Ottenere il massimo dai dati IoT con una efficace strategia di analytics

L’Internet of Things può essere la chiave per la trasformazione basata sui dati. Ecco come trasformare in valore di business i dati raccolti dagli “oggetti” connessi

internet_of_things analytics

L’Internet of Things (IoT) sta diventando una componente chiave sempre più importante nelle strategie di trasformazione basate sui dati. Molte aziende che hanno abbracciato l’IoT stanno già ottenendo vantaggi come il miglioramento dei processi operativi, una migliore gestione dell’inventario e una migliore manutenzione delle apparecchiature, solo per citarne alcuni.

Ma una strategia IoT di successo non si limita a collegare dispositivi e sensori a Internet e raccogliere dati da queste “cose”. L’IT deve raggiungere la capacità di analizzare efficacemente l’enorme quantità di dati creati dall’IoT per dargli un senso e acquisire concrete indicazioni di business.

Ecco perché una strategia di analisi per l’IoT dovrebbe essere una priorità assoluta per qualsiasi azienda che voglia ottenere il massimo da tutti i suoi “oggetti” connessi.

adv
Cloud Communication Business

Nell’era digitale il centralino va in Cloud

La telefonia di nuova generazione è in software-as-a-service: non richiede di installare centralini hardware, gestisce fisso e mobile, e consente di attivare nuove linee o filiali con un clic, abilitando Smart Working e Unified Communication. SCOPRI DI PIÙ >>

Le aziende possono ottenere numerosi vantaggi nell’utilizzare i dati IoT che raccolgono”, afferma Carlton Sapp, senior director e responsabile di ricerca presso Gartner.

I vantaggi includono consapevolezza contestuale di apparecchiature e sistemi, miglioramento del processo decisionale, ottimizzazione e controllo della supervisione di attrezzature e risorse, riduzione dei costi associati alla gestione dei dati, gestione proattiva, predittiva e prescrittiva delle attrezzature, sostenibilità ambientale.

Queste opportunità sono pervasive in casi d’uso come l’ottimizzazione e la gestione delle flotte, la gestione patrimoniale e dei rischi finanziari, le smart city”, sottolinea Sapp, “ma richiedono un approccio solido e ottimizzato alla comprensione dei dati generati dall’IoT”.

Ecco alcuni suggerimenti per gestire i dati IoT e ottenere il massimo valore di business.

Sviluppare un’infrastruttura per l’analisi dei dati IoT

Una volta che l’azienda ha definito i i risultati che vuole raggiungere con l’analytics IoT, deve identificare le principali parti interessate che saranno coinvolte”, afferma Stacy Crook, direttore della ricerca per l’IoT presso IDC, “e verificare se sono necessarie competenze aggiuntive per la riuscita del progetto”.

È risaputo che le competenze nel campo della data science sono scarse, ma sono essenziali per i progetti di analisi IoT”, afferma Crook. “Quindi il progetto potrebbe richiedere l’assunzione di nuovi dipendenti o l’outsourcing a terzi, se mancano le competenze all’interno dell’azienda”.

Le aziende dovrebbero anche prendere in considerazione la nomina di un Chief Data Officer (CDO) per sostenere i progetti di analisi dei dati IoT e guidare la strategia di governance dei dati”, aggiunge Crook. Poiché l’IoT è essenzialmente una questione di big data, IDC suggerisce alle aziende di valutare se la loro infrastruttura esistente possa servire anche ai casi d’uso dell’IoT. “Anche se le architetture di big data più vecchie potrebbero essere state sviluppate per carichi di lavoro orientati al batch, sono disponibili sempre più strumenti per eseguire sullo stesso backbone carichi di lavoro in tempo reale”.

Secondo l’analista, sfruttare la stessa infrastruttura per vari carichi di lavoro IoT può avere vantaggi per prevenire la formazione di silos di dati e fornire la possibilità di eseguire più facilmente analisi di dati interfunzionali su tali carichi di lavoro, oltre ai vantaggi in termini di governance e sicurezza dei dati.

Sviluppare un’architettura che supporta la crescita dei dati IoT

Le aziende devono iniziare con la giusta architettura e capire come gestire i dati IoT in varie posizioni geografiche.

