Сбор и обработка данных IoT. Стоит ли внедрять и как это сделать эффективно

Сбор и обработка данных с датчиков интернета вещей (IoT, Internet of Things) становится всё масштабнее. Но насколько большую пользу компании получают от них? Можно ли сравнивать эту пользу с уроном, который может принести утечка? Что делать, чтобы сбор и обработка данных стали выгоднее для компании? Обо всём этом рассуждает Стефан Зодер, эксперт Infonomics и практики ИТ бизнес-консалтинга корпорации Informatica.

Сбор и обработка данных: много данных, новых терминов и сомнений

Потоки Big Data всё масштабнее. Они открывают перед бизнесом новые возможности и бросают ему новые вызовы.  Для того, чтобы в этом разобраться вводится много терминов и понятий: Индустрия 4.0, Промышленность 4.0, Цифровая трансформация. Даже наша повседневная жизнь генерирует целое цунами данных. Они идут из мобильных телефонов, систем домашней безопасности и климатического контроля. Информация, которая собирается с портативной электроники, также достигает критической массы. Это приводит к повышению риска утечек данных, их нецелевому использованию и злоупотреблениям со стороны бизнеса, который их хранит.

Чтобы защитить данные уже был введён регламент GDPR и множество других правовых инициатив по защите данных. Но дискуссия о защищённости Big Data снова и снова возобновляется с каждой новой утечкой. А значит, снова и снова поднимаются вопросы о том, насколько вообще сбор и обработка данных нужны бизнесу. При этом мало говорят о том, что Big Data уже приносит очень большую пользу компаниями, которые научились правильно с ними работать.

Зачем нужны сбор и обработка данных IoT?

Некоторые организации активно собирают данные с портативных устройств, которые носят сотрудники. Это помогает контролировать показатели здоровья персонала и улучшать безопасность. Всё больше устанавливается датчиков IoT на промышленное оборудование. Данные с них помогают измерять показатели с промышленных роботов и мониторить линии производства в реальном времени. Также компании могут следить за оборудованием во время его работы, чтобы понять ухудшается ли его эффективность при изменении факторов окружающей среды. Среди таких факторов – температура, наличие крена, влажность, давление, географическое положение.

Ещё одна область, где можно использовать сбор и обработку данных с сенсоров на оборудовании – конструкторская деятельность. Организация может собрать информацию о работе тестируемого устройства в естественных условиях, а также – в искусственно контролируемых условиях. Анализ такой информации поможет выделить коренные причины поломок, если они произойдут во время процедуры оценки качества нового оборудования.   Возможно, вы уже знакомы с сервисом «сбой-как-услуга» (failure-as-a-service). Это оценка ущерба и последствий от сбоев в работе, а также моделирование и предсказание таких сбоев. Внедрение интернета вещей позволило этому сервису выйти на новый уровень. Текущий виток развития я бы назвал «сбой-как-услуга 2.0». Новая версия сервиса способна эффективнее оповещать бизнес о том, при каких сценариях возможен сбой в работе устройства. Продвинутые алгоритмы машинного обучения помогают предсказывать поломки в будущем и решить проблему до её возникновения. Это позволяет снизить число незапланированных простоев и работать с максимальной продуктивностью.

Как сделать сбор и обработку данных IoT эффективнее?

Чтобы эффективно использовать Big Data, организациям нужно перестать относить сбор и обработку данных с сенсоров IoT к уровню одного завода, исследования или отдела. Бизнес должен научиться работать с Big Data стратегически, на уровне нескольких компаний и в долгосрочной перспективе. Также нужно разработать гибкую методологию быстрого получения результата от тестирования.  Это поможет не тратить ресурсы на безрезультативное тестирование. Нужно учиться избегать случаев, когда данные нового теста показывают те же результаты, что и предыдущего. В компании должно быть центральное хранилище данных, возможно, Hadoop. Разработчики, инженеры и аналитики должны буду работать в нём совместно. В частности, искать там данные, комбинировать, комментировать их, добавлять новые, повторно использовать те, с которыми они работали ранее.

Что ещё важнее – это способность обеспечить доверие к результатам анализа данных. Достичь этого можно благодаря коллективной проверке данных, при которой будут учитываться уже имеющиеся комментарии к ним и их первоначальный линедж. Если вы обеспечиваете надёжные данные с датчиков в контексте другой достоверной «базовой» информации, вы сможете принимать на её основе более эффективные решения. «Базовая информация» включает в себя образование и квалификацию персонала, который установил оборудование и сенсоры, модель, серийный номер и производителя оборудования, его местонахождение, условия, в которых оно находилось во время установки, работы и тестирования. Эффективная обработка данных подразумевает и обеспечение их высокого качества. Почему качество данных имеет большое значение для интернета вещей и как его обеспечить, читайте в другой статье блога.

Главный залог успеха – делиться данными

Прошли те времена, когда целые команды квалифицированных инженеров и технических специалистов тратили целые дни и недели на установку датчиков. А также – на их калибровку, тестирование, ожидание результатов. А в итоге оказывалось, что наборы данных не имеют значения для бизнеса или очень похожи на те, которые были собраны во время прошлого теста, о котором они не знали. Инженеры сейчас могут работать совместно со своими коллегами из бизнес-подразделений.  Когда показания датчика говорят о необходимости что-то поменять, они могут обсудить это друг с другом. Сделать это можно будет, принимая во внимание исторические тестовые данные, которые хранятся в архиве.

Компания должна активно делиться собранными данными с инженерами, поставщиками, клиентами. А иногда выгодно делиться и с конкурентами!  Совместная работа с конкурентами часто позволяет получить новые инсайты по рынку. Это позволяет совместно улучшить категорию продукта и снизить влияние макроэкономических факторов, например эмиссии денежных средств. Обмен данными также можно монетизировать и создать дополнительный поток прибыли для своей организации. Успешный сбор и обработка данных IoT – конкурентное преимущество для любой компании. Они влияет не только на операционную деятельность, но и на изменения в конструкции оборудования, тестирования его сбоев, обучение специалистов, перестройке, регулятивной отчётности. А главное – удовлетворённость клиента, неважно внутри компании или снаружи.