El Mayor Valor de Negocio del IoT son los Datos

Mucho del enfoque al hablar del Internet de las Cosas se centra en “las cosas” mismas, como los wearables, sensores, beacons, y otros equipos conectados a la red. Sin embargo, el mayor valor para las organizaciones proviene de la combinación de datos generados por estos dispositivos con otros datos del cliente u operacionales para descubrir otras ideas y establecer modelos predictivos. Esta es la increíble promesa del IoT, pero sin la capacidad de vincular los datos de las cosas “inteligentes” conectadas con otros datos de negocio, su valor es limitado.

En lugar de proyectos de IoT aislados que no están conectados a la infraestructura corporativa central de datos, hay una oportunidad de usar los datos generados por el IoT para crear valor real de negocio. Las organizaciones pueden combinar datos de los clientes obtenidos de distintos dispositivos con otros datos de los clientes para obtener nuevas perspectivas e identificar nuevas señales sobre el potencial de compra o cambios de comportamiento. Este conocimiento puede llevar a las empresas a un entendimiento más profundo y una mayor capacidad de respuesta a los clientes. Por ejemplo, las tiendas pueden combinar datos obtenidos por beacons dentro de la tienda con el historial de transacciones y almacenar modelos de comportamientos de los clientes para determinar mejores promociones o diversas acciones a tomar, tales como notificar al personal de la tienda que un cliente VIP ha llegado.

También hay enormes oportunidades de poner los datos de IoT a trabajar en modelos predictivos para mejorar horarios de mantenimiento o proporcionar un servicio “justo a tiempo”, antes de que el producto falle. Por ejemplo, muchos dueños de vehículos eléctricos reciben reportes de diagnósticos remotos con información sobre fallas o próximos servicios a necesitar, basados en interpretación de los datos generados por el vehículo.

El reto que muchas organizaciones enfrentan es cómo entender de forma sistemática los datos derivados de “las cosas” y combinarlos con otros datos relevantes de la empresa para crear valor. Los datos del IoT generalmente consisten en archivos de bitácora, a veces mal relacionados, y al parecer no estructurados; de hecho, los datos del IoT tienen estructura, aunque no están en un formato tradicional relacional o estándar. Las archivos de bitácora se estructuran e incluyen puntos de datos de medición que varían de un fabricante a otro, de un modelo a otro, de una versión de software a otra e, incluso de una compañía a otra. Por ejemplo, los terabytes de datos procedentes de un motor de reacción de un jet, difieren por aerolínea, así como por fabricante y modelo. Como otro ejemplo, productos para la agricultura automatizada y maquinaria industrial, todos con ellos con diferentes modelos y variantes, tienen cientos o miles de distintos formatos de archivos de registro procedentes de sus productos usados por clientes alrededor del mundo. Esto introduce una complejidad significativa en cualquier intento de interpretar los datos, darles formato, normalizarlos y combinarlos con otros datos relevantes para su análisis o para sistemas operacionales. Sin estas herramientas que ayuden a interpretar y analizar los datos del IoT, el tiempo y esfuerzo invertido será costoso, prolongado y propenso a errores manuales.

Con el fin de comprender plenamente el valor de combinar los datos del IoT con otros datos de la empresa de manera ágil, las organizaciones deberán aprovechar las modernas herramientas de gestión de datos para acelerar y automatizar los procesos. Utilizando herramientas para clasificar los datos, descubrir su estructura de forma inteligente, para luego extraerlos automáticamente y combinarlos con otros datos relevantes de la empresa de forma continua, hace que los datos del IoT sean más accesibles. Esto crea una infraestructura para una expansión y evolución continua en el uso de los datos del IoT para entender a los clientes y crear modelos predictivos para los sistemas operativos.

Las empresas pioneras infraestructura para IoT están creando soluciones innovadoras que combinen modelos interactivos, visuales de los datos con aprendizaje automatizado, a su vez agilizando la capacidad de obtener valor del negocio a través del IoT. Una vez que el modelo de datos para un dispositivo en particular es entendido, mapeado y preparado, la transformación y la entrega de datos a los sistemas puede ser automatizado para un uso productivo.

En una era en la que vivimos en una mayor conectividad de las cosas, es tiempo de capitalizar toda la explosión de información que resulta de ellas, y poner orden a través de una correcta integración, calidad y limpieza de datos para que las empresas tomen mejores decisiones y generen productos y servicios específicos acordes a cada consumidor.