Zbieranie i analiza danych IoT – ważne źródło przewagi konkurencyjnej

Artykuł dotyczy koncepcji Internetu rzeczy (IoT) i jej wpływu na codzienne życie. Omawiane są wyzwania związane z integracją i komunikacją urządzeń IoT oraz bezpieczeństwem danych. Podkreśla się znaczenie analizy i wykorzystania zebranych informacji w celach biznesowych. Przedstawione są również sposoby przesyłania danych do systemów IoT, w tym własne rozwiązania i usługi chmurowe. Artykuł podkreśla korzyści płynące z analizy danych IoT i możliwość reagowania na potrzeby klientów oraz optymalizacji działania urządzeń w różnych branżach.

Spis treści:

• IoT to nowe możliwości, ale też wyzwania
• Komunikacja pomiędzy urządzeniami IoT
• Przesyłanie danych do systemu IoT
• Analiza danych dostarczonych przez urządzenia IoT
• Co dalej?

Internet rzeczy (IoT, Internet of Things) to koncepcja, która już od kilku lat aktywnie rozszerza się na kolejne aspekty naszego życia. Coraz więcej urządzeń podłączonych jest do sieci, coraz więcej z nich może komunikować się między sobą. W praktycznie każdej gałęzi biznesu pojawiają się kolejne możliwości przesyłania i gromadzenia wszelakich parametrów, statystyk i danych.

IoT to nowe możliwości, ale też wyzwania

Za tymi możliwościami gromadzenia informacji idą jednak kolejne wyzwania. Aby możliwa była komunikacja między urządzeniami IoT, konieczna jest ich integracja i unifikacja sposobu komunikacji. Zebrane przez te urządzenia dane muszą być odpowiednio przesyłane i przechowywane, zapewniając ich integralność oraz bezpieczeństwo. A jest to przecież dopiero pierwszy z istotnych kroków zbierania ważnych pod względem biznesowym danych. Kolejny to ich odpowiednia analiza i wykorzystanie do często specyficznych potrzeb biznesowych. Bez tego samo zbieranie danych to strata czasu i pieniędzy.

Komunikacja pomiędzy urządzeniami IoT

Jakie dane mogą gromadzić i przesyłać urządzenia IoT? W zasadzie dowolne, zależne od naszych potrzeb biznesowych. W przypadku firmy zarządzającej parkometrami w strefie płatnego parkowania, urządzenie kontrolujące podłączone do sieci może odczytywać parametry funkcyjne urządzenia (stan akumulatora, napięcie z sieci, stan terminala płatniczego, dostępność rolki papieru w drukarce termicznej, itp.). Dodatkowo, może także gromadzić i przesyłać statystyki z opłat parkingowych.

Jeżeli dodamy komunikację pomiędzy różnymi jednostkami IoT (w tym przypadku kontrolery podłączone do poszczególnych parkometrów), monitorowanie podstawowych parametrów urządzenia może posłużyć choćby do wyświetlenia informacji dla kierowcy o innym najbliższym parkometrze, jeżeli w danym urządzeniu zabraknie papieru do wydruku lub wystąpił problem z przyjęciem płatności kartą. Komunikacja może zostać zaimplementowana bezpośrednio pomiędzy urządzeniami lub poprzez system centralny, a wykonuje się ją w oparciu o jeden z kilku standardowych protokołów, takich jak choćby jeden z obecnie najpopularniejszych – MQTT (MQ Telemetry Transport).

Dla urządzeń z bardziej rozbudowanymi funkcjami, takimi jak na przykład samoobsługowe myjnie samochodowe, podstawowe parametry pracy urządzenia mogą być rozszerzone o dodatkowe składowe, jak dostępność środków myjących czy wody. Zgromadzone dane dotyczące płatności mogą z kolei posłużyć do analizy sprzedaży poszczególnych programów myjących i odpowiedniej ich modyfikacji dla wybranych przedziałów godzinowych, dni roboczych i świąt.

Taka komunikacja może przyczynić się do podniesienia jakości usług lub wprowadzenia nowych funkcji, niedostępnych w przypadku braku komunikacji pomiędzy urządzeniami. To prowadzi nas do kolejnego wyzwania związanego z IoT, a mianowicie komunikacji z jednostką centralną i przesyłania zebranych danych, a także tego co najważniejsze – umożliwienia odpowiedniego przetworzenia danych.

