Tag analytcs

IIoT: Telit e Yokogawa anunciam novas soluções para a Indústria 4.0

A Telit, líder global em Internet das Coisas, anuncia parceria com a Yokogawa, empresa especializada em automação industrial. Ambas trazem para o mundo nova arquitetura IIoT, com o objetivo de impulsionar o modelo de negócios da Yokogawa para um futuro cada vez mais conectado. A junção do portfolio de módulos tecnológicos da Telit com os produtos da Yokogawa como instrumentos analíticos, dispositivos e outras soluções industriais, poderá trazer novos valores para os clientes.

A Telit contribuirá com três componentes importantes para a arquitetura IIoT da Yokogawa: um amplo portfólio de módulos de comunicação sem fio IoT, que requer apenas um design de hardware por implantação global, além de uma coleção diversificada de drivers industriais e de Analytics, conectividade e recursos de gerenciamento de dispositivos.

Por meio da parceria com a Telit, a Yakogawa será capaz de fornecer um sensor de ponta a ponta para soluções em nuvem de sensoriamento. A plataforma em nuvem da Telit, por exemplo, atuará com um dispositivo de classe industrial dentro da arquitetura em nuvem gerenciada pela Yakogawa, garantindo a compatibilidade bidirecional dos dispositivos e o controle com uma série de sensores.

A Telit oferece recursos de gerenciamento de dispositivos remotos sem interrupções, incluindo configuração, provisionamento e atualização. As tecnologias da Telit se integram perfeitamente à arquitetura em nuvem gerenciada da Yokogawa, permitindo o consumo, em grande escala, de milhões de eventos de ativos e dispositivos industriais.

“Estamos fazendo esforços para desenvolver novas soluções e criar novos valores em colaboração com clientes e parceiros. A experiência da Telit no segmento de Internet das Coisas, combinada com o seu excelente portfólio de tecnologia, permite acelerar o nosso desenvolvimento de serviços. Essa agilidade é exatamente o que precisamos para criar esse valor”, revela Tsuyoshi Abe, VP da Yokogawa.

“A Internet das Coisas tem a capacidade de transformar empresas e indústrias”, explica Fred Yentz, CEO de Plataformas IoT da Telit. “A companhia está trabalhando com organizações inovadoras em todo o mundo para aproveitar esse potencial”, finaliza o executivo.

Tags, , , , , ,

Qualidade da informação – como separar o útil do inútil – Por Leonardo Matt

unnamed-1 Muito se tem falado e discutido em torno desse dilema: como filtrar a avalanche de informações que nos chegam diariamente. A realidade é que há algumas décadas havia escassez de informação e hoje, por ironia do destino, a percepção é de excesso de informação. E possivelmente muitas das informações em nada nos ajudam e nem agregam à nossa vida; pelo contrário, chegam até a atrapalhar… “Mas, como assim ? Informação nunca é demais.”, alguém pode questionar. Sim, há controvérsias, mas vamos recorrer a algumas citações.

“A dieta da informação”, livro do autor norte-americano Clay Johnson, cujo título original é “The information diet – a case for conscious consumption” e publicado em português pela Novatec Editora com o título “A dieta da informação”, chega a explorar um paralelo da informação com a alimentação. O site Leia Livro, na apresentação e sugerindo a compra desse livro, resume o seguinte: “Do mesmo jeito em que devemos evitar comer alimentos calóricos em grande quantidade, pois os mesmos podem resultar em obesidade física, nós também devemos evitar a grande massa de informações inúteis e de baixa qualidade que nos é enviada diariamente, pois elas podem resultar no que o autor chama de ‘obesidade mental’,ou seja, ignorância.”

Outro livro, cujo título “Obrigado pelo informação que você não me deu” (escrito por Normann Kestenbaum e publicado no Brasil pela Editora Campus Elsevier em 2007) até considero intrigante. O desafiador recado que ele passa, no entanto, é mais ou menos assim: Em uma exposição, palestra ou apresentação, deixe pra lá tudo o que existe e/ou o que você sabe sobre o assunto e vá direto ao ponto; preocupe-se com o que o(s) interlocutore(s) quer(em) saber e não com tudo o que você sabe ou tem de informação a respeito.

Carlos Drummont de Andrade (1902-1987) nos deixou o seguinte legado sobre esse assunto: “Perder tempo em aprender coisas que não interessam, priva-nos de descobrir coisas interessantes.”. Esta afirmação pode ser trazida também para o nosso dia a dia e realidade corporativa, onde geramos ou absorvemos excesso de informação, refletindo no seguinte: o precioso tempo que gastamos com informação que não agrega, poderíamos ter investido em buscar informação mais útil ou ocupar-nos com algo mais produtivo.

