Gartner Report: Business Benefits of the Internet of Things

gartnerReport

 

Venice Liu reveals in its “Business Benefits of the Internet of Things” report that companies that are implementing proof-of-concept (PoCs) and pilots and get some complete deployment, begin to see different business benefits.

 

Several companies remain coy about publicizing their returns, perhaps to maintain a competitive advantage or due to the early-stage nature of their projects.

 

The report draws on the benefits generated by internal initiatives for companies implementing IoT projects, such as improving productivity or monitoring and remote control of operations.

 

The benefits of external IoT initiatives include: improving customer service integration with product performance and customer use, gaining competitive advantage, or improving customer experience and loyalty.

 

Finally, the focus is on the new business models and income streams that IoT is generating. IoT offers companies the ability to transform into a new type of company. Product companies are evolving to become service companies. The data generated by IoT can provide a better perspective and have a significant economic value for third parties.

 

By this way, it appears that increases revenue from additional value-added services after the sale of the product. Other ways to monetize customer data could be to create a customer or partner loyalty program that encourages revenue growth and long-term retention.

 

See more

 

 

 

Gartner Report: Business Benefits of the Internet of Things

Gartner Report: Beneficios empresariales de IoT

gartnerReport

 

Venecia Liu pone de manifiesto en su informe “Business Benefits of the Internet of Things” que las compañías que están implementando pruebas de concepto (PoCs) y pilotos y consiguen algún despliegue completo, empiezan a vislumbrar diferentes beneficios empresariales.

 

Las empresas son cautelosas a la hora de comunicar sus logros y beneficios en el campo IoT, quizá por mantener una ventaja competitiva o debido a la naturaleza temprana de sus proyectos.

 

Del informe se extraen cuáles son los beneficios generados por iniciativas internas para las empresas que implementan proyectos IoT, como son la mejora de la productividad o la monitorización y control remoto de las operaciones.

 

 

En cuanto a los beneficios generados por iniciativas IoT externas destacan: la mejora en la integración entre atención al cliente con el rendimiento del producto y el uso del cliente, ganar ventaja competitiva o mejorar la experiencia y lealtad del cliente.

 

 

Por último, se pone el foco en los nuevos modelos de negocio y flujos de ingresos que está generando IoT. IoT ofrece a las empresas la capacidad de transformarse en un nuevo tipo de empresa. Empresas de producto están evolucionando para convertirse en empresas de servicios. Los datos generados por IoT pueden proporcionar una mejor perspectiva y tienen un valor económico significativo para terceros.

 

En este aspecto, se pone de manifiesto que aumentan los ingresos procedentes de servicios adicionales de valor añadido tras la venta del producto. Otras formas de monetizar datos obtenidos del cliente podría ser crear un programa de fidelización para clientes o socios que incentive el aumento de los ingresos y la retención a largo plazo.

 

Leer más

Gartner Report: Beneficios empresariales de IoT

Indra gana el premio a la plataforma IoT más innovadora para Smart Cities a nivel global con Sofia2

Sofia2ganadora

 

El pasado 19 de Septiembre se celebró en Yinchuan, China el TM Forum Smart City InFocus donde se presentaron los premios que reconocen los logros de “innovación urbana innovadora” de ciudades, proveedores de soluciones y organismos nacionales e internacionales.

En este marco, el jurado del TM Forum ha elegido Sofia2, la plataforma IoT con capacidades Big Data y Cloud de Minsait, la unidad de transformación digital de Indra, como una solución de alto contenido innovador para la transformación de las ciudades, capaz de aportar valor al ciudadano, responder a las necesidades de las empresas e impulsar la sostenibilidad.

 

Sofia2InfografiaRecortada

 

Las soluciones basadas en Sofia2 en el ámbito de Smart Cities han logrado eficiencias como ahorros del 25% en el agua de riego para parques; reducción de hasta un 50% en el tiempo de evacuación de grandes infraestructuras con el proyecto eVacuate; y disminuciones del 25% en la factura energética de edificios públicos.

