Si bien las nuevas tecnologías inalámbricas, móviles y de sensores están impulsando la evolución de Internet de las cosas (IoT), el verdadero valor comercial de IoT radica en el análisis de big data en lugar de en el nuevo hardware.
Después de todo, ¿por qué pasar información de los dispositivos IoT al usuario final si no tiene una plataforma de análisis lo suficientemente rica como para extraer información de ellos o convertirlos en experiencias significativas para el cliente?
Hablamos con algunos desarrolladores de software líderes que están a la vanguardia del análisis de IoT para ayudarlo a comprender cómo desbloquea oportunidades comerciales transformadoras.
Esto es lo que cubriremos:
¿Qué tiene de especial IoT Analytics?
Caso de uso n.º 1: análisis del uso de productos de consumo para marketing
Caso de uso 2: Sirva a consumidores y usuarios comerciales con los mismos análisis
Caso de uso #3: Sensores y cámaras activan eventos conectados
Caso de uso n.° 4: análisis de video para vigilancia y seguridad
Pasos hacia la implementación
¿Qué tiene de especial IoT Analytics?
Lo primero que debe entender sobre el análisis de datos de IoT es que involucra conjuntos de datos generados por sensores, que ahora son lo suficientemente baratos y sofisticados para admitir una variedad aparentemente interminable de casos de prueba.
El potencial de los sensores radica en su capacidad para recopilar datos sobre el entorno físico, que luego pueden analizarse o combinarse con otras formas de datos para detectar patrones.
El Dr. Joachim Schaper es vicepresidente sénior de investigación y jefe del laboratorio de análisis avanzado de AG internacional (un jugador líder en el mercado emergente de análisis de IoT). Sus ideas representan la experiencia y los conocimientos combinados del equipo de I+D de AGT, que incluye a más de 80 personas.
Schaper explica que los datos de los sensores también se pueden usar para comprender a las personas y las cosas:
«La capacidad de los sensores para comprender la física revela parte del contexto en tiempo real en torno a una persona determinada, que luego se puede combinar con la expresividad de los datos de las redes sociales para brindar una comprensión sólida de una persona individual o un grupo de personas. Si se hace bien, puede habilitar una amplia gama de nuevos servicios para el consumidor.
Dr. Joachim Schaper, vicepresidente sénior de investigación y director de análisis avanzado de AGT International
El siguiente video muestra las soluciones de AGT en acción. En este ejemplo, el análisis de video asistido por aprendizaje automático rastrea los movimientos de una audiencia durante un partido de baloncesto para revelar el nivel de participación de la multitud:
Discutiremos este caso de uso con más detalle a continuación. Otros tipos de datos además de los datos de sensores que están involucrados en proyectos de IoT incluyen:
- Video en directo
- Datos de geolocalización móvil
- Datos de uso del producto, que no son necesariamente datos del sensor
- Datos de redes sociales, que se pueden agregar con datos de IoT
- Archivos de registro (registros generados por computadora de operaciones y eventos en aplicaciones de software, redes, etc.)
Decir que estos tipos de datos no son específicos de IoT es perder el punto. En muchos casos, el valor de los datos de los sensores solo queda claro cuando se integran y correlacionan con otras fuentes de datos.
Veamos ahora algunos casos de uso para el análisis de IoT y la inteligencia comercial que pueden generar impactos comerciales transformadores en una serie de verticales.
Caso de uso n.º 1: análisis del uso de productos de consumo para marketing
Las soluciones de IoT tienen el potencial de reescribir por completo la forma en que las empresas ven a sus clientes.
Esto ya está ocurriendo al analizar la información sobre cómo los consumidores usan los productos conectados a Internet de una empresa.
Como ejemplo, tome el siguiente tablero de Nacimientodesarrollador de soluciones de autoservicio y análisis guiado:
Comparar productos
Datos de uso del producto cotejados con redes sociales y datos de ingresos en Birst
Farnaz Erfan, director sénior de estrategia de productos de Birst, explica cómo las cafeteras conectadas a IoT envían información al fabricante sobre cuántas tazas de café prepara un consumidor por día.