I dati provenienti dagli endpoint IoT presentano nuove sfide, come l’accesso a una rete inaffidabile e la combinazione di dispositivi che possono essere distribuiti su grandi distanze e generare dati in più formati su più protocolli”, afferma Sapp. “Oggi, la maggior parte dei dati IoT sono dati di telemetria, ma gli endpoint emettono sempre più dati di immagini e audio, che dovrebbero essere gestiti da archivi di dati persistenti”.

Per questo è opportuno sviluppare un’architettura in grado di supportare la futura crescita del volume di dati.

Le aziende spesso non riescono a gestire efficacemente i dati IoT a causa della mancanza di un’architettura flessibile/elastica. “I dati continueranno a crescere”, afferma Sapp, “quindi le aziende devono progettare un’architettura che sfrutta le tecniche di analisi e data mining per identificare le informazioni critiche che possono essere utilizzate per migliorare i processi decisionali o ridurre i costi”.

Per esempio, le società di telecomunicazioni sono riuscite a contenere i costi di spostamento dei dati su una rete sfruttando l’analisi IoT ai margini della rete per ridurre i “dati rumorosi”.

Queste aziende si concentrano su architetture di dati scalabili incentrate sull’edge computing e progettate per la rapida scoperta delle conoscenze nei dati IoT”, afferma Sapp.

Fornire analisi attraverso pipeline di dati

L’architettura dovrebbe anche supportare l’analisi attraverso pipeline di dati (via streaming) e nei database locali per trarre vantaggio da processi decisionali più rapidi e costi ridotti.

Sapp suggerisce di iniziare distribuendo analisi ai margini della rete, su streaming di pipeline e sulla piattaforma. Lo streaming di pipeline di dati IoT può diventare una fonte per distribuire le analisi, migliorare la latenza, ridurre i costi e le vulnerabilità di sicurezza.

“Per esempio, il Dipartimento della Difesa degli Stati Uniti esegue spesso analisi su streaming di pipeline di dati per ridurre la velocità di trasmissione dei dati su una rete”, spiega Sapp. “Sfrutta anche l’analisi ai margini dell’IoT per evitare l’invio di dati in rete, utilizzando l’analisi operativa più vicina alla fonte di dati”.

Molto probabilmente ci saranno molteplici ambienti distribuiti per supportare le analisi più disparate”, aggiunge Sapp. “Gli ambienti possono variare in base ai sistemi operativi e ai software di analytics incorporati. Le aziende devono prepararsi a distribuire analisi IoT in uno scenario che si estende dai margini della rete all’interno azienda. Per esempio, le società di servizi pubblici sfruttano la distribuzione delle analisi IoT su varie infrastrutture per supportare la gestione della flotta”.

Sfruttare l’intelligenza artificiale

L’intelligenza artificiale permette di migliorare la gestione e lo sfruttamento dei dati IoT. In particolare, l’Edge Intelligence è un campo emergente che utilizza l’AI come metodo analitico distribuito ai margini della rete, per sviluppare applicazioni intelligenti dei dati IoT. Queste applicazioni vanno dalla videosorveglianza ai sistemi intelligenti di controllo di supervisione e acquisizione dati (SCADA).

Aggiungere l’intelligenza artificiale all’architettura IoT sta diventando un imperativo”, afferma Sapp. “I sistemi IoT, compresi i dispositivi endpoint, devono diventare più intelligenti e più autonomi per far fronte al sempre crescente volume dei dati”.

Privilegiare strategie basate sul cloud

Dati gli enormi volumi di dati generati dalle applicazioni IoT, per molte aziende il cloud sarà l’unica risposta per mantenere il controllo sulla gestione dei dati, compresa l’analisi.

Non vale la pena costruire la scala e la velocità necessarie per gestire davvero questo volume in tempo reale”, afferma Greg Meyers, CIO e Chief Digital Officer di Syngenta, società che produce sostanze agrochimiche. “Cercare di gestirlo da soli nel proprio data center o sulla propria infrastruttura è uno sforzo enorme e poco efficace”.

L’IoT offre a Syngenta la capacità di gestire le fattorie e i campi dei suoi clienti, che di solito sono aggregati in piccoli micro-segmenti. “Gli esseri umani sono bravi a gestire le medie, ma i computer sono più bravi a gestire la variabilità”, afferma Meyers. “L’IoT ci consente di capire perché le cose che stanno accadendo in un’area sono diverse da quelle che stanno accadendo 100 metri più in là”.

