di sterzata dei guidatori e comprendere meglio le preferenze dei clienti.Tale conoscenza del mondo reale confluisce in progetti di ingegneria che mirano a progettare un'esperienza di sterzata che può essere personalizzata per ogni guidatore.

Kyoka Nakagawa conclude: "IBM Analytics sta aiutando gli ingegneri di Honda R&D a sfruttare i big data per esplorare nuove preziose aree di ricerca e, in ultima analisi, a progettare automobili migliori, più intelligenti e più sicure".