Dentro do mundo corporativo podemos citar Peter F. Drucker (1909-2005), considerado como o pai da administração moderna, a quem é creditada a afirmação “Informações são dados endossados por relevância e sentido”, quando abordado o tema “informação x dado”.

E aí talvez surja a pergunta: em que momento consigo discernir se o dado é relevante ou faz sentido ? Diante disto, proponho um exercício simples, questionando-se “por que” ou “para que” quero/preciso desse dado. Se houver resposta clara e convincente, vá em frente. Do contrário, talvez você esteja “perdendo tempo em aprender coisas que não interessam” ou se ocupando com dados sem relevância ou sentido.

E se você é um gestor dentro de uma empresa ou de uma entidade pública ou privada, pense nisso também sempre que estiver compilando dados em planilha eletrônica, solicitando ou desenvolvendo um novo relatório ou, até, diante da escolha de um software de BI (Business Intelligence): “o que eu realmente preciso?” ou “do que, de fato, vou fazer uso na minha atividade?”

*Leonardo Matt é Vice-Presidente de Qualidade, Planejamento e Controle da Assespro-Paraná e diretor da BXBsoft

Tags, , , ,

Inteligência analítica em tempo real como arma secreta dos varejistas

Por Nélito Pereira, consultor de pré-vendas do SAS Brasil

Um cliente entra na loja, a única perfumaria em um raio de um quilômetro, e coloca produtos na cesta. Um bom e atento vendedor, ao reconhecê-lo e sabendo de suas preferências, comportamento e tendências de consumo, recomenda outros dois produtos. O cliente adiciona os itens à cesta e o valor de sua compra aumenta de R$ 94 para R$ 131,10. Bom este vendedor! Mas, e se ele não conhecesse o cliente, o que recomendaria? Esse exemplo parece ser uma história dos anos 80, naquela cidadezinha do interior.

Em um momento de crescente pressão por melhores resultados, empresas do segmento varejista têm procurado aumentar o valor do ticket médio de suas transações no e-commerce através de melhores recomendações de produtos para seus clientes. Para isso, é necessário entender o perfil de cada consumidor, conhecer seu histórico de compras e seu comportamento – de preferência em tempo real. Estamos falando de uma solução de recomendação inteligente, que define a próxima melhor oferta para cada cliente, utilizando técnicas de Big Data, inteligência analítica, regras de negócio e o comportamento do consumidor – tudo isso em real-time.

A decisão da ‘Next Best Offer’ (NBO) para um cliente específico passa pela gestão dos dados disponíveis e por um processo analítico, no qual técnicas de modelagem preditiva e de auto-aprendizagem automatizadas (self-learning analytical process) identificam suas propensões de compra. Consumidores não identificados assemelham-se a perfis comportamentais conhecidos e a recomendação inteligente e relevante também é uma realidade. Um motor de decisão orquestra toda esta inteligência analítica acrescida com as regras de negócios e estratégias da empresa e disponibiliza as recomendações personalizadas de forma dinâmica (em tempo real), no momento de cada interação do cliente com a loja.

Recentemente, na tentativa de aumentar seu ticket médio, uma empresa brasileira do segmento varejista e reconhecida por inovações, iniciou um piloto com um subconjunto de clientes definidos por amostragem randômica. O objetivo era avaliar a capacidade de entrega de inteligência analítica, regras de negócios e NBO em real-time em seu site de e-commerce. O primeiro passo foi a criação de modelos preditivos utilizando técnicas estatísticas para a determinação das propensões de cada perfil de cliente e a melhor associação entre os produtos. Em seguida, foram configuradas as regras de negócios e a integração do motor de decisão ao site. Para a avaliação e mensuração dos resultados, o motor de recomendação considerou dois diferentes grupos de controle (um exposto a recomendações aleatórias e um segundo a recomendações padrões) e registrou o histórico de tudo.

O sucesso desse piloto definiria a adoção ou não da solução e isso deu-se através de análises e comparações dos resultados dos grupos de controle com o grupo de clientes, que recebeu a NBO determinada pela recomendação inteligente. Após três meses de piloto, os resultados demonstraram que o aumento do valor do ticket médio obtido, projetado para todos os clientes, representou um incremento no lucro capaz de pagar o investimento em poucos meses, ou seja, do prazo de recuperação do capital investido na solução (payback).

Por essas razões, a mesma empresa varejista decidiu expandir o uso da solução para outros canais de interação com o cliente, como televendas e aplicativos móveis bem como para outros países onde também mantém operação. A inteligência analítica em tempo real é o “bom vendedor” do mundo atual, aumentando o ticket médio no varejo on-line.

Tags, , , , , ,