El rápido incremento de Internet de las Cosas en las organizaciones genera grandes volúmenes de datos, los cuales nos pueden brindar información valiosa para innovar, optimizar, mejorar los procesos y obtener respuestas a preguntas de negocio.
En este webinario veremos cómo sacar provecho a los datos generados por los dispositivos inteligentes para:
• Innovar y mejorar los procesos mediante el uso de los datos generador por sensores y máquinas, productos, cadenas de suministro y consumidores.
• Convierta los datos de sensores en información estratégica en tiempo real.
• Analice flujos de datos de IoT para reconocer patrones y automatizar eventos.
• Implemente, ejecute y actualice modelos analíticos para prever y prevenir incidentes en tiempo real y encontrar anomalías no detectadas.
2. Agenda
¿Quiénes Somos?
IOT + Analítica
Estrategias: Cuánto y Cuándo
Predicciones y Modelos
Casos de Uso
Demostración
3. ¿Quiénes somos?
+10 países
Alianzas de
clase mundial
+1 un
millón
Bogotá +57 (1) 747 71 71
Medellín +57 (4) 448 71 41
CDMX +52 55 416 11 450
3
De usuarios activos en
analítica
+100 clientes
en Latinoamérica
Mas de 100 clientes satisfechos
con nuestros servicios y soluciones
Colombia
México
4. ¿Qué hacemos?
Generamos un plan de transformación teniendo como prioridad los retos de negocio, basándonos en una estrategia digital dinámica y
orientada hacia los datos.
Operaciones
Business
Challenge
Intelligence
Resultados mediante acciones
que soportan objetivos
estratégicos
Analítica
Tecnologías inteligentes
Gestión
de datos
Innovación de negocio basada
en datos, procesos y tecnología
Continuidad del negocio
8. ¿Qué es lo importante
en los datos?
Detectar cambios de estado, anomalías,
tendencias y puntos de inflexión y
llevarlos al proceso de análisis.
9. ¿Cuándo? Horizonte de Datos
• Tiempo.
• Variable ¿Qué se está midiendo?
• Umbrales de las variables.
• Eventos: Alarmas, Novedades, Fallas, Motivos.
IOT+Analítica
¿Cuánto? Cantidad de Datos
• Relativo.
• Limitaciones de Almacenamiento según el horizonte de
tiempo de interés.
• Granularidad según la rapidez con que cambian las
mediciones consecutivas.
10. IOT+Analítica
Cada variable tiene dinámicas y
autocorrelaciones particulares, así
también las fallas y eventos tienen
ocurrencias en distintos momentos
11. ¿Qué insights puedo concluir con los datos IoT?
¿Qué problemas podemos abordar con el conocimiento que
obtenemos?
¿Qué patrones de interés encuentro en la información?
IOT+Analítica ¿Qué predecir o modelar?
12. • Modelado de trayectorias y detección de anomalías
multivariadas.
IOT+Analítica ¿Qué predecir o modelar?
• Definir los intervalos de agregación que hagan sentido para el
análisis.
• Pronosticar y Predecir con el tiempo como parámetro.
• Puntos de Inflexión.
13. • Workflow: los usuarios crean un modelo analítico + exportan el
modelo en los lenguajes adecuados a las plataformas en las que
residen los datos + los modelos son ejecutados con los
parámetros elegidos flexiblemente + los resultados regresan
para ser analizados.
IOT+Analítica
NDAA Native Distributed Analytics Arquitecture
• Ejecución de análisis at the Edge.
• El futuro de NDAA permitirá la ejecución de modelos en JVM en
servicios de nubes públicas o privadas o en los mismos
dispositivos.
• La capacidad de recopilar datos superará rápidamente la
capacidad para analizarlos.
14. Casos de Uso
Las soluciones de IOT en su forma más
esencial se han implementado desde
hace mucho, la diferencia es el tiempo
para actuar y tomar decisiones.
¿Qué decisión se va a tomar?
Después de tomar esa decisión, ¿cómo
funciona mi proceso?
¿Qué datos se necesitan para respaldar
esa decisión?
15. Velocidad
Preparación, agregación, análisis y
ejecución de modelos en tiempo real en
la fuente.
Al detectarse variaciones, se envían
alertas o se detienen las operaciones.
Insights accionables de ML, minería de
datos y análisis avanzado para analizar
miles de pasos por proceso y actuar
sobre pequeños lotes vs. Desperdicios en
volúmenes grandes.
16. Alarmas Multivariadas
Combinaciones y correlaciones en
modelos que indican condiciones de
funcionamiento normales.
Al detectarse variaciones fuera de los
umbrales, se envían alertas oportunas
antes de interrupciones o reparaciones.
Flexibilidad para monitorear y actualizar
el modelo en el punto donde se generan
los datos y eficiencia para enviar solo
información importante.
17. Alarmas Multivariadas
¿El flujo de datos de un solo parámetro
cuenta la historia completa o es el todo
más que la suma de sus partes?
Medir variables invisibles.
Análisis de múltiples criterios que
representan el todo simultáneamente.
Healtcheck & Cumplimiento de todos los
equipos y procesos.
18. Visión al Futuro
Los anteriores casos siguen un patrón:
medición de una variable en un sensor,
envío de datos, activación de alertas y
acciones.
La visión al futuro apunta a la predicción
de fallas, situaciones fuera de control y
condiciones operativas subóptimas que
superarán las decisiones reactivas e
incluso responderían qué hacer en el
futuro.