Plataformas líquidas para desarrollar IoT Analytics

Plataforma cloud analítica IoT

Con la previsión de 30.000 millones de dispositivos IoT conectados a Internet en 2020, Internet de las Cosas representa una cantidad inmensa de datos nunca vista hasta ahora y los sistemas actuales hacen complicado analizar tal cantidad de información. La combinación con la nube pública permite abordar esa analítica de datos IoT, tanto en volumen como velocidad, para que éstos, una vez analizados, puedan volver a entrar en la cadena de valor de Negocio y enriquecer la información.

IoT está planteando verdaderos desafíos tecnológicos, especialmente en la industria, donde miles de sensores monitorizan estados en tiempo real y se almacenan cada día. Por eso mismo, IoT también es una fuente de datos enorme y compleja que aporta muchísimo valor. La clave en este entorno es cómo sacar provecho de esos datos, cómo transformarlos en valor y cómo apalancarse en ellos para crear nuevos modelos de Negocio.

Toda la analítica #IoT deberás estar orientada a generar valor de #Negocio Clic para tuitear

Toda la analítica de IoT debería estar orientada a generar valor de Negocio. Con este fin, planteamos el proceso de IoT Analytics simplificado en 4 fases: ingesta de la información, transición hacia las plataformas de back office, los eventos en sí y el análisis de los mismos.

En esa segunda fase de transición hacia las plataformas, en entornos industriales presentan situaciones de conectividad dificultosa que llegan a impedir precisamente esa transición. Para solucionar esta limitación entra en juego Edge Computing, que es la capacidad de computar, analizar y procesar la información lo más cerca posible de donde se produce, lo que está facilitando enormemente el desarrollo de entornos IoT.

Proceso analítica de datos IoT

Plataformas que se adaptan al cambio

30.000 millones de dispositivos en 2020, 40.000 millones en 2021, 50.000 millones en 2022, según informes de Jupiter Research, y así en un imparable aumento. IoT es un sector tan en crecimiento como inmaduro, algo provocado precisamente por esa velocidad cambiante de la tecnología en cuanto a dispositivos, conectividad y analítica, que es tan grande que plantear estrategias globales es tan complejo como poco permanente en el tiempo.

Por este motivo las plataformas líquidas o flexibles de análisis de IoT, basadas en la nube pública y alineadas con la estrategia de nube de cada compañía, en la que lo que se desplieguen sean capacidades habilitadoras, es la mejor manera de abordar este tipo de proyectos. Un ejemplo es el caso de la capacidad de ingesta y procesamiento de big data, en este sentido, la nube pública es la mejor plataforma para grandes volúmenes porque permite gestionar de manera flexible el volumen, la variedad de tipos de datos y el gobierno completo durante todo el proceso.

Las plataformas 'líquidas' basadas en #cloud pública permiten abordar proyectos de #IoTAnalytics Clic para tuitear

El enriquecimiento de la información también es esencial en la analítica IoT. En muchas ocasiones, los datos IoT por sí mismos no sirven para hacer análisis, tienen que enriquecerse con datos de Negocio. La mezcla de información de Negocio e información sensórica es esencial para que realmente se obtenga analítica de valor.

Otro aspecto clave para desarrollar una plataforma de analítica IoT es capacitar a nuestros analistas en trabajar con la información. Tradicionalmente, la creación de estas plataformas han estado muy cercanas a los sistemas de control con poca capacidad analítica. En las plataformas en la nube, las plataformas deben permitir a los analistas tener entornos en los que explorar la información, tanto histórica como con una gran granularidad en tiempo real. De cara a plantear estas soluciones líquidas que permitan evolucionar, es necesario tener habilitadas herramientas de ciencia de datos de las que la nube pública puede proveer.

Como última característica de la plataforma líquida, en muchos casos pretenderá que se devuelva información a los sistemas de control propios. Habrá algoritmos y modelos que serán interesantes desplegarlos de manera rápida, por ejemplo, un caso clásico es la predicción de averías. Esto se puede hacer ejecutando modelos en la nube pero, en ocasiones no se puede por diversos motivos, sino que puede tener sentido ejecutar los modelos en Edge, esto es, poner un dispositivo que sea capaz de computar el modelo cerca de donde se producen los datos, se conecta en local y ejecuta los modelos.

Plataforma cloud líquida IoT Analytics

Con este enfoque, la apuesta con más perspectiva de éxito para las compañías pasa por construir una plataforma para analítica IoT que permita adaptarse a las necesidades cambiantes que irremediablemente se van a dar. Es posible que determinados casos de uso IoT que tengamos planificados en base a una estrategia cloud global se caigan por el camino, o que surjan nuevas necesidades de casos que hay que acelerar y reorganizar las prioridades. Una plataforma líquida, flexible, apalancada sobre las tecnologías de la nube pública, es la mejor opción para que el ritmo cambiante y vertiginoso de la tecnología no nos lleve a crear funcionalidades obsoletas en el momento de salir a producción y, de esta forma, dedicarnos a lo realmente importante: encontrar soluciones de valor para Negocio (el ‘qué’) y no tanto en pararnos a dedicar el tiempo a la tecnología en sí (el ‘cómo’) cuando es imposible competir con las capacidades innovadoras de las plataformas públicas.

Es imposible competir con las capacidades innovadoras de las plataformas públicas #cloud Clic para tuitear

Imagen: pixbay

CMO en Keepler. "Mi experiencia se centra en marketing B2B en el sector tecnológico. Trabajo para posicionar Keepler como una compañía líder en el ámbito de la analítica y la aplicación de inteligencia artificial a los datos; y en otras mil cosas para que Keepler sea una empresa top en la que trabajar."

Port Relacionados

¿Qué opinas?

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.