S IoT technologiemi získáváme pro klienty data, o kterých se jim dosud nesnilo. Přidejte se!

Když dojde na otázky IoT neboli internetu věcí, sotva se můžete obrátit na povolanější odborníky, než je Martin Rys a Martin Záruba. Spolu s Lenkou Novákovou právě teď hledají kolegy do nově vznikající divize IoT. Sledování cesty hotových výrobků ze skladu k odběrateli, sběr dat o návštěvnosti prodejny a zájmu zákazníků o nabízené zboží, měření obsazenosti místností či židlí v kancelářích… IoT umožňuje získávat užitečné informace ve všech oblastech. Přečtěte si, jaká řešení můžete spolu s předními adastřími odborníky vytvářet i vy.

Veškerý vývoj IoT řešení v Adastře funguje na jednoduchém a snadno srozumitelném principu:

1. Na začátku je vydefinovaný IoT scénář, který určuje, jaká data sbíráme a co s nimi potřebujeme dělat.

Dejme tomu, že jste manažer retailového řetězce, chcete mít přehled o návštěvnosti vašich prodejen a zároveň minimalizovat délku front u pokladen.

2. Potřebné informace se pořizují pomocí vhodných senzorů a zařízení.

Při výběru senzorů bereme vždy v úvahu požadovanou kvalitu dat (přesnost měření), rychlost jejich zpracování a cenu řešení. Na výběr máme vybavení od řady partnerů, se kterými spolupracujeme a jejichž produkty průběžně testujeme a integrujeme do naší IoT platformy.

V našem případě potřebujeme měřit počet lidí, kteří vešli do prodejny, a zároveň délku front u pokladen. Pro pořízení požadovaných dat lze využít kamery, výběr konkrétních typů závisí na možnostech jejich umístění a velikostech monitorovaných oblastí.

3. Adastra IoT platforma přijímá a zpracovává data z různých typů senzorů.

Data lze zpracovávat jak v reálném čase, tak dávkově, a uložit pro následné analýzy. Platforma běží v cloudu, což při praktickém nasazení přináší řadu výhod, zejména škálovatelnost a flexibilitu řešení. Adastra IoT platforma byla kompletně vyvinuta interně a stále pracujeme na jejím zlepšování.

V našem případě ukládáme informace o počtu příchozích a délce front z každé prodejny. Zároveň můžeme přidat další užitečné informace, např. o nákupech či běžících reklamních kampaních, které využijeme při analýzách. V každé prodejně využíváme rovněž informace o počtu příchozích lidí k průběžnému zasílání upozornění obsluze nebo vedoucímu prodejny na nutnost otevřít nové pokladny či naopak možnost využít pokladní pro jinou činnost — z historických informací totiž víme, jak rychle a jakým způsobem je potřeba reagovat na daný počet vstupujících lidí.

4. Data využíváme v reportech a aplikacích.

Aby mělo pořizování dat smysl, je nutné je efektivně využívat. Součástí dodávky každého IoT řešení bývají různé analytické dashboardy, aplikace a integrační rozhraní do jiných systémů. Cílem je, aby management mohl činit kvalifikovaná rozhodnutí a jednotliví uživatelé získali nástroje usnadňující jim jejich aktivity.

V našem případě má management k dispozici nejenom porovnání návštěvnosti a délky front v jednotlivých prodejnách a obdobích, ale i konverzní poměry (počet nakupujících / počet návštěvníků), korelace počtu návštěvníků a nakupujících s běžícími kampaněmi a mnoho jiného. Management tak může lépe rozhodovat třeba o otevírací době, počtu personálu, efektivitě kampaní či umístění prodejen. Zároveň může každý vedoucí prodejny efektivně využívat personál a zároveň zajistit, aby zákazníci nestáli v příliš dlouhých frontách.

V principu se sice dá veškerý vývoj IoT řešení popsat výše uvedenými body, nicméně kouzlo vždy spočívá v konkrétních potřebách daného zákazníka. Každý projekt nasazení IoT řešení vyžaduje jinou kombinaci senzorů, přináší jiné způsoby zpracování a analýzy dat, jiné požadavky na využití dat v aplikacích a integraci.

Zajímají vás konkrétní příklady? Přikládáme pár dalších ukázek požadavků, na jejichž řešení byste s námi mohli pracovat.

