Grande análise de dados que parece algo que ainda não é familiar no campo da tecnologia avançada, mas que está gradualmente começando a ser utilizado. Aqui, apresentaremos exemplos de utilização de grandes análises de dados e os méritos das mesmas, e apresentaremos exemplos de IOT e campos industriais em particular.
O Olho da Grande Utilização de Dados
O objetivo da análise de grandes dados é encontrar alguma lei e correlação a partir de dados aparentemente desordenados e sem lei. A partir daí, estamos tentando aumentar as vendas e melhorar a eficiência operacional, derivando novos conhecimentos.
A tomada de decisão baseada na experiência humana e na intuição é altamente incerta e acerta quando acerta, mas muitas vezes sai. Além disso, é preciso um longo período de tempo para adquirir a intuição para tomar decisões. Além disso, como as necessidades dos clientes estão se diversificando e o ritmo das mudanças no mercado está ficando cada vez mais rápido, é muito provável que a experiência e a intuição cultivadas ao longo de muitos anos não sejam passadas em um curto período de tempo. Nesta situação, é necessário fornecer rapidamente novos conhecimentos através da análise de grandes quantidades de dados sem mãos humanas.
Além disso, uma grande análise de dados é considerada útil para compreender leis e algumas tendências baseadas em preferências e sensibilidades humanas que antes eram difíceis de quantificar. Isto significa que novos conhecimentos podem ser descobertos a partir de dados que anteriormente eram excluídos da dificuldade de responder.
Exemplos de como utilizar grandes análises de dados familiares
Vamos dar uma olhada nos grandes casos de uso de dados do mundo real.
Exposição de produtos em máquinas de venda automática
Os displays de produtos são freqüentemente usados como um bom exemplo de criação de leis a partir de grandes análises de dados. Em um fabricante de bebidas, mudamos a exibição do produto de uma máquina de venda automática “em forma de Z” que arranjava os produtos mais vendidos de cima, o que era comum até então, de modo que os produtos em que estávamos nos concentrando eram colocados abaixo. Esta é a percepção derivada da instalação de uma câmera de rastreamento ocular (câmera de rastreamento ocular) que lê a linha de visão em uma máquina de venda automática e analisa grandes dados chamados de “linha de visão do comprador”. Como resultado, a empresa obteve um aumento de vendas de vários por cento.
Muitas máquinas de venda automática exibem amostras de produtos superiores aos compradores. Isto se deve ao fato de que muitas vezes ela é fixada sobre um pedestal de concreto para evitar quedas durante terremotos. Certamente, parece natural dizer que é mais fácil ver nessa posição em uma posição ligeiramente mais baixa do que a altura de seus olhos. Entretanto, idéias que derrubam o costume que já é considerado senso comum, como a exibição da “forma em Z”, são difíceis para os seres humanos sozinhos.
Compreender as flutuações da demanda e usá-las para compras e desenvolvimento de produtos
Uma das aplicações representativas das grandes análises de dados é a previsão da demanda. Em uma corrente transportadora de sushi, etiquetas de gelo são fixadas nas placas para descobrir quais pratos são vendidos e quanto. Quando o funcionário segura o leitor sobre a placa no momento da contabilidade, os dados podem ser adquiridos instantaneamente. Estes dados são várias centenas de milhões anualmente e, analisando dados tão grandes, percebemos as flutuações das vendas e da demanda sazonal, e os usamos para ajustar o volume de compras e o desenvolvimento de produtos.
Analisar as tendências dos clientes para a tomada de decisões gerenciais
Em alguns casos, ele é utilizado para análise de vendas e gestão de estoque em lojas de conveniência. Uma loja de conveniência descobriu que 60% das vendas de um determinado produto eram suportadas por apenas 10% dos usuários pesados. Este é o conhecimento obtido pela análise de grandes informações de dados sobre liquidação de dinheiro eletrônico. Esta loja de conveniência continua a vender certos produtos porque eles determinam que eles têm um ávido fã.
Uma importante fonte de renda para lojas de conveniência é “ao lado da compra” comprada junto com o produto desejado. Mesmo que um produto que à primeira vista pareça ter que terminar as vendas devido ao crescimento das vendas, você pode encontrar um novo valor como um produto importante que leva a atrair clientes, sabendo que você tem fãs entusiastas.