I principali fornitori di cloud pubblico offrono servizi per aiutare le aziende nelle analisi IoT. Per esempio, Amazon Web Services (AWS) offre IoT Analytics, un servizio gestito che permette di eseguire e rendere operative sofisticate analisi su enormi volumi di dati IoT, senza doversi preoccupare dei costi e della complessità tipicamente necessari per costruire una piattaforma di analisi IoT.

Microsoft offre il servizio di analisi dei dati Azure IoT Central, che comprende funzioni di analisi per esaminare le tendenze storiche e correlare vari dati di telemetria dai dispositivi connessi.

Google offre Cloud IoT, un set di strumenti per connettere, elaborare, archiviare e analizzare i dati sia ai margini della rete che nel cloud.

Dare priorità a governance, sicurezza e privacy dei dati

Le aziende devono assicurarsi di avere meccanismi di governance, sicurezza e privacy per i processi di analisi dei dati IoT. Gran parte dei dati generati dall’IoT, infatti, sono informazioni sensibili o hanno un valore competitivo, quindi devono essere attentamente gestiti e protetti.

E’ importante rivedere le attuali pratiche di governance dei dati per includere i dati provenienti dalle macchine”, afferma Nicholas Colisto, vicepresidente e CIO di Avery Dennison, produttore e distributore di materiali adesivi, etichette e cartellini per brand di abbigliamento. “In base alla mia esperienza, la governance dell’IoT è un’area ancora immatura. In un’azienda precedente, ho dovuto affrontare una situazione in cui un’unità aziendale ha implementato un sistema IoT senza coinvolgere l’IT e senza considerare semplici compiti operativi e strumenti per il controllo dei dispositivi e l’applicazione del firmware”.

Le aziende devono considerare i rischi relativi ai dati IoT in base a requisiti di riservatezza, privacy e archiviazione. “Per esempio, quando si lavora con dati personali, bisogna considera i problemi che possono derivare da bias negli algoritmi o dall’incapacità di conformarsi a normative come il GDPR, che può portare a azioni legali e danneggiare la reputazione dell’azienda”, afferma Colisto.

Sfruttare i dati IoT per nuove opportunità di business

I dati generati dall’IoT possono essere preziosi sia all’interno che all’esterno dell’azienda.

La società Texmark Chemicals ha lanciato un progetto per modernizzare le operazioni nel suo impianto produttivo implementando pompe abilitate da sensori. Utilizzando la tecnologia di Hewlett Packard Enterprise e Aruba Networks, l’azienda raccoglie i dati operativi dai sensori delle pompe che misurano temperatura, pressione, vibrazioni, flusso e potenza. Questi dati vengono analizzati per prevedere eventuali guasti delle apparecchiature prima che si verifichino.

Attraverso un processo di “workshopping”, Texmark ha capito che disporre di apparecchiature controllate dai sensori “non solo aiuta l’azienda a monitorare i propri asset e processi, ma ha aperto la possibilità a nuovi modelli di business”, spiega il CEO Doug Smith.

L’uso dell’IoT diventa un ulteriore fattore di vendita prima delle negoziazioni commerciali”, afferma Smith. “I clienti stanno iniziando a rendersi conto del valore di avere accesso ai dati provenienti dalle risorse, come le pompe industriali”. I clienti chiedono quindi a Texmark di aggiungere sensori alle loro pompe e fornire loro i dati.

In sostanza, stiamo sviluppando uno storico delle prestazioni che possono essere catalogate e condivise con altre società utilizzando apparecchiature simili”, afferma Smith. “Durante l’implementazione di modelli analitici di machine learning, maggiore è il numero di dati acquisiti, maggiore è la precisione della previsione analitica”.

Condividendo i dati IoT con i produttori di pompe o altri fornitori, “potremmo verificare il nuovo modello di business, purché la documentazione sia chiara e precisa”, afferma Smith. “Nel frattempo, i clienti sono rimasti colpiti dal fatto che abbiamo sviluppato strumenti e software di analisi per acquisire, analizzare e condividere tali dati, consentendo decisioni più efficaci in termini di costi”.

Questa nuova offerta di dati as-a-service abilitata dall’IoT può distinguere Texmark dai concorrenti”, conclude Smith, “e crea un legame più forte con i clienti, che consente loro di ottenere maggiori benefici di business”.

AUTOREBob Violino
FONTECIO
CIO
Con informazioni, approfondimenti ed eventi ad hoc, CIO Italia è una risorsa preziosa per tutti i leader delle strutture IT e i decisori delle strategie tecnologiche aziendali.