Tietovarastomies

Kukapa ei olisi päässyt käymään ostoksilla kaupassa, jossa tuotteen saa mukaansa noutamalla sen liikkeen varastosta. Yleensä varastossa sinua tervehtii iloinen varastomies, joka antamasi tiedon perusteella häviää varaston syövereihin vain palatakseen kohta ostamasi tuote mukanaan. Varastomies tuntee varastonsa kuin omat taskunsa, tietää missä hyllypaikassa tuotteet sijaitsevat ja miten niiden luokse pääsee helpoiten. Varastomiehen tietämys, palvelualttius ja hyvin suunniteltu varasto ja muodostavat toimivan kokonaisuuden, mitä loppuasiakaskin arvostaa.

Monessa tietokoneohjelmassa, kuten Lemonsoftissa, on vastaavanlainen tietovarastomiehillä varustettu varasto, jota kutsutaan tietokannaksi. Tietokannassa tuotteiden sijaan on varastoituna yrityksen liiketoiminnan kannalta sitä tärkeintä, eli tietoa yrityksen liiketoiminnasta. Ihmisen sijaan tietovarastomiehen asiakkaana toimii sovellus tai sovelluksia, jotka pyytävät tietovarastomiestä etsimään varastostaan tietoa asiakkaista, tuotteista, laskuista jne. odottaen mahdollisimman nopeaa, luotettavaa ja tietenkin ystävällistä palvelua.

Tietokantoja ja niiden valmistajia on markkinoilla useita ja myös niiden ominaisuuksissa on paljonkin eroja. Toiset ovat hyviä tallentamaan tiedostoja ja kuvia, kun taas toiset tietokannat ovat erikoistuneet relaatiotiedon, eli  sellaisen tiedon käsittelyyn, jossa tieto on linkittynyt toiseen tietoon. Vielä vuosituhannen alussa oli vallalla käsitys, että sovelluksessa tulisi olla vain yksi kaikkivoipa tietokanta mihin sovelluksen keräämä ja tarvitsema tieto tulisi tallentaa. Tänä päivänä uskotaan enemmän malliin, jossa sovellus voi koostaa ja tallentaa tietoa eri tietolähteistä, jolloin tiedon käsittelyyn tietolähteessä voidaan valita kulloinkin parhain tapa.

Lemonsoft käyttää relaatiotiedon tallentamiseen Microsoft SQL Server tietokantaa, joka on laajalti tunnettu ja tunnustusta saanut tietokantamoottori. Microsoft julkaisi hiljattain SQL Server 2016 version tuotteestaan, jossa loppukäyttäjän näkövinkkelistä merkittävää on tiedon visualisointiin liittyvä voimakas kehitys. Liitetoimintatiedon hallinta (BI) ja raportointi (SQL Server Reporting Services, SSRS) tekniikat ovat kehittyneet aimo harppauksin eteenpäin ja samalla myös lähentyneet toisiaan. Tämä kehitys takaa sen, että jatkossa Lemonsoftin käyttäjät tulevat saamaan entistä tehokkaamman raportoinnin ja liiketoimintatiedon hallinnan osana Lemonsoft tuotetta.

Varastomieheltä edellytetään kykyä oppia uusia asioita ja tulla toimeen erilaisten asiakkaiden kanssa. Mutta, onko mahdollista, että tietokone ja tuo siellä asuva tietovarastomiehemme voisi oppia uusia asioita? Voisiko tietovarastomies itse analysoida tietovarastossa olevaa tietoa ja oppia siitä jotain? Kyllä voi! Koneoppiminen on tällä hetkellä suuressa nosteessa ja yksinkertaistettuna tarkoittaa sitä, että tietokone voi oppia ja omaksua uusia ”kykyjä”, kunhan sitä vain osataan opettaa oikealla tavalla. Opettamiseen käytetään ns. neuroverkkoja, joissa koneelle annetaan joukko tietosyötteitä ja palaute onnistumisesta. Niiden avulla neuroverkkoa sitten säädetään kohti haluttua lopputulosta.

Vielä muutama vuosi takaperin koneälyllä varustettujen sovelluksien tekeminen vaati sovelluskehitystiimiltä erittäin kovaa osaamista, eikä koneälyä juurikaan yrityssovelluksissa näkynyt. Pilvipalvelujen yleistymisen myötä on koneoppiminen kuitenkin tullut nyt sovelluksiemme käyttöön. Millaisia asioita kone voi sitten oppia? Hyvän käsityksen siitä, mitä kone voi oppia saa Microsoftin sovelluskehittäjille tarjoamien kognitiivisten palveluiden avulla. Näiden palveluiden avulla koneelle voidaan ”näyttää” kuvaa, jonka perusteella se osaa kertoa hämmästyttävän tarkalla tasolla mitä kuvassa on ja mitä siinä ollaan tekemässä. Esimerkiksi jos näytät koneelle kuvaa missä ihminen ui, osaa kone kertoa sinulle: ”a man swimming in a pool of water”. Jos kuvassa on ihmisiä, osaa tietokone kertoa lisäksi ihmisten sukupuolen, iän ja jopa ovatko ihmiset iloisia, surullisia tai kenties hämmentyneitä kuvassa.

Kuulostaa tieteiselokuvalta, eikö? Miten tämä liittyy nykyarkeen saatika toiminnanohjausjärjestelmän tietokantoihin keräämään tietoon? Kuvatiedon käyttäminen koneoppimisen esimerkkinä on helppo ymmärtää ja siksi sen kautta asiaa monesti lähestytään. Entäpä jos voisit joskus ennustaa tuotteiden menekkiä yhdistämällä tietokantaasi keräämän ostotiedon, viikonpäivät ja sääolosuhteet ja ennustaa annettujen tietojen perusteella menekin näiden muuttujien vaihdellessa? Mitä jos tuotantokoneestasi tietokantaan keräämän tiedon avulla voisit ennustaa seuraavan huoltoajankohdan, ilman että kone ennättää vikaantua ja aiheuttaa ylimääräistä harmia liiketoiminnallesi? Kaikki nämä edellä mainitut asiat ovat jo nyt mahdollista toteuttaa!

Uuden Microsoft SQL Server 2016 ja muiden teknologisten innovaatioiden myötä voitaisiin todeta, että nyt tietovarastomiehemme on saanut päivitetyn hyllyjärjestelmän lisäksi piirustuslehtiön, uudet värikynät ja kyvyn nähdä tulevaisuuteen!

 

Mika Matveinen

Ohjelmistoarkkitehti