 

Además, Sofia2 está presente como base tecnológica para otros proyectos. Por ejemplo, en el uso de drones, siendo fuente de información para el nuevo sistema europeo de llamadas de emergencia. En campos como la domótica, la industria o el retail, a través de soluciones como Hogar Conectado, Ciudades Inteligentes, Industria 4.0. O construyendo soluciones en proyectos de I+D del sector del transporte, como ITRail o Transforming Transport, o del espacio, como Land Analytic Eo Platform. También actúa como plataforma urbana siendo el “cerebro de la ciudad” en las ciudades de A Coruña y Logroño y es base tecnológica en el proyecto que se está desarrollando con Ecoembes en el ámbito de Smart Waste para optimizar su exitoso modelo de gestión de envases, papel y cartón en todo el territorio nacional.

 

Se trata del segundo año consecutivo que TM Forum premia Sofia2. En 2016, obtuvo el galardón en la categoría “Open Digital Ecosystem Platform of the Year”, donde se reconocían sus capacidades para impulsar la creación de  ecosistemas abiertos que fomentan la colaboración entre diferentes empresas y organizaciones.

 

 

 

Indra gana el premio a la plataforma IoT más innovadora para Smart Cities a nivel global con Sofia2

Integración Sofia2 en Zapier

Appsofia2

Como explicábamos en un post anterior, Zapier es una herramienta de automatización web que permite conectar aplicaciones entre sí y automatizar tareas de manera simple y sin la necesidad de tener conocimientos de programación.

 

Se ha incorporado una nueva APP Sofia2 a Zapier (aplicación de automatización web), esta APP permite automatizar tareas Sofia2 dentro de un flujo Zapier.

Así que podremos hacer cosas como:

  • Como TRIGGER suscribirnos a una ontología que cumpla ciertos criterios (a través de una query) y como ACTION enviar un correo a través de MailChimp
  • Como TRIGGER recibir un correo GMail con un asunto concreto y como ACTION insertar en una ontología para comenzar un proceso analítico.

 

Seguir leyendo “Integración Sofia2 en Zapier”

Integración Sofia2 en Zapier

IoT Data Models: Iniciativas y Sofia2 Data Model

¿Qué es un Data Model?

Un Data Model representa la estructura de tus datos y relaciones, por tanto organiza los elementos y estandariza como se relacionan unos con otros.

¿Por qué utilizar un Data Model en el ámbito IoT?

Los Data Models son fundamentales en el ámbito IoT donde tratamos con assets físicos, medidas, dispositivos, procesos, personas,… y el nuestro IoT Data Model debe ser capaz de modelar todos estos conceptos.

Un Data Model nos da una representación uniforme de todos los elementos de nuestro sistema, esto tienen numerosos beneficios:

  • Reuso: la capacidad de modelar componentes que luego podré reusar es una práctica estándar que permite ahorrar en costes
  • Flexibilidad: una vez creado el modelo, este permite que sea fácil actualizar, modificar o eliminar elementos del modelo sin necesidad de rehacer el sistema
  • Escalabilidad: simplifica el clonado y modificación de dispositivos que son similares o se comportan de la misma forma que otros ya testados.
  • Interoperabilidad: usar un Data Model que se base en estándares (JSON, XML,…) simplifica que este Data Model pueda usarse en aplicaciones futuras de forma sencilla
  • Colaboración: Un Data Model nos permite predefinir links, relaciones, acciones entre componentes, permitiendo que esto se defina cuando se está creando el modelo de modo que diferentes equipos puedan trabajar en partes
  • Independencia de la Plataforma: un Data Model permite una integración transparente con otros sistemas. Un modelo correctamente formado hará más sencillo crear aplicaciones como analítica sobre los datos

Iniciativas de estandarización de un Data Model en IoT

NOTA: No hemos considerado los protocolos de comunicación como MQTT-SN, LWM2M o CoAP, aunque en algunos casos hay ciertos solapes puestos estos protocolos pueden llevar embebido un Data Model.

 

En el mundo IoT existen varias propuestas para intentar estandarizar un Data Model único, aunque la realidad es que ninguna de ellas tiene una penetración en el mercado suficiente como para decantarse de forma unívoca por ella.

A continuación se incluye una tabla con información relevante sobre algunas de estas iniciativas:

  Descripción Organiz Formato Versión
SensorML http://www.opengeospatial.org/standards/sensorml

Sensor Model Language pretende definir semánticamente prceoss y componentes relacionados con las medidas, con el objetivo de conseguir interoperabilidad

OGC XML +XSD 2.0

2014

AMON https://amee.github.io/AMON/

Formato para definir datos de dispositivos

AMEE JSON 3.1

2012

SensorThings http://www.opengeospatial.org/standards/sensorthings

Forma abierta y unificada de conectar dispositivos, datos y aplicaciones.