Luego, estos datos se pueden correlacionar con los datos de las redes sociales para determinar si los consumidores que preparan más café tienen más probabilidades de hablar activamente sobre la marca en las redes sociales. Además, el vendedor puede ver si las variaciones en la cantidad de café elaborado por los consumidores se corresponden con la cantidad de cápsulas de café que también vende el vendedor.
Caso de uso 2: Sirva a consumidores y usuarios comerciales con los mismos análisis
Un aspecto fascinante del análisis de datos de IoT destacado por Erfan es el potencial del análisis tanto para las empresas como para los consumidores.
Como ejemplo, Erfan cita una implementación de Birst para un cliente de servicios públicos que vende medidores de energía inteligentes que no requieren lectores de medidores: «Venden a los gobiernos estatales y del condado, así como a los proveedores de energía, para que las organizaciones puedan detectar fraudes en datos de medidores, así como pronósticos de ingresos”.
«El otro canal, sin embargo, es impulsado por el consumidor», dice, «porque los análisis permiten que los portales para que los consumidores administren su uso de energía, vean cuánto están por encima y por debajo de otros hogares del vecindario, encienden y apagan los electrodomésticos para determinar su impacto en el consumo de energía, etc.
En este caso, la empresa genera valor a partir de los mismos análisis de dos formas:
- Minería de datos tradicional para detectar fraudes
- Habilite un nuevo servicio para sus clientes, que atraiga tanto a los consumidores ahorrativos como a los ecológicos.
Caso de uso #3: Sensores y cámaras activan eventos conectados
Una de las áreas más emocionantes del análisis de IoT es el campo emergente del análisis social.
El análisis social implica el uso de datos de sensores, datos de video, datos de redes sociales, etc. para obtener información procesable sobre las personalidades y comportamientos de individuos y grupos. AGT ayudó a establecer este campo con su enfoque en «eventos conectados».
Los eventos conectados son aquellos en los que las implementaciones de sensores a gran escala ayudan a comprender y mejorar las experiencias de los asistentes.
Schaper explica que durante los eventos conectados, las «cosas» en las que se despliegan los sensores son personas :
“Creamos una solución completa en móvil con los respectivos backend analytics para moda y para la Liga Europea de Baloncesto. Lo que hicimos allí fue desplegar sensores IoT en el sitio, en maniquíes en el caso de desfiles de moda y en árbitros y entrenadores en el caso de juegos de baloncesto.
Dr. Joachim Schaper, vicepresidente sénior de investigación y director de análisis avanzado de AGT International
Estos sensores permiten el análisis de las emociones humanas en lugar del uso de dispositivos (una forma de análisis conocida como análisis de los sentimientos).
El Dr. Gadi Lenz, científico jefe de AGT, explica que los sensores biométricos y las redes son importantes tecnologías habilitadoras para el análisis de sentimientos:
«AGT utiliza video (expresiones faciales), acelerómetros y giroscopios (movimiento), audio (aplausos y abucheos), frecuencia cardíaca (excitación), conductancia de la piel (estrés), etc., junto con análisis basados en aprendizaje automático para inferir las emociones de las personas en una forma que antes no era posible.
Dr. Gadi Lenz, científico jefe de AGT International
Por ejemplo, Schaper explica que los sensores biométricos de los entrenadores vinculan los movimientos de este grupo demográfico notoriamente inquieto con sus sentimientos sobre el juego, como vimos en el video al comienzo de este informe.
«Hemos creado un llamado ‘índice de agitación’ para entrenadores, que analiza el movimiento para medir su nivel de participación a lo largo del juego. Si luego relaciona estos datos con los datos del juego (cuándo ocurren los tiros libres, cuándo ocurren los tiros de 3 puntos, etc.), obtiene algunas correlaciones muy interesantes.
Por lo tanto, Internet de las cosas se está expandiendo para incluir cámaras como ricas fuentes de datos junto con sensores, a menudo para analizar la misma situación desde ángulos diferentes a los que ofrecen los sensores.
