El análisis de big data que se siente como algo que todavía no es familiar en el campo de la tecnología avanzada, pero poco a poco está empezando a ser utilizado. Aquí, presentaremos ejemplos de utilización del análisis de big data y sus méritos, e introduciremos ejemplos de IoT y campos industriales en particular.
El ojo de la utilización de Big Data
El objetivo del análisis de los big data es encontrar alguna ley y correlación a partir de datos aparentemente desordenados y sin defectos. A partir de ahí, se trata de aumentar las ventas y mejorar la eficiencia operativa derivando nuevos conocimientos.
La toma de decisiones basada en la experiencia humana y la intuición es muy incierta y acierta cuando acierta, pero a menudo se sale. Además, se necesita un largo periodo de tiempo para adquirir la intuición para tomar decisiones. Además, como las necesidades de los clientes se diversifican y el ritmo de los cambios del mercado es cada vez más rápido, es muy probable que la experiencia y la intuición cultivadas durante muchos años no se pasen en un corto periodo de tiempo. En esta situación, es necesario aportar rápidamente nuevos conocimientos mediante el análisis de grandes cantidades de datos sin la mano del hombre.
Además, el análisis de big data se considera útil para captar 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 respuesta.
Ejemplos de cómo utilizar el análisis de big data conocido
Echemos un vistazo a los casos de uso de big data en el mundo real.
Exposición de productos en las máquinas expendedoras
Los expositores de productos se utilizan a menudo como un buen ejemplo de creación de leyes a partir del análisis de big data. En un fabricante de bebidas, cambiamos el expositor de productos de una máquina expendedora en forma de “Z” que disponía los productos más vendidos desde arriba, lo que era habitual hasta entonces, para que los productos en los que nos centrábamos se colocaran abajo. Este es el resultado de la instalación de una cámara de seguimiento ocular (eye tracking camera) que lee la línea de visión en una máquina expendedora y del análisis de los grandes datos llamados “línea de visión del comprador”. Como resultado, la empresa consiguió un aumento de las ventas de varios puntos porcentuales.
Muchas máquinas expendedoras exponen las muestras de productos a mayor altura que los compradores. Esto se debe a que a menudo se fijan en un pedestal de hormigón para evitar caídas durante los terremotos. Ciertamente, parece natural decir que es más fácil ver en esa posición un poco más baja que la altura de los ojos. Sin embargo, las ideas que trastocan la costumbre que ya se considera de sentido común, como la visualización en forma de “Z”, son difíciles de concebir sólo por los humanos.
Comprender las fluctuaciones de la demanda y utilizarlas para las compras y el 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 saber qué platos se han vendido y en qué cantidad. Cuando el dependiente sostiene el lector sobre el plato en el momento de la contabilidad, los datos pueden adquirirse al instante. Estos datos ascienden a varios cientos de millones al año, y al analizar estos grandes datos, captamos las ventas y las fluctuaciones estacionales de la demanda, y los utilizamos para ajustar el volumen de compras y el desarrollo de productos.
Analizar las tendencias de los clientes para tomar decisiones de gestión
En algunos casos, se utiliza para el análisis de ventas y la gestión de inventarios en tiendas de conveniencia. Una tienda de conveniencia descubrió que el 60% de las ventas de un determinado producto eran soportadas por sólo el 10% de los heavy users. Este es el conocimiento obtenido al analizar la información de big data sobre la liquidación de dinero electrónico. Esta tienda de conveniencia sigue vendiendo ciertos productos porque determina que tienen un fanático ávido.
Una importante fuente de ingresos para las tiendas de conveniencia es el “próximo a comprar” que se adquiere junto con el producto deseado. Incluso si un producto que a primera vista parece tener que terminar las ventas debido al crecimiento de las ventas, se puede encontrar un nuevo valor como un producto importante que lleva a atraer a los clientes al saber que tiene fans entusiastas.
Los sentidos humanos también se descifran como big data
En una web de venta de ropa interior, conseguimos cuantificar las variaciones de talla ligeramente diferentes de los fabricantes de ropa interior analizando la ropa interior devuelta y la información de los clientes con big data. Esto dio lugar 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 fue capaz de analizar big data sobre el ajuste y la comodidad de la ropa interior en diferentes personas diferentes y presentar los mejores productos a cada cliente. Dado que el ajuste y la comodidad de la ropa interior pertenecen a los sentidos y la sensibilidad humana, se ha considerado difícil de cuantificar en general, pero esta información también puede analizarse como big data en función del ingenio.
Ejemplos de utilización del análisis de big data en el ámbito industrial y del IoT
Veamos ejemplos de uso en el ámbito industrial y del IoT.
Conozca y prevea el estado de las carreteras en tiempo real
Hay un caso en el que la información sobre el tráfico se analiza dando la función de comunicación al coche. Recogiendo la información de la conducción mediante un coche con funciones de comunicación, el llamado coche conectado, y analizándola con big data, es posible obtener información sobre atascos y accidentes. Estos datos pueden utilizarse para evitar atascos y prevenir accidentes.
Como mecanismo, se determina que no hay atasco si la velocidad de rotación aumenta o es constante detectando cuántas revoluciones gira el neumático por segundo. En otras palabras, la situación de la carretera se juzga a partir del cambio de velocidad del vehículo. Además, si se instala un receptor GPS en el coche, se detecta la información de posición y se realiza un análisis de big data junto con el cambio en la velocidad individual del vehículo, es posible determinar qué atasco se está produciendo o es probable que se produzca en qué región. En este caso, como la información del automóvil cambia de un momento a otro en tiempo real, se requiere un procesamiento en tiempo real para el análisis de big data.
Funcionamiento eficiente del barco
Del mismo modo, ha habido casos en los que se ha racionalizado el funcionamiento de los buques mediante el análisis de grandes datos obtenidos de la detección. Una empresa de navegación mercante acopla sensores a los barcos para recoger la velocidad del motor, la velocidad de marcha y la velocidad de las corrientes marinas. Hemos conseguido analizar estos datos como big data y crear un plan de vuelo óptimo. Cuando operamos realmente utilizando este plan, conseguimos una reducción del 10% en el consumo de combustible. Desde el punto de vista del público en general, parece que no es gran cosa un 10%, pero las empresas de marina mercante operan un gran número de buques, y hay muchos casos en los que el viaje en un momento dado es largo. Se puede decir que un 10% de estos resultados es el efecto de una gran reducción de costes.
Homenaje a la optimización de la minería
En algunos casos, contribuye al funcionamiento eficiente de la maquinaria de construcción, como los carros de pala y las excavadoras. La maquinaria de construcción de un fabricante de equipos de construcción cuenta con sensores compatibles con el IoT. Al utilizar este sensor para supervisar la información de ubicación y el estado de funcionamiento y realizar un análisis de big data en tiempo real, se puede utilizar para mejorar la eficiencia de la operación y predecir los fallos. Esto es útil sobre todo cuando se explota en minas de ultramar. Las minas de ultramar suelen tener un rango de explotación muy amplio, y es necesario elegir la distancia más corta posible y llevar cargas vacías con menos frecuencia. Por lo tanto, la optimización de la minería se realiza detectando el tiempo de arranque del motor, la distancia de viaje, la dirección de 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 se puede ver en estos ejemplos, la necesidad de realizar análisis de big data en tiempo real aumentará cada vez más. Edge computing es probable que sea muy compatible en términos de velocidad, especialmente para las aplicaciones que requieren velocidad en el ámbito de la producción. Si está pensando en el análisis de big data en este campo de la producción, la introducción de edge computing también es una opción.