„Upozorni mě, že se v budově někdo chová nezvykle“

Po vaší budově se pohybuje množství lidí. Zaměstnanci nebo třeba návštěvníci. A dejme tomu, že v budově máte něco cenného — peníze, vybavení nebo data. Bezpečnost můžete hlídat postaru: Nainstalovat kamery a do kanceláře posadit člověka, který se bude celý den dívat na monitorech na snímaný obraz.

A nebo můžete využít automatizaci, monitoring přenechat IoT a danému člověku uvolnit kapacitu na zajímavější práci. Kamery napojené na naši platformu naprogramovat tak, aby byl systém pomocí analýzy obrazu schopen vyhodnotit sám, že se někdo chová nezvykle. Hlídači pak přijde upozornění na počítač nebo na mobil pouze v případě, že systém zachytí něco neobvyklého.

Jak definovat nezvyklé chování? Jak naprogramovat systém pro toto konkrétní řešení? Jaký hardware nejlépe splní daný účel? To všechno jsou rébusy, které by na vás čekaly v týmu IoT.

„Zachyť varovné signály a všimni si, že výrobní linka potřebuje údržbu ještě předtím, než se porouchá“

Každá hodina výpadku ve výrobě stojí firmy obrovské množství peněz. Dodnes přitom fungování strojů a výrobních linek stojí na zkušených zaměstnancích, kteří ve výrobě pracují 20 let a třeba podle zvuku poznají, že je potřeba něco vyměnit. Ale co když tihle lidé odejdou? A nebo když někoho takového ve firmě vůbec nemáte?

Řešením je proaktivní a ideálně prediktivní údržba (maintenance), kterou lze automatizovat. Pokud najdete způsob, jak sbírat relevantní data z jednotlivých součástí, z kompletního stroje či celé výrobní linky, data dát takzvaně na jednu hromadu a vytvořit fungující způsob, jak je zanalyzovat, systém dovede sám rozpoznat hrozící závadu. A upozorní, že je třeba do stroje například dolít olej.

Jak zařídit, aby IoT řešení dovedlo plnohodnotně nahradit nebo podpořit to, co dnes dělají lidé pocitově a mají to ve svých hlavách? To je další rébus pro konzultanta z Adastry.

„Ukaž mi všechny komponenty, které budeme dodávat v rámci zakázky č. 1234“

Už se vám někdy stalo, že vám přišla nekompletní dodávka? Že vám v obchodě třeba zapomněli přibalit k domácímu robotu jednu malou součástku, bez které ale robot nefunguje, jak by měl?

O dost horší je, když se taková situace stane velké výrobní firmě třeba u dodávky dílů pro 5 000 kusů automobilů. Představte si, že od dodavatele k zákazníkovi má odjet hotová zakázka, která obsahuje stovky různých dílů. Jak snadno zajistit, že bude zakázka kompletní a nestane se, že by někdo něco zapomněl naložit na kamion? Jak dohledat, kde se nachází komponenty patřící k dané objednávce? Jak naplánovat práce a zajistit, aby byly dodávky připraveny včas? Jak měřit a optimalizovat využití pracovníků i prostředků?

S řešením výše uvedených otázek může pomoci vhodná technologie pro lokalizaci / tracking objektů. Způsobů lokalizace / trackingu objektů je hned několik. UWB, RFID, Sigfox či LoRa tracker, GPS tracker, BLE tracker, atd.

Co tyto zkratky znamenají? Jaký způsob lokalizace zvolit v konkrétním případě a proč?

Trackování, sledování a lokalizace je velká kapitola naší práce v oblasti IoT. Příště vám napíšeme víc právě o výzvách spojených právě s touto oblastí.

Zůstaňte na příjmu!


Zaujaly vás popsané technologické hádanky? Právě hledáme kolegy, kteří nám pomůžou rozvíjet podobná řešení pro velké mezinárodní klienty. Potřebujeme:

  • konzultanty a architekty, kteří dovedou v diskusích s klientem vytvořit dobré zadání a vymyslet celé řešení,
  • šikovné programátory (ideální jazyk je C#, případně Python, ale netrváme na něm),
  • odborníky na datová úložiště a analýzu dat (se znalostí relačních databází, ideálně SQL Server, a dalších technologií, např. Spark, CosmosDB, Machine Learning, Analysis Services, Power BI),
  • odborníky na Azure, ideálně Azure IoT a Data Platform.

U všech kolegů předpokládáme flexibilitu a zájem rozvíjet se dál, protože v oblasti IoT neustále inovujeme.

Jste to vy? Láká vás práce se špičkami v oboru? Ozvěte se, i kdybychom si měli jen nezávazně promluvit. Napište na kariera@adastragrp.com!