IT Forum 365
iiot sas

5 passos para transformar dados de IoT em vantagem competitiva

Ao combinar um plano de negócios claro com a análise de streaming, as organizações podem otimizar operações internas e identificar oportunidades de crescimento

A Internet das Coisas Industrial (IIoT, na sigla em inglês) está inundando o setor industrial com dados. As informações são provenientes de várias fontes: equipamentos de linhas de produção, sensores em produtos nas instalações do cliente, dados de vendas e muito mais. Por isso, as indústrias, independentemente do setor em que atuam, que souberem extrair e encontrar significado nessas fontes de dados ganharão vantagem competitiva no mercado.

Mas é preciso estar preparada. Coletar insights de dados significa, em linhas gerais, separar o ruído para chegar à inteligência dos dados. Para isso, os líderes da indústria precisam de uma plataforma analítica que funcione em sincronia com o sistema de business intelligence (BI). Entender o valor do ciclo de vida analítico — e capitalizar seu potencial — é um dos elementos-chave de uma estratégia bem-sucedida de IIoT.

O paradoxo dos dados

Para saber como a IIoT está afetando os negócios, basta olhar para os números. Analistas preveem que o mercado global de IIoT deve movimentar US$ 151 bilhões até 2020, com uma taxa de crescimento anual composta de 8%. Junto com esse crescimento vertiginoso do mercado, vem a aceleração tsunâmica nos volumes de dados.

De acordo com a IDC, o universo de informações digitais criadas e distribuídas está dobrando a cada dois anos e deve chegar a 44 trilhões de gigabytes até 2020. Por isso, várias indústrias estão transformando dados em insights que ajudam a tornar os processos de produção mais eficientes e a melhorar a qualidade do produto, enquanto reduzem os custos de manutenção e energia e os riscos operacionais.

Na verdade, a IIoT está ajudando as organizações a transformar seus modelos de negócios. Por exemplo, uma empresa aeroespacial pode fazer mais do que produzir turbinas a jato — com dados da IIoT, pode fornecer serviços de alto valor para monitoramento contínuo da frota de uma companhia aérea para melhorar o desempenho do equipamento.

Cinco passos para o sucesso da IIoT

O sucesso de um projeto de IIoT requer mais do que simplesmente acumular dados. Para alcançar todos os benefícios da tecnologia, as indústrias devem determinar quais informações são realmente valiosas e, em seguida, agir rapidamente para alcançar os resultados pretendidos. Cinco etapas principais podem ajudar a organização a obter sucesso.

PASSO 1: Defina os objetivos empresariais da IIoT

Embora a IIoT ajude a capitalizar o negócio com inovação e análise digital, o sucesso não começa com as decisões tecnológicas. Os líderes de tecnologia e de negócios devem identificar casos de uso da IIoT com o potencial de oferecer benefícios à organização.

Gerentes devem criar uma lista curta de casos de uso e refiná-los estabelecendo requisitos de alto nível. Por exemplo, os líderes de projeto determinam quais fontes e processos de dados são necessários para cada caso de uso. Esse planejamento inicial permitirá que a equipe de projeto quantifique o impacto potencial na organização — se será inovação de produto, redução de risco ou algum outro benefício — e quais investimentos e esforços de gestão de mudanças serão necessários para alcançar os resultados desejados.

Análises como essas fornecem a base para estimar o retorno do investimento (ROI) dos projetos que estão sendo considerados e priorizar os pedidos de investimento para projetos que demonstrem potencial significativo de ROI.

Etapa 2: Defina uma estratégia de Analytics

Com um caso de uso claro em mãos, a equipe de IIoT pode definir os requisitos de análise do projeto. Escolher a plataforma de Analytics correta é essencial. Ao avaliar as plataformas, certifique-se de quão bem elas entregam um ciclo de vida analítico integral. Procure soluções que:

  • Preparem, armazenem e transformem dados para análises com eficiência;
  • Orientem a descoberta a partir de uma variedade de técnicas analíticas diagnósticas, preditivas e prescritivas;
  • Que permitam implantar, gerenciar e monitorar análises na nuvem, no fog computing e na borda (edge analytics).

O SAS Analytics for IoT é o exemplo das vantagens que uma solução abrangente pode proporcionar. A plataforma combina a análise de streaming com a arquitetura de IIoT da Intel para abranger todo o espectro de requisitos da internet das coisas industrial. A plataforma oferece um conjunto completo de recursos de análise, segurança de ponta a ponta e integração com plataformas de armazenamento, como o Hadoop. O resultado é uma solução completa de IIoT projetada para fácil implementação.

Etapa 3: Avalie a necessidade do Edge Analytics

Os usuários da IIoT devem fazer mais do que analisar informações. Eles precisam se voltar para análise em ação, o que requer uma estrutura de gerenciamento projetada para operacionalizar os insights.

