Descubra cómo los análisis de IO pueden ahorrar a Siemens millones en costes energéticos y emisiones cada año. Además, aprenda cómo Koné está adoptando el análisis de IO mientras construye su gran cadena de valor de datos.
Video: Todo lo que necesitas saber sobre el Internet de ThingsIoT es la tecnología subyacente que hará que todo sea inteligente. Larry Dignan explica por qué el espacio es un tema central de la sala de juntas, y una oportunidad para las empresas innovadoras de apoderarse de tierras.
Cuanto más hábiles se vuelvan las empresas en la utilización de sus grandes datos, más valor podrán obtener del esfuerzo. Este valor proviene inicialmente del retorno de la inversión (ROI) más fácil que las organizaciones pueden obtener de los grandes datos. Hay maneras de ahorrar dinero o tiempo utilizando grandes cantidades de datos y análisis y aplicando esos métodos a las áreas operativas corporativas.
Ejemplos de ello son: evitar los costosos tiempos de inactividad para las reparaciones de los tranvías de cercanías mediante un mantenimiento predictivo (y preventivo), controlar los termostatos en todos los edificios para regular la temperatura y ahorrar en costes energéticos, o instalar sensores en los contenedores de transporte para garantizar que los productos perecederos permanezcan debidamente refrigerados.
VER: Guía del ejecutivo sobre IO y grandes datos (ebook gratuito) (ConsejoTecnologico.com)
Cuando visité recientemente a Deon Newman, vicepresidente de marketing de IO en IBM Watson, él señaló que la gestión de instalaciones es un área en la que muchas empresas están invirtiendo en análisis. «Cuarenta y cinco por ciento de la energía mundial es consumida por los edificios», dijo Newman. «Así que cuando se tiene una gran empresa como Siemens que tiene 300.000 edificios en todo el mundo, la empresa estima que puede sacar aproximadamente 140 millones de euros al año en costos de energía y 10.000 millones de toneladas al año de emisiones. Esto le permite reducir significativamente su huella de carbono a través del uso de la analítica de Internet de las cosas».
Más información sobre Big Data
Otra empresa que está adoptando el análisis de la IO es Kone, que produce ascensores y equipos de movimiento de personas que mueven aproximadamente mil millones de personas cada día. El ejemplo de Koné es particularmente interesante porque demuestra cómo las empresas utilizan inicialmente los datos analíticos y de IO para reducir costes y ahorrar tiempo, y luego trasladar los grandes datos y los análisis más arriba en la cadena de valor, encontrando formas de aprovechar mejor los datos y generar ingresos.
Parte de la visión estratégica de Kone era encontrar formas de hacer que su equipo de transporte de personas fuera más inteligente mediante la recopilación de datos de IO a los que se aplicaba el aprendizaje automático. Por ejemplo, si 10 personas están de pie en la bahía de un ascensor y cuatro de ellas quieren ir al piso 16, si escanean sus tarjetas de habitación contra un escáner de ascensor, el sistema de ascensor podría enviar un coche que llevaría directamente a estos cuatro individuos al piso 16 sin detenerse, y luego enviar otro coche para las seis personas restantes que iban a varios otros pisos y paradas. El resultado final es un enrutamiento más eficiente de los pasajeros y una mayor satisfacción del cliente.
El ejemplo de Koné, junto con su plan de trabajo analítico, es una ilustración perfecta de cómo funciona la gran cadena de valor de datos.
«En la primera capa de esta cadena, las empresas buscan un inmediato retorno de la inversión de grandes datos atacando un problema operativo en el que pueden ver un rápido retorno de la inversión», dijo Newman. «Una vez que han probado el ROI de este trabajo inicial, pasan a un segundo nivel, que es la mayor explotación de estos datos a través del desarrollo de nuevas aplicaciones que pueden aprovechar aún más su análisis. El tercer nivel es la entrada en una nueva línea de negocio o fuente de ingresos de los datos.»
VER: Política de Internet de las cosas (Tech Pro Research)
Aplicado a una compañía como Kone, veríamos:
- ROI operativo inicial desde el análisis a través de la capacidad de predecir las necesidades de mantenimiento de los equipos antes de que fallen;
- aprovechar estos datos de IO mediante el desarrollo de aplicaciones «inteligentes» que encauzan eficazmente a las personas hacia sus destinos mediante el uso del aprendizaje automático y el análisis; y
- la potencial monetización de estos datos, tal vez aprendiendo sobre los clientes y lo que les importa y luego vendiendo publicidad que los clientes verían mientras eran transportados a sus destinos.
«Independientemente de las industrias en las que se encuentren, estas son las grandes estrategias de valor de datos que las empresas deben seguir a medida que construyen sus grandes cadenas de valor de datos», dijo Newman. «Desafortunadamente, todavía vemos pruebas de concepto en las que no existe un caso de negocio específico al que se estén aplicando. Es difícil conseguir financiación para grandes proyectos de datos sin un caso de negocio al que se apliquen y una gran cadena de valor de datos que proporcione una evolución continua para el retorno de la inversión. Los ejemplos que estamos viendo con Kone, Siemens y otros muestran cómo se pueden construir estas cadenas de valor».
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega
mismo