Análisis de macrodatos que parece algo que aún no es familiar en el campo de la tecnología avanzada, pero que poco a poco se está empezando a utilizar. Aquí, presentaremos ejemplos de la utilización del análisis de big data y sus ventajas, e introduciremos ejemplos de IoT y campos industriales en particular.
El ojo de la utilización de big data
El propósito del análisis de macrodatos es encontrar alguna ley y correlación a partir de datos aparentemente desordenados y no ilegales. A partir de ahí, estamos intentando aumentar las ventas y mejorar la eficiencia operativa mediante la obtención de nuevos conocimientos.
La toma de decisiones basada en la experiencia y la intuición humanas es muy incierta y afecta cuando se da, pero a menudo se pierde. Además, se necesita un largo período de tiempo para adquirir la intuición necesaria para tomar decisiones. Además, dado que las necesidades de los clientes se diversifican y el ritmo de cambio del mercado es cada vez más rápido, es muy probable que la experiencia y la intuición cultivadas durante muchos años no se pierdan en un corto período de tiempo. En esta situación, es necesario proporcionar rápidamente nuevos conocimientos mediante el análisis de grandes cantidades de datos sin manos humanas.
Además, el análisis de macrodatos se considera útil para comprender las leyes y algunas tendencias basadas en las preferencias y sensibilidades humanas que antes eran difíciles de cuantificar. Esto significa que se pueden descubrir nuevos conocimientos a partir de datos que antes estaban excluidos de la dificultad de responder.
Ejemplos de cómo utilizar el conocido análisis de big data
Echemos un vistazo a los casos de uso de big data en el mundo real.
Exhibición de productos en máquinas expendedoras
Las pantallas de productos se utilizan a menudo como un buen ejemplo de cómo crear leyes a partir del análisis de macrodatos. En un fabricante de bebidas, cambiamos la presentación de los productos de una máquina expendedora en forma de «Z» que ordenaba los productos más vendidos desde arriba, lo que era habitual hasta entonces, de modo que los productos en los que nos centrábamos se colocaran debajo. Esta es la información que se obtiene al instalar una cámara de seguimiento ocular (cámara de seguimiento ocular) que lee la línea de visión en una máquina expendedora y analiza grandes datos denominados «línea de visión del comprador». Como resultado, la empresa logró un aumento de ventas de varios por ciento.
Muchas máquinas expendedoras muestran muestras de productos más altas que las de los compradores. Esto se debe a que a menudo se fija sobre un pedestal de hormigón para evitar caídas durante los terremotos. Ciertamente, parece natural decir que es más fácil ver en esa posición a una posición ligeramente inferior a la altura de los ojos. Sin embargo, las ideas que anulan una costumbre que ya se considera de sentido común, como la exhibición de la «forma de Z», son difíciles de idear para los humanos por sí solos.
Comprenda las fluctuaciones de la demanda y utilícelas para compras y desarrollo de productos
Una de las aplicaciones representativas del análisis de big data es la previsión de la demanda. En una cadena de sushi con cinta transportadora, se colocan etiquetas IC en los platos para determinar qué platos se venden y cuánto. Cuando el empleado sostiene el lector sobre el plato en el momento de la contabilidad, los datos se pueden adquirir al instante. Estos datos ascienden a varios cientos de millones al año y, al analizar estos macrodatos, captamos las fluctuaciones de las ventas y la demanda estacional y los utilizamos para ajustar el volumen de compras y el desarrollo de productos.
Analice las tendencias de los clientes para tomar decisiones de gestión
En algunos casos, se utiliza para el análisis de ventas y la gestión del inventario en tiendas de conveniencia. Una tienda de conveniencia descubrió que el 60% de las ventas de un producto en particular estaban respaldadas por solo el 10% de los usuarios habituales. Este es el conocimiento que se obtiene al analizar la información de big data sobre la liquidación electrónica de dinero. Esta tienda de conveniencia continúa vendiendo ciertos productos porque determinan que tienen un fanático ávido.
Una fuente importante de ingresos para las tiendas de conveniencia es la compra «próxima a la compra» que se compra junto con el producto deseado. Incluso si un producto que, a primera vista, parece tener que terminar con las ventas debido al crecimiento de las ventas, puede encontrar un nuevo valor como un producto importante que lleva a atraer clientes al saber que tiene seguidores entusiastas.