Przesyłanie danych do systemu IoT

Jednak zanim będziemy mogli analizować dane, trzeba je najpierw dostarczyć do odpowiedniego systemu. Generalnie można tutaj wyróżnić dwa podejścia: w całości własne rozwiązanie, czyli serwer do którego bezpośrednio łączą się urządzenia IoT, lub wykorzystanie gotowych usług dostępnych w chmurze. Główni dostawcy rozwiązań chmurowych przygotowali cały szereg usług dostosowanych do IoT. Przykładowo Amazon (AWS) oferuje ich obecnie przynajmniej kilkanaście (więcej informacji na stronach AWS IoT). Nadal jednak ich implementacja może być wyzwaniem biznesowym, choć jest z pewnością prostsza niż tworzenie własnego systemu od zera, a jednocześnie oferująca dużą swobodę w dostosowaniu narzędzi do własnych potrzeb.

Przy okazji tematu transmisji danych warto zauważyć, że może ona być dwukierunkowa. We wspomnianym wyżej przykładzie myjni samochodowej, taka transmisja z systemu do urządzenia IoT może pozwolić na zdalne zarządzanie urządzeniami myjącymi, ustawianie czasowych promocji i dynamiczną zmianę cenników. Zdecydowanie jest to więc przydatne narzędzie, pozwalające nie tylko diagnozować sprzęt, ale i dopasowywać ofertę biznesową do bieżących potrzeb, praktycznie natychmiast.

Analiza danych dostarczonych przez urządzenia IoT

Gdy dane z urządzeń są już zebrane i przesłane, dochodzimy do sedna – do ich prezentacji i analizy, która z kolei umożliwi odpowiednie działanie – naprawcze (w przypadku zgłoszonych odchyleń od standardowych parametrów pracy docelowych urządzeń) lub biznesowe (zmiana oferty, aby była lepiej dopasowana do potrzeb klientów). Bez wdrożonego narzędzia w postaci systemu zbierającego i przetwarzającego dane, nie osiągniemy podstawowych założeń, bez względu jakie one będą.

Zebrane dane stają się również źródłem dla zaawansowanej analityki, która coraz chętniej  wykorzystywana jest w systemach wspomagających zarządzanie produkcją energii elektrycznej z odnawialnych źródeł energii. Poza systemami monitoringu pracy poszczególnych urządzeń i zbierania danych służących do optymalizacji produkcji, odpowiednio przygotowane modele analityczne są  w stanie skorelować prognozy pogodowe i dane z innych źródeł zewnętrznych i przeprowadzić estymację produkcji energii.

Przygotowanie i wdrożenie takiego systemu może być czasochłonnym procesem, zwłaszcza jeżeli planujemy wprowadzenie rozbudowanych prezentacji, analiz czy dodatkowych modułów sztucznej inteligencji (AI), służących na przykład do predykcji awarii zanim one nastąpią.

Warto więc zacząć od czegoś prostszego, czyli zebrania podstawowych parametrów i wyświetlania ich w przejrzystej formie. Inną podstawową funkcjonalnością którą dobrze jest wprowadzić na początku jest system powiadamiania o niewłaściwych wartościach parametrów technicznych, czyli mówiąc wprost o awariach. Dostęp do takich podstawowych danych pozwoli nam w stosunkowo krótkim czasie uzyskać ważne dla naszego biznesu informacje, być może wpływające na modyfikację podejścia do klienta czy oferowanych usług.

Takie wdrożenie podstawowej analityki bazującej na danych dostarczanych przez urządzenia IoT można dodatkowo przyspieszyć, opierając się na gotowych narzędziach, na bazie których można rozwinąć i dostosować własny system. Tutaj znów dobrym przykładem będzie oferta Amazona (AWS), jak choćby IoT Analytics.

Co dalej?

Podsumowując, wykonując początkową analizę, następnie wdrażając komunikację IoT z systemem (np. w chmurze), a później przetwarzając dostarczone dane, jesteśmy uzbrojeni w bardzo przydatne narzędzie – wiedzę. Na podstawie uzyskanych informacji możemy dużo szybciej reagować na potrzeby naszych klientów i działania konkurencji, a także lepiej optymalizować obsługę i działanie naszych urządzeń, niezależnie od branży w jakiej działamy.