OGC JSON +

OData

1.0

2016

GSMA IoT Big Data Armonized Data Model https://www.gsma.com/iot/wp-content/uploads/2016/11/CLP.26-v1.0.pdf

Definición de entidades de uso común en IoT y Big Data creando modelos harmonizados en ámbitos Agricultura, Automoción, Environment, Industria, Smart City y Smart Home

GSMA JSON +schema.org 1.0

2016

FIWARE Data Model https://www.fiware.org/data-models/

Adaptación de GSMA Data Model sustituyendo schema.org para definición de Data Modelo por JSON-Schema para simplificar su uso

FIWARE JSON +

JSON-Schema

1.0

2017

¿Qué tienen en común estas iniciativas?

El grueso de estas iniciativas (sobre todo las más actuales) usan JSON como formato de intercambio.

Respecto a JSON podemos decir:

  • Es un formato de intercambio ligero, en la actualidad se ha convertido en el estándar de intercambio sustituyendo a XML en la mayoría de los escenarios

a2.jpg

  • Es el formato usado “para todo” por los grandes en el mundo Web: Google, Amazon,…
  • Es el formato por defecto de la “API Economy” con la que por ejemplo los bancos y organizaciones ofrecen sus datos
  • Es un formato que se usa en las modernas aplicaciones Web y móviles por ser mucho más ligero que XML
  • Es un formato ligero, adecuado para dispositivos IoT

Para definir la estructura de un JSON (por ejemplo que atributos son obligatorios o el tipo de datos) existe JSON-Schema (el equivalente a XML-Schema), aunque en la actualidad no es de uso obligatorio ni está ampliamente estandarizado y existen otras iniciativas.

Sobre JSON y JSON-Schema y por debajo de estándares como los que mencionábamos tenemos otros formatos y definiciones como OData o schema.org, pero tampoco tienen una penetración masiva.

Sofia2 Data Model

Ontologías Sofia2

En Sofia2 a la Entidad del Data Model usado (Sofia2 Data Model) la denominamos Ontologías.

Las Ontologías Sofia2 permiten modelar desde conceptos sencillos como una medida a conceptos complejos como una organización.

Las Ontologías en Sofia2 se definen en JSON+JSON Schema.

Origen de las Ontologías Sofia2

El concepto de Ontología viene del proyecto europeo I+D SOFIA del que se origina Sofia2, que usaba como Data Model Ontologías RDF/OWL conforme los principios de la Web semántica.

Cuando en 2013 Indra considera evolucionar SOFIA para crear una plataforma empresarial (Sofia2) que pueda usarse en proyectos productivos y complejos se realiza un análisis y pruebas empíricas y se concluye que la tecnología subyacente a las ontologías tradicionales modeladas en OWL no escala conforme a las necesidades de los proyectos IoT y Big Data.

Tras considerar diversas opciones se considera que JSON+JSON Schema es la mejor propuesta de presente y futuro.

Conceptos del Sofia2 Data Model

El concepto clave del Sofia2 Data Model es la Ontología, como ya hemos dicho, pero existen otros conceptos importantes, como el Template y la Instancia de la Ontología.

  Template Ontología Instancia Ontología
Representa Plantilla, bien creada por un administrador, bien creada conforme a un estándar concreto (AMON, FIWARE Data Model) que permite que las Ontologías se creen de Entidad que representa un concepto sobre el que trabaja la Plataforma. Es un registro concreto de la Entidad que define la Ontología
Ejemplos Plantilla definiendo los atributos de Calidad medioambiental conforme el FIWARE Data Model

-Pla

Calidad Medioambiental (obtenida de un dispositivo)

-Previsión metereológica (obtenida por un algoritmo)

-Calidad medioambiental obtenida en una hora concreta en un punto concreto

-Previsión para una región y mes concreto

Formato JSON-Schema JSON-Schema

(soporta GeoJSON, OData)

JSON

(GeoJSON)

Dónde están -No se almacenan, son una definición Independiente del motor de persistencia elegido: en un modelo relacional representan una tabla, en una BD NoSQL tipo documental una colección de documentos,,… Independiente del motor de persistencia elegido: en un modelo relacional representan un registro, en una BD NoSQL tipo documental un documento concreto,….
Más info Soportado por completo estándares AMON y FIWARE Data Model Soportan versionado

Soportan consultas geográficas

 

 Sofia2 Data Model en el Control Panel de Sofia2

Template

El concepto de Template representa una Plantilla sobre la que luego podrán crearse las Entidades.

