Andrea Diazzi, Business Development Manager per l’Italia diLiferay, è convinto che affiancare Iot e Big Data sia un modo efficace per raccogliere dati utili. Quando si parla di Internet of Things (IoT) si pensa spesso ai servizi abilitati dai dispositivi connessi, ma il suo vero impatto in realtà è rappresentato proprio dalla rete di device e dai dati che questa rete è in grado di raccogliere. Attualmente, quando pensiamo all’IoT, pensiamo ad Amazon Echo, che ascolta e risponde ai comandi dell’utente, fornendo servizi diretti. Per molte aziende che utilizzano l’IoT, la realtà però non è così semplice. Tuttavia, molte organizzazioni troveranno più efficace unire IoT e Big Data e utilizzare dispositivi connessi per raccogliere informazioni e inserirle in un sistema centrale. In ogni settore ci sono aziende leader che stanno compiendo dei passi in avanti nell’implementazione di dispositivi IoT e nella raccolta di dati utilizzabili.
Ecco alcuni esempi di aziende che stanno riscuotendo successo con strategie IoT, senza la necessità di dover creare inizialmente dispositivi o servizi consumer.
1. Lufthansa e manutenzione predittiva Lufthansa, compagnia area tedesca, vede l’Internet of Things come un modo per prevedere la necessità di manutenzione di un aereo. Generalmente, il processo è molto costoso e avviene per risolvere un problema, non per evitare che si verifichi. Lufthansa ha installato una rete di sensori che monitora in modo costante i componenti degli aerei e fornisce informazioni alla piattaforma unificata di dati. Questo consente all’azienda di prevedere la sostituzione di alcune parti, di ridurre le probabilità di errore, rendendo i voli più sicuri per i propri passeggeri.
2. UPS, il Progetto Orion Non è una novità per UPS riuscire a migliorare il business grazie ai dati. Dal 2008, sta utilizzando sensori per la raccolta di dati a bordo dei propri mezzi per ottimizzare i percorsi dei conducenti. L’azienda registra i tragitti dei veicoli, i protocolli di sicurezza e i tempi di inattività, per inviarli a un algoritmo, ORION, che stabilisce il miglior percorso da compiere. Ad esempio, UPS sa che è meglio svoltare a destra invece che a sinistra, perché girare a sinistra richiede più tempo e aumenta il rischio di incidente incrociando il traffico proveniente dal senso opposto. ORION acquisisce questa conoscenza sul campo e la trasferisce a tutti i conducenti, attraverso un algoritmo in grado di diventare sempre più intelligente nel tempo. Il ROI giustifica l’investimento in tecnologia, eliminare un miglio per conducente all’anno permette di risparmiare 50 milioni di dollari, milioni di litri di benzina e di ridurre le emissioni di CO2.
3. Singapore e le soluzioni Smart Nation In contrasto alle iniziative smart city degli Stati Uniti, Singapore sta seguendo una strategia smart nation che utilizza sensori IoT, come telecamere connesse, per costruire una piattaforma di dati a disposizione del paese. La rete di dispositivi smart fornisce dati grezzi a una piattaforma centralizzata e li converte in informazioni utili per ogni dipartimento governativo. Questo approccio a livello nazionale non è ripetibile negli Stati Uniti, ma offre una panoramica interessante su come costruire una data warehouse. I dati provenienti dai sensori sono connessi direttamente al loro storage, rimuovendo così la difficoltà di integrare silo di dati. Da qui, si tratta solo di filtrare le informazioni rilevanti quando necessario, risparmiando tempo e banda.
4. Transport for London Non tutte le iniziative di IoT e Big Data devono essere a lungo termine. Transport for London (TfL), l’agenzia che gestisce la metropolitana di Londra, ha deciso di monitorare per un mese il numero di persone che hanno viaggiato in metro, raccogliendo i dati dai loro smartphone. Nonostante l’interesse di TfL fosse principalmente quello di sondare il terreno e vedere i risultati di uno sforzo simile, c’era un altro obiettivo concreto: vedere la reazione degli utenti di fronte al monitoraggio dei propri telefoni. TfL aveva informato i viaggiatori della prova con istruzioni precise su come disattivare la connessione WiFi qualora non avessero voluto partecipare. Fortunatamente, i passeggeri hanno reagito positivamente e, attraverso l’utilizzo di questi nuovi dati, TfL spera di poter garantire percorsi più rapidi ai viaggiatori, determinare il numero di risorse necessario in ogni stazione e porre le basi per un futuro progetto sui dati ancora più vasto.
Conclusioni Lo sviluppo di un processo per trasformare tali dati in informazioni fruibili è una parte fondamentale del successo di IoT e Big Data. Secondo McKinsey, le strategie aperte che affermano “Dateci i vostri dati e vi daremo nuove conoscenze” non sono abbastanza. Le aziende devono pensare alla qualità dei dati che stanno inserendo e progettare i loro sistemi per ottimizzare questo processo. Con il continuo aumento di dispositivi connessi, le organizzazioni avranno maggiori opportunità di utilizzarli per raccogliere dati utili e pertinenti in grado di migliorare i loro processi per iniziare davvero a trasformarsi.
