Как компании могут использовать Интернет вещей для сбора и анализа широкомасштабных данных

Факри Саде из Sigfox USA

В течение многих лет компании собирали данные обо всех факторах, составляющих их бизнес. Используя стек технологий для систематического сбора и анализа данных, многие организации смогли оптимизировать свой бизнес.

Но, как говорит Факри Садех, вице-президент по сетевым технологиям, стратегии и развитию Sigfox USA Для тех, кто работает в торговых отраслях, таких как рыболовство или сельское хозяйство, сбор данных по-прежнему осуществляется так же, как и вручную.

Ручной сбор дорогостоящий, трудоемкий и оставляет возможность человеческой ошибки. Хорошая новость заключается в том, что с появлением глобальной сети с низким энергопотреблением (LPWAN) для промышленного Интернета вещей (IoT) теперь компании, работающие в торговых отраслях, могут получить доступ к средствам сбора данных и аналитике, которые деловой мир использует заемные средства в течение многих лет.

Новый рассвет для Интернета вещей в торговле

Подключив устройства IoT к LPWAN, организации наконец-то могут обеспечить широкий охват по невысокой цене. В отличие от традиционных сотовых сетей, LPWAN может распространяться и проникать через далеко простирающиеся поля или водоемы, простирающиеся на расстояние до 20 миль от берега. Это делает его подходящим для многих торговых отраслей, которые исторически не могли воспользоваться преимуществами передовых технологий из-за отсутствия покрытия в удаленных местах, где они часто работают.

В других отраслях промышленности для сбора данных использовались датчики, но до появления такой широкой сети, как LPWAN, доступ к IoT был недоступен для широкомасштабного развертывания в торговых отраслях. Датчики с поддержкой LPWAN эффективно собирают и автоматически передают данные через сеть в облачную службу, даже находясь в открытом океане.

Например, Gloucester Innovation, организация, занимающаяся технологическими решениями, искала эффективный способ сбора данных со дна океана, чтобы контролировать состояние океана и среду обитания моллюсков из Массачусетса. Прикрепив датчики с поддержкой LPWAN к ловушкам для омаров, они смогли собирать данные об океанических условиях, включая:уровни pH, глубину, температуры и загрязнители. В конце каждого дня, когда омары поднимают ловушки на поверхность, датчики передают небольшие, хотя и важные для здоровья океана, пакеты данных, которые они собирают, в облачный сервис.

«Используя технологию LPWAN от Sigfox USA, мы смогли продемонстрировать техническую жизнеспособность и осуществимость сбора данных об океане почти в реальном времени», - сказал Рик Аптон, основатель Gloucester Innovation . «Подключение к Интернету вещей Sigfox USA является экономически эффективным для таких случаев использования, как этот, и позволяет легко подключаться к огромному количеству датчиков, которые позволяют нам эффективно собирать данные о дне океана у побережья Массачусетса без нарушения процесса омара. Благодаря такой прозрачности представители местной «голубой экономики» могут получить доступ к информации из беспрецедентных объемов данных, что позволит им улучшить операции и отслеживать меняющиеся условия океана ».

LPWAN не только решает проблемы покрытия, но и устраняет еще одно препятствие на пути к стоимости внедрения промышленного Интернета вещей. Другие устройства, которые собирают данные в больших объемах, обычно имеют непомерную стоимость для большинства сделок. В случае сбора данных со дна океана Gloucester Innovation провела оценку с использованием датчиков, которые передают данные через спутниковую связь, но обнаружила, что это может стоить сотни тысяч долларов. Датчики LPWAN эффективны, потому что они передают данные только тогда, когда есть что сказать, вместо того, чтобы передавать информацию постоянно, что снижает затраты на обслуживание и замену.

Анализ притока данных

Сбор данных теперь доступен с такой скоростью и масштабом, которые были недоступны для специалистов в сфере торговли до внедрения LPWAN. Но теперь, когда эти отрасли имеют доступ к растущему количеству критически важных данных, им нужен способ их простой обработки. Традиционно анализ выполнял бы специалист по данным, но с такими большими объемами данных делать это вручную дорого и требует много времени.

В отличие от традиционного анализа данных, который представляет собой длительный и трудоемкий процесс, интеллектуальный анализ данных - идеальный способ собрать информацию из этого нового, увеличившегося объема данных. Майнинг - это систематический процесс обнаружения закономерностей с данными. Организации практически любой отрасли, включая торговые, могут использовать инструменты интеллектуального анализа данных, которые могут кластеризовать и классифицировать данные, собранные устройствами IoT, для поиска закономерностей и ассоциаций. При интеллектуальном анализе данных точность возрастает по мере увеличения объема данных.

Автор этого блога Факри Саде, вице-президент по сетевым технологиям, стратегии и развитию Sigfox USA.