Por tanto sólo se permite a los usuarios con rol ADMINISTRADOR crear estas Plantillas:

a1

En la Plataforma sólo tienen permiso para crear Templates o Plantillas, como puede verse en la imagen:

Las Plantillas tienen asociadas una o varias categorías que me permiten categorizarlas y buscar por estas.

Una Plantilla se representa por un JSON-Schema:

a3.jpg

Ontología

La Ontología es el concepto clave del Sofia2 Data Model y también del funcionamiento completo de la plataforma, ya que sobre estas se desencadenan el resto de procesos:

  • Reglas: se aplican ante la llegada de una instancia de ontología (o bien planificadas) y permite acceder a los atributos de las ontologías para accionar en base a esta
  • Dashboards: se construyen bien representando en tiempo real las instancias que van llegando a la plataforma bien a través de una consulta a estas
  • Analítica: los modelos ML típicamente se realizan sobre las ontologías almacenadas en la infraestructura Big Data de la plataforma (BDH)

Los usuarios Sofia2 con rol COLABORADOR pueden crear Ontologías, existen diversos mecanismos de crear Ontologías, los principales son:

  • Creación Paso a Paso: me permite crear Ontologías indicándole los atributos que componen la ontología, el tipo de datos de cada uno y si son obligatorios. Es la opción ideal para ontologías sencillas (equivalentes a una Tabla)
  • Creación mediante JSON-Schema: en este caso crearemos la Ontología bien definiendo el JSON-Schema que representa mi entidad, bien partiendo de un template ya creado.

Si seleccionamos la creación vía Ontología entonces me pedirá que seleccione una de las categorías:

a4.jpg

Y una vez seleccionada una de ellas (por ejemplo GSMA) me dará la opción de seleccionar una de las Plantillas:

a5

Soporta además:

La creación de la Ontología a partir de un Schema XML (XSD).

La creación de la Ontología a través de un diagrama UML que se crea en el propio Panel de Control

  • Creación desde CSV o Excel: esta opción es muy útil cuando tenemos un fichero con datos con los que quiero hacer una carga inicial en la plataforma. La Plataforma me irá guiando y solicitando la información que necesita hasta generar de forma automática el JSON-Schema que representa los datos pasados:

q1

  • Creación desde JSON/XML: equivalente a la creación desde Excel en este caso podré subir una JSON o XML para que la Plataforma cree la Ontología correspondiente.
  • Creación Ontología Tipo KPI: en este caso lo que estamos haciendo es crear una Ontología que se calcula en base a cálculos sobre otras ontologías
  • Creación Ontología Tipo TimeSeries: el concepto de Time Series se refiere a datos de tipo Serie Temporal, la plataforma soporta la creación de estos modelos de forma sencilla: 

    Instancia de Ontología

    Representa una instanciación de una ontología, típicamente en un momento concreto y posición concreta.

    La Plataforma ofrece diversas herramientas para acceder a las instancias, la más usadas por el desarrollador será la Consola BDTR y BDH que permite a través de un wizard generar consultas sobre las ontologías:

q3.jpg

 

 

 

Desde la herramienta puedo visualizar los datos de la Ontología (instancias) en formato nativo de la Plataforma, esto es en JSON:

q3.jpg

Pero también puedo representar los datos en formato TABLA e incluso exportarlos a formato CSV, Excel o XML.

 

 

IoT Data Models: Iniciativas y Sofia2 Data Model

Nueva Pantalla de Inicio del Control Panel

A partir de esta Release, cuando un usuario con rol colaborador accede a la plataforma, puede ver un grafo que representa su “Universo Sofia”. Es decir, puede ver las Ontologías, ThinKPs, Dashboards y Gadgets, Reglas, Proyectos etc.. que ha creado en la plataforma. En el caso de no tener aún ningun componente creado en la platafoma, se mostrará un grafo como el siguiente:

grafosincomp.png

Seguir leyendo “Nueva Pantalla de Inicio del Control Panel”

Nueva Pantalla de Inicio del Control Panel