El reconocimiento facial y la detección de movimiento son dos áreas cruciales para habilitar el análisis social a través de video.
En el caso de los desfiles de moda, señala Schaper, «podemos usar la detección de movimiento para determinar dónde mira realmente la audiencia para detectar eventos que capten la atención de todo el grupo. Medimos esto mirando sus rostros y usando la posición de los ojos y la boca». posición para entender el enfoque de la persona y el nivel de interés.
Actualmente, el análisis social crea valor comercial al admitir la captura de video de momentos importantes en los eventos. Mediante el análisis de las emociones, los comportamientos y los puntos focales de una multitud para identificar eventos destacados, se pueden crear videoclips que coincidan de forma natural con los intereses de la multitud (y, por extensión, también de los espectadores en línea).
El análisis de video de AGT ha ayudado en la creación de noticias y clips de YouTube al proporcionar recomendaciones a los editores sobre los momentos más significativos de un evento para el público y los asistentes.
Schaper señala que este contenido acumuló 2 millones de visitas en Facebook y YouTube, junto con videos de marca que demuestran el uso del aprendizaje automático para comprender los estados emocionales de los modelos:
Caso de uso n.° 4: análisis de video para vigilancia y seguridad
La protección de la infraestructura va más allá del mantenimiento predictivo y las personas a menudo necesitan protección de Infraestructura.
De hecho, AGT ha comenzado a proteger la infraestructura de los campos petroleros mediante el despliegue de cámaras junto con sensores de movimiento y radar.
En contextos de monitoreo, la detección de anomalías es crucial, y AGT lo hace a través de un nuevo mecanismo: “Dejamos que la máquina intente determinar el estado del flujo y deduzca cosas normales o anormales con el tiempo. Creamos índices de anomalías, y si algo supera el umbral, se cuenta como una anomalía. »
Los operadores humanos que monitorean los flujos de sensores pueden incluso ajustar el umbral de lo que cuenta como un evento digno de su atención, como en el siguiente ejemplo de un sistema de gestión de tráfico basado en análisis de video:
Debido a que esta tecnología se basa en el aprendizaje automático, dice Schaper, los usuarios no tienen que definir reglas complejas para determinar qué cuenta como un evento.
En cambio, el propio software entiende esto: «Si lo usa en el tráfico, el análisis aprenderá que hay cuatro carriles, dos en cada dirección, y generalmente el flujo de automóviles va desde el lado izquierdo. de arriba hacia abajo y en el lado derecho de abajo hacia arriba. Si los escaneos detectan un fuerte movimiento de izquierda a derecha en la señal de video, es una indicación de un accidente y los escaneos harán sonar una alarma.
Estas tecnologías son útiles para ajustar las operaciones, así como para garantizar la seguridad. Los análisis de video de AGT también se utilizan para administrar los movimientos de la multitud en las colas y la densidad de la multitud en los eventos.
Pasos hacia la implementación
Los casos de uso que hemos visto deberían darle una idea del alcance de lo que puede lograr con el análisis de IoT.
No hemos cubierto los detalles de las tecnologías habilitadoras detrás de las plataformas IoT, que utilizan tipos especializados de ciencia de datos para procesar grandes conjuntos de datos en tiempo real generados por sensores. La firma de investigación Gartner cubre estas tecnologías, así como herramientas de inteligencia artificial e IoT industrial, y los métodos de análisis utilizados con ellas en un informe sobre mejores prácticas para el análisis de IoT (Este contenido está disponible para los clientes de Gartner).
Si desea comenzar a comparar proveedores, consulte nuestra lista completa de plataformas de BI de extremo a extremo. Muchos de estos proveedores pueden actuar como socios tecnológicos para proyectos de IoT, como hemos visto en los ejemplos presentados en este informe.
Proveedores adicionales que se especializan en implementaciones de IoT
 |
Ver el perfil |
 |
Ver el perfil |
 |
Ver el perfil |
 |
Ver el perfil |
 |
Ver el perfil |