A análise de borda (ou Edge Analytics) pode gerar valor em tempo real e merece consideração especial pelos planejadores da IIoT. O Edge Analytics processa o fluxo de dados próximo à sua origem. Isso permite que o sistema de análise elimine problemas iminentes desligando o equipamento, acionando alertas ou executando outras ações praticamente em tempo real.

O Edge Analytics oferece outro benefício importante — filtra os dados na origem, de modo que apenas aqueles relevantes sejam enviados para a nuvem. Isso evita sobrecarregar redes e sistemas de armazenamento e ajuda os gerentes a focar no que é mais importante para os negócios.

Embora valiosa em muitos aplicativos, a análise de borda não é necessária para todos os casos. Ela provavelmente será necessária se os gerentes de projeto responderem sim a uma das seguintes perguntas:

  • A latência resultante de uma “viagem” de ida e volta entre nuvens é inaceitável?
  • Há momentos em que os ativos não estão conectados à rede?
  • Existem barreiras (custo, tecnologia e outras) para transmitir todos os dados necessários para o data center?

Etapa 4: Escolha soluções corretas de Analytics

Analytics está no coração das implementações de IIoT bem-sucedidas, mas a análise muitas vezes é um dos maiores obstáculos presentes nos esforços de IIoT. Por essa razão, é importante avaliar tecnologias de analytics, tanto pela sua facilidade de implantação e capacidade de minimizar o risco do projeto, como para a sofisticação de suas ferramentas de insights. Para fazer isso, trabalhe em estreita colaboração com as empresas e unidades operacionais que mais se beneficiarão da inteligência da IIoT.

Nem todas as organizações empregam cientistas de dados, e é por isso que as ferramentas de análise devem ser projetadas para que esses usuários possam dividir e divulgar informações disponíveis e ter visualizações dos resultados sem precisar de especialistas. Ao escolher a análise de IIoT, os tomadores de decisão também devem procurar soluções com um histórico de redução de risco a longo prazo.

Por exemplo, o SAS Analytics para IIoT fornece um ambiente de TI confiável e equipes de operações para atender os requisitos de longa duração de IIoT. A arquitetura de gateway Intel IIoT usada pelo SAS Analytics aproveita a experiência da fabricante de chip em capacidade de gerenciamento para simplificar a integração com a infraestrutura de TI e para permitir o dimensionamento em vários ativos de fábrica.

As organizações também precisam de servidores em nuvem e sistemas de armazenamento de alto desempenho para o processamento de elevados volumes de dados. SAS e Intel estão trabalhando juntas para ajudar essas organizações a selecionar as melhores plataformas para seus aplicativos, incluindo soluções de alto desempenho.

Embora a velocidade seja essencial, o desempenho não é a única consideração ao escolher plataformas de análise para a IIoT. Para evitar acesso mal-intencionado, a IIoT precisa de segurança nos componentes de coleta de dados, comunicações e análises. Para evitar a manutenção manual dispendiosa, as empresas precisam de um ambiente centralizado que possa gerenciar todos os seus dispositivos de IIoT.

Finalmente, o ambiente de IIoT deve fornecer uma plataforma de Analytics escalável, capaz de suportar o crescimento do negócio. À medida que a IIoT amadurece e as metas de negócios evoluem, as indústrias podem precisar de novas maneiras de análises. Deve-se ter cuidado para garantir que a plataforma e a arquitetura de análise possam ser dimensionadas para dar suporte aos dados em expansão e aos requisitos de computação.

Passo 5: Concentre-se na melhoria contínua

Como a IIoT evolui, as indústrias devem avaliar regularmente seus casos de uso e o desempenho analítico e atualizar essas áreas à medida que surgem novos recursos e oportunidades de negócios. Ao mesmo tempo, eles devem reexaminar implementações existentes para garantir que a análise continue a atingir as metas.

O processo de obter insights a partir de dados, incluindo dados de IIoT, é, por natureza, iterativo. É preciso uma mistura de capacidade de análise e especialização, combinada com visão e imaginação, para alcançar o sucesso. Mas quando isso acontece, as organizações veem uma oportunidade valiosa de operar com mais eficiência, atender seus clientes com mais sucesso e estabelecer uma diferenciação competitiva real em seus mercados.

A experiência demonstra que iniciar um projeto de IIoT de ponta a ponta geralmente resulta em falha. Muitas organizações se saem melhor começando com etapas menores, como casos de uso fáceis e rápidos, ou dividindo projetos maiores em várias partes e, em seguida, integrando para metas maiores ao longo do tempo. Isso permite que elas ganhem confiança, desenvolvam habilidades internas e conquistem maior apoio organizacional para a IIoT. Dessa forma, as organizações aumentarão suas chances de se tornarem um caso de sucesso de IIoT.

Comentários

Notícias Relacionadas

IT Mídia S.A.

Copyright 2018 IT Mídia S.A. Todos os direitos reservados.