Los sentidos humanos también se descifran como big data
En un sitio de venta de ropa interior, logramos cuantificar las variaciones de talla ligeramente diferentes entre los fabricantes de ropa interior al analizar la ropa interior devuelta y la información de los clientes con macrodatos. Esto llevó a un sistema en el que, cuando un comprador introduce su talla, solo se muestran los productos del fabricante que se ajustan a esa talla.
Se puede decir que esto permitió analizar grandes datos sobre el ajuste y la comodidad de la ropa interior en diferentes personas y presentar los mejores productos a cada cliente. Dado que el ajuste y la comodidad de la ropa interior pertenecen a los sentidos y sensibilidades humanos, se ha considerado difícil de cuantificar en general, pero esta información también puede analizarse como big data según el ingenio.
Ejemplos de utilización del análisis de big data en los campos industrial y de IoT
Veamos algunos ejemplos de uso en los campos industrial y de IoT.
Conozca y prevea las condiciones de las carreteras en tiempo real
Hay un caso en el que la información del tráfico se analiza asignando la función de comunicación al automóvil. Al recopilar información de conducción con un automóvil con funciones de comunicación, el llamado automóvil conectado, y analizarla con macrodatos, es posible obtener información sobre atascos e información sobre accidentes. Estos datos se pueden utilizar para evitar atascos de tráfico y prevenir accidentes.
Como mecanismo, se determina que no hay atasco si la velocidad de rotación aumenta o es constante al detectar cuántas revoluciones gira el neumático por segundo. En otras palabras, la situación de la carretera se juzga a partir del cambio en la velocidad del vehículo. Además, al instalar un receptor GPS en el automóvil, detectar la información de posición y realizar un análisis de macrodatos junto con el cambio en la velocidad individual del vehículo, es posible determinar cuánto atasco de tráfico se está produciendo o es probable que se produzca en qué región. En este caso, dado que la información del automóvil cambia de un momento a otro en tiempo real, se requiere un procesamiento en tiempo real para el análisis de macrodatos.
Funcionamiento eficiente del buque
De la misma manera, ha habido casos en los que la operación de los barcos se ha simplificado mediante el análisis de grandes datos obtenidos de la detección. Una empresa naviera mercante conecta sensores a los barcos para recopilar la velocidad del motor, la velocidad de funcionamiento y la velocidad de la corriente oceánica. Hemos logrado analizar esto como macrodatos y crear un plan de vuelo óptimo. Cuando realmente operamos con este plan, logramos una reducción del 10% en el consumo de combustible. Desde el punto de vista del público en general, parece que no es gran cosa, con un 10%, pero las compañías navieras mercantes operan un gran número de barcos y hay muchos casos en los que el viaje de una sola vez es largo. Se puede decir que el 10% de estos resultados son el efecto de importantes reducciones de costos.
Homenaje a la optimización de la minería
En algunos casos, contribuye al funcionamiento eficiente de la maquinaria de construcción, como las palas y las excavadoras. La maquinaria de construcción de un fabricante de equipos de construcción tiene sensores compatibles con IoT. Al usar este sensor para monitorear la información de ubicación y el estado de la operación y realizar análisis de big data en tiempo real, se puede usar para mejorar la eficiencia de la operación y predecir fallas. Esto es especialmente útil cuando se extrae en minas extranjeras. Las minas en el extranjero suelen tener un rango de extracción muy amplio, y es necesario elegir la distancia más corta posible y transportar cargas vacías con menos frecuencia. Por lo tanto, la optimización de la minería se logra detectando el tiempo de arranque del motor, la distancia de viaje, la dirección del viaje, etc. y analizando estos grandes datos.
El análisis de big data estará más orientado al tiempo real
Más arriba, hemos visto ejemplos de cómo se puede utilizar el análisis de big data. Como puede ver en estos ejemplos, la necesidad de realizar análisis de big data en tiempo real aumentará cada vez más. Es probable que la computación perimetral sea altamente compatible en términos de velocidad, especialmente para las aplicaciones que requieren velocidad en el campo de la producción. Si está pensando en el análisis de big data en este campo de producción, la introducción de la computación perimetral también es una opción.