Os sentidos humanos também decifrados como grandes dados
Em um site de vendas de roupas íntimas, conseguimos quantificar variações de tamanho ligeiramente diferentes nos fabricantes de roupas íntimas, analisando as roupas íntimas devolvidas e as informações dos clientes com grandes dados. Isto levou a um sistema no qual, quando um comprador entra em seu tamanho, somente os produtos do fabricante que se encaixam nesse tamanho são exibidos.
Pode-se dizer que isto foi capaz de analisar grandes dados sobre o ajuste e conforto de roupas íntimas em diferentes pessoas e apresentar os melhores produtos para cada cliente. Como o ajuste e o conforto da roupa íntima pertencem aos sentidos e sensibilidades humanas, tem sido considerado difícil quantificar em geral, mas estas informações também podem ser analisadas como grandes dados, dependendo do engenho.
Exemplos de utilização de grandes análises de dados em campos industriais e de IOT
Vamos dar uma olhada em exemplos de uso nos campos industrial e de IOT.
Agarrar e prever as condições das estradas em tempo real
Há um caso em que as informações de trânsito são analisadas, dando a função de comunicação ao carro. Ao coletar informações de direção usando um carro com funções de comunicação, o chamado carro conectado, e analisando-o com grandes dados, é possível obter informações sobre engarrafamento e informações sobre acidentes. Estes dados podem ser usados para evitar engarrafamentos e prevenir acidentes.
Como mecanismo, é determinado que não há engarrafamento se a velocidade de rotação aumentar ou se for constante ao se detectar quantas rotações o pneu rodou por segundo. Em outras palavras, a situação da estrada é julgada a partir da mudança na velocidade do veículo. Além disso, instalando um receptor GPS no carro, detectando as informações de posição e realizando uma grande análise de dados em conjunto com a mudança na velocidade individual do veículo, é possível determinar quanto engarrafamento está ocorrendo ou é provável que ocorra em que região. Neste caso, como as informações do automóvel mudam de momento para momento em tempo real, o processamento em tempo real é necessário para uma grande análise de dados.
Operação eficiente do navio
Da mesma forma, houve casos em que a operação de navios foi racionalizada através da análise de grandes dados obtidos por sensoriamento. Uma empresa de marinha mercante anexa sensores aos navios para coletar a velocidade do motor, a velocidade de funcionamento e a velocidade da corrente oceânica. Conseguimos analisar isto como grandes dados e criar um plano de vôo ideal. Quando realmente operamos utilizando este plano, conseguimos uma redução de 10% no consumo de combustível. Do ponto de vista do público em geral, parece que não é um grande negócio a 10%, mas as empresas de navegação comercial operam um grande número de navios, e há muitos casos em que a viagem ao mesmo tempo é longa. 10% destes resultados podem ser considerados como o efeito de grandes reduções de custos.
Tributo à otimização da mineração
Em alguns casos, ela contribui para o funcionamento eficiente de máquinas de construção, tais como pás e bulldozers. As máquinas de construção de um fabricante de equipamentos de construção possuem sensores compatíveis com IoT. Ao usar este sensor para monitorar informações de localização e status de operação e realizar grandes análises de dados em tempo real, ele pode ser usado para melhorar a eficiência da operação e prever falhas. Isto é útil principalmente na mineração em minas no exterior. As minas no exterior costumam ter um alcance de mineração muito amplo, e é necessário escolher a distância mais curta possível e transportar cargas vazias com menos freqüência. Portanto, a otimização da mineração é realizada através da detecção do tempo de partida do motor, da distância de viagem, da direção da viagem, etc. e da análise desses grandes dados.
Grandes análises de dados serão mais orientadas para o tempo real
Acima, vimos exemplos de como uma grande análise de dados pode ser usada. Como você pode ver por estes exemplos, a necessidade de realizar grandes análises de dados em tempo real aumentará cada vez mais. Edge computação provavelmente será altamente compatível em termos de velocidade, especialmente para aplicações que requerem velocidade no campo de produção. Se você estiver pensando em grandes análises de dados neste campo de produção, a introdução da edge computação também é uma opção.
