lunes, junio 25

Internet de las Cosas: Nuevos desafíos…nuevas oportunidades de negocio

0
Compartir nota

Por Sergio Farina, gerente de Teradata México:

De acuerdo con el Índice de Innovación de la Sociedad, en México 3 de cada 10 empresas ya han implementado una solución en Internet de las Cosas.  Por su parte, la consultora IDC (International Data Corporation), predice que en 2021 el gasto en el sector alcanzará aproximadamente 1,400 millones de dólares, ya que las empresas continúan invirtiendo en hardware, software, servicios y conectividad.

Debido a ello ha aumentado la demanda de innovaciones tecnológicas, desde nuevas modalidades en el almacenamiento de bases de datos y predicción de comportamientos hasta el diseño de aplicaciones. Es por ello que una plataforma analítica avanzada debe estar diseñada con una estructura temporal de la base de datos a fin de representarlos y manipularlos; así como el diseño de series cronológicas para capturar, gestionar y analizar los cambios que se producen con el transcurso del tiempo.

Los datos generados por IoT registran eventos, mediciones y mensajes del mundo real cuya estructura es similar a la de las operaciones financieras. Por ejemplo, para un financiero, la entrada y salida de dinero le resulta un evento (transacción) de importancia financiera y legal que ocurre en un momento determinado, pero además de ello, bajo una visión innovadora, requeriría el saldo total de sus cuentas en tiempo real o periodo determinado. Esta nueva perspectiva contempla una duración, un comienzo y un final, lo cual resulta esencial para su análisis. Estos tipos de datos son ejemplos de series cronológicas. Aquí nos enfocamos en IoT porque su tamaño y velocidad plantean desafíos particulares, a la vez que ofrecen nuevas oportunidades de negocios.

Nuevas perspectivas. Nuevas oportunidades

Bajo este escenario, por ejemplo, un tren de pasajeros registra varios eventos en solo un minuto: enciende motores, se liberan frenos, el centro de control controla la temperatura de los motores, el flujo de combustible, el voltaje, etc. En menos de un segundo, millones de mediciones a la vez. Desde ese momento y hasta que finalice el viaje, las series cronológicas se despliegan de medición en medición, evento a evento, mensaje a mensaje, creando un registro exhaustivo del viaje.

Estos datos brindan a los fabricantes y proveedores de servicios de trenes muchísimas oportunidades para mejorar procesos, entre otras miles de cosas. El mantenimiento preventivo, por ejemplo, reduciría costos de mano de obra, riesgos, extensión y flexibilidad de los intervalos en los que debe realizarse una revisión, como así también una mejora significativa en el servicio al cliente, optimización de los estándares de seguridad, etcétera.

En prácticamente todas las industrias son evidentes las oportunidades para ahorrar costos y generar mayores ganancias. No es Internet de las Cosas la única herramienta, lo que constituye el verdadero beneficio es el análisis de datos y la innovación de modelos predictivos, junto con las series cronológicas que lo acompañan.

El análisis de las series cronológicas comienza con la observación elemental de las tendencias. En este caso, la medición y supervisión remota de los datos, vía sensores, de los componentes de un tren, es lo que ayuda a predecir cuándo un componente podría fallar, por lo que se puede reparar antes que ocurra algo desfavorable. ¿Cuándo alcanzará un nivel crítico? ¿Qué sucede con las condiciones meteorológicas?  Debido a problemas de sincronización de registros, valores faltantes, etc., la mayoría de las analíticas de series cronológicas se basa en la agrupación de registros temporales o intervalos, cuyo punto de inicio y tamaño están determinados por distintas necesidades.

Bajo el ejemplo señalado, el análisis de los datos puede predecir que una unidad  probablemente falle dentro de las próximas 50 horas de servicio. Es fácil ver que debería ser reemplazada o proveer el servicio de mantenimiento antes de que se produzca la falla -lo cual no constituye sólo un problema de seguridad. Así el proveedor de servicio podrá decidir cuándo y dónde se hará el mantenimiento. Esto depende del cronograma del mismo servicio, la ubicación y disponibilidad del repuesto, el costo de utilizar un tren de reserva si fuera necesario, así como de otras consideraciones de negocio.

Todos estos datos de estado configuran un importante aspecto temporal: los períodos durante los cuales todos los datos anteriores son válidos. La tecnología subyacente se conoce como una base de datos temporal y es un componente básico de la plataforma analítica productiva.

En conclusión, las series cronológicas de datos son la base para las analíticas avanzadas de lo que genera Internet de las Cosas. Los datos de estado bitemporales describen los aspectos fundamentales del negocio, desde la logística, procesos de producción y entrega de servicio, hasta su entorno financiero, para así brindar el contexto en el que se pueden tomar decisiones empresariales y ejecutar acciones basadas en series cronológicas.

contactame@esemanal.mx

Compartir nota
Share.

Sobre el autor

Comments are closed.