Dentro de cuatro años habrá 21.000 millones de objetos conectados, que generarán un gran volumen de datos. Estos datos tendrán que ser optimizados con el fin de conseguir un óptimo retorno de la inversión. Con este fin Teradata presenta los aceleradores de Analytics of Things, que aceleran la transformación de los datos en información procesable. Unas soluciones que incluyen propiedad intelectual de tecnología y servicios profesionales, enfoques aplicados que reducen el coste y el riesgo de implementación, al tiempo que aceleran el tiempo de valor y ofrecen mayor rentabilidad.
Así, los conocidos como AoT ayudan a las organizaciones a determinar qué sensores mantener y a elegir los tipos y combinaciones de técnicas analíticas para afrontar las necesidades específicas de los negocios, permitiendo también a las compañías a pasar de proyectos puntuales a soluciones empresariales completas, utilizando un gran número de dispositivos activos que tienen un impacto positivo en el negocio.
Resolviendo problemas
Estos aceleradores ya están resolviendo problemas a los que se enfrentan los productores de vehículos, equipamiento, sistemas de energía, combustible y bienes de consumo, tal y como destaca Oliver Ratzesberger, executive vice president y chief product officer en Teradata. Además, los mismos mejoran la productividad y disponibilidad del activo, por poner algunos ejemplos.
Funciones
¿En qué consisten los mismos? En función del acelerador, que puede ser de mantenimiento, de cualificación de datos de sensores o de optimización de rendimiento de procesos, pueden monitorizar y analizar continuamente los datos a escala, con el fin de incrementar la disponibilidad, aumentar la seguridad y reducir costes. Identificar problemas de producción en el rendimiento del equipo y la disponibilidad para llevar a cabo medidas correctivas o automatizar las recomendaciones en la frecuencia de las lecturas del sensor, basándose en patrones anómalos relevantes.
Junto a todo ello, la compañía ofrece un acelerador prospector de anomalía visual que extrae muchos datos de series de tiempo multidemensional y ayuda al usuario final a descubrir, visualmente, patrones anómalos que suelen preceder a un evento clave.
