Jak postavit datovou platformu v cloudu?

Dynatrace nám umožňuje celkový pohled na aplikaci. Nemusíme řešit data z nativních nástrojů cloudu, to Dynatrace zvládne sám a automaticky.

Potřebovali jsme optimalizovat výrobní plán tak, aby linka jela plynule a výroba nebyla přerušována zbytečnými změnami. Adastra nám pomohla vytvořit model, který zohledňuje všechna výrobní omezení a optimalizuje pořadí vozů na lince. Díky tomu se shlukování aut stejné barvy zlepšilo v průměru o 74 % u primeru a o 54 % u topcoatu, což výrazně zvýšilo efektivitu lakování a snížilo potřebu častého proplachování.

Rozhodli jsme se inovovat, automatizovat a digitalizovat naše procesy, abychom mohli efektivně rozšířit nabídku a vstoupit se Zuty na nové trhy. Potřebovali jsme zajistit, že zvládneme odbavit násobně větší objem produktů bez ztráty kvality a efektivity. Adastra a Blindspot AI nám pomohli implementovat end-to-end systémy na míru, díky nimž jsme získali zásadní konkurenční výhodu.

Potenciál v oblasti optimalizace procesu sdružování tiskovin na tiskový arch jsem viděl už roky, ale dlouhou dobu se nedařilo najít způsob, jak ten proces automatizovat. Zkoušeli jsme to vyřešit jak vlastními silami, tak i externě, ale bez úspěchu. Teprve až společnost Adastra nám byla schopna nabídnout funkční řešení. Na spolupráci s firmou Adastra velmi oceňuji pochopení potřeba GZ Media a souznění celého implementačního týmu, kdy se nám podařilo v oblasti přínosu přesáhnout zadání, což je další přidaná hodnota projektu. S Adastra dále spolupracujeme a společně nacházíme další prostor pro další projekty.

Bylo třeba vše naplánovat společně pro dvě pojišťovny najednou, z různých zdrojových systémů, v určeném termínu. Mluvili jsme tehdy o „Excel Hell“. Dnes vnímám sjednocení dat a východisek pro plánování jako hlavní přínos. Všichni plánovači pracují s jednotnou základnou dat. V minulosti se nám nedařilo udržovat konzistenci, ale nyní máme vše pod kontrolou.

Když byznys uživatelům ukážeme a vysvětlíme, jak mohou pracovat přímo ve Fabricu, často zjistí, že je to pro ně vlastně lepší cesta než excely.

Při výběru zákazníků k oslovení dosahujeme s ML modelem o 70 % vyššího potenciálu prodejů než při použití původního přístupu – manuálního výběru pomocí expertních pravidel. Výrazně tak zefektivňujeme akviziční proces.