{"id":5566,"date":"2022-02-08T16:04:00","date_gmt":"2022-02-08T15:04:00","guid":{"rendered":"https:\/\/spacewell.com\/geen-onderdeel-van-een-categorie\/sensorgegevens-werkplekanalyses-en-actiegerichte-inzichten-blogreeks-van-sensor-tot-inzicht-deel-9\/"},"modified":"2023-11-28T14:57:03","modified_gmt":"2023-11-28T13:57:03","slug":"sensorgegevens-werkplekanalyses-en-actiegerichte-inzichten-blogreeks-van-sensor-tot-inzicht-deel-9","status":"publish","type":"post","link":"https:\/\/spacewell.com\/nl\/resources\/blog\/sensorgegevens-werkplekanalyses-en-actiegerichte-inzichten-blogreeks-van-sensor-tot-inzicht-deel-9\/","title":{"rendered":"Sensorgegevens, werkplekanalyses en actiegerichte inzichten (Blogreeks: Van sensor tot inzicht, deel 9)"},"content":{"rendered":"
\n\n

Facilitair beheer en werkplekmanagement zijn volop in beweging. Enerzijds neemt de rol van technologie, cloud en IoT toe, anderzijds heeft de pandemie een verschuiving naar hybride werken teweeggebracht, zodat bestaande trends op het gebied van de flexibele werkplek in een stroomversnelling zijn geraakt. Om succesvol te zijn in de nieuwe wereld van hybride werken, hebben vastgoed- en FM-teams gedetailleerde, actuele informatie nodig. Dat is waar het IoT om de hoek komt kijken. Sensoren kunnen immers veel beter dan mensen nauwkeurige gegevens verzamelen op grote schaal en in real time. <\/p>\n\n\n\n

Dit alles heeft gevolgen voor de manier waarop gegevens over gebouwen worden verzameld, opgeslagen, verwerkt, geanalyseerd en gevisualiseerd. Software voor werkplekbeheer wordt tegenwoordig uitgebreid met gegevensstromen in real time. Deze big data \u2013 en de inzichten die daaruit voortkomen \u2013 helpen facilitymanagers meer inzicht te krijgen in hoe gebruikers de verschillende ruimtes gebruiken<\/a> , en wat de omgevingscondities in deze ruimtes zijn, met inbegrip van de binnenluchtkwaliteit<\/a>.<\/p>\n\n\n\n

Big data, groot verschil<\/h2>\n\n\n\n

Werken met \u201cbig data\u201d van sensoren, in combinatie met diverse andere gegevensbronnen, is fundamenteel anders dan het verwerken van traditionele FM-gegevens. Het vereist een big data IoT-platform<\/a> dat gestructureerde, semigestructureerde en ongestructureerde gegevens kan verwerken, die in grote volumes en met hoge snelheid binnenkomen. <\/p>\n\n\n\n

Bij traditionele datamining in facilitair beheer zijn de datasets meestal beperkt en statisch. Het gegevensformaat is eenvoudig en past in een relationele database of datawarehouse. <\/p>\n\n\n\n

Bij de analyse van big data daarentegen zijn de gegevens vaak afkomstig van meerdere, heterogene bronnen. De gegevensformaten zijn diverser en passen waarschijnlijk niet in een relationele database. De gegevens kunnen onderling sterk verweven, dynamisch en evoluerend zijn. Relevante gegevens kunnen verborgen zijn tussen een hoop onbruikbare gegevens. Traditionele visualisatietechnieken zullen bijgevolg niet altijd goed werken. <\/p>\n\n\n\n

Dat wil zeggen, als u een traditionele FM-software inzet en vervolgens nog wat sensorgegevens toevoegt, dan is de kans op mislukking groot. Want sensoren vormen slechts een deel van de oplossing. En traditionele FMIS werd niet ontworpen om grote hoeveelheden volatiele gegevens te verwerken en te analyseren. <\/p>\n\n\n\n

De mogelijkheden van uw IoT-platform en de kwaliteit van de analytische tools bepalen de waarde die u uit het gebouw-IoT haalt. Het juiste analyseplatform zet ruwe gegevens om in bruikbare inzichten en stelt u in staat om de dynamiek binnen uw gebouwen beter te begrijpen. Daarom is het kiezen van het juiste analyseplatform net zo belangrijk als de juiste sensorkeuze. <\/p>\n\n\n\n

Connectiviteit<\/h2>\n\n\n\n

Om de gegevens optimaal toegankelijk en beschikbaar te kunnen maken, moet een modern platform voor gebouw-IoT verbinding maken met oudere systemen, zoals gebouwbeheersystemen (GBS), toegangscontrole en bedrade\/draadloze sensoren. Dit wordt mogelijk gemaakt door API\u2019s (Application Programming Interfaces). Met een IoT-analyseplatform dat sensor- en GBS- <\/strong>neutraal is, en een sterk ecosysteem van software- en hardwarepartners heeft, zult u kunnen profiteren van het nieuwste en het beste op het gebied van sensoren.<\/p>\n\n\n\n

Ook interessant: Verdantix\u2019 benchmark onthult de vier leiders in IoT-platforms voor slimme gebouwen<\/a><\/p>\n\n\n\n

Statische vs. dynamische analyse<\/h2>\n\n\n\n

Traditionele dashboards tonen geaggregeerde gegevens op een statische manier, als informatie die alleen gelezen kan worden. Deze statische dashboards stellen de werkplekmanagers niet in staat om de data te analyseren en correlaties te begrijpen. Dergelijke dashboards lijken op het eerste gezicht misschien informatief, maar ze bieden slechts een beperkt inzicht. <\/p>\n\n\n\n

Om de gegevens een werkelijk doel te laten dienen, heeft men een ander soort analyse-instrument nodig: een tool die een dynamische weergave van de volledige gegevens mogelijk maakt. Geavanceerde analytische dashboards passen zich dynamisch aan wanneer u een van de parameters wijzigt. U kunt op hoog niveau beginnen, dan door de gegevens heen klikken en inzoomen tot u het gewenste detailniveau hebt bereikt. <\/p>\n\n<\/div>\n\n

\n\n
\"Laptop<\/figure>\n\n<\/div>\n\n
\n\n

Inzichten actiegericht maken<\/h2>\n\n\n\n

In gebouw- en facilitair beheer halen IoT-analyseplatforms veel voordeel uit een integratie met operationele software, zoals FMIS<\/a>. Waarom is dat zo? Omdat beide soorten softwareplatforms bij uitstek op kwaliteitsgegevens werken, of dat nu IoT-sensorgegevens zijn, uitgebreide asset- en ruimtelijke gegevens uit BIM, onderhoudsplanning en -geschiedenis of actuele bezetting en ruimtereserveringen. Traditionele FMIS automatiseert processen met beslissingsbomen, workflows, statussen en notificaties, maar meestal is er nog steeds een persoon nodig om het proces in gang te zetten. Bijvoorbeeld door een ticket of serviceverzoek te loggen als iets niet goed werkt. Door gebruik te maken van \u2018brain rules\u2019 kan het IoT-platform processen in gang zetten zonder dat er menselijke tussenkomst nodig is. Zo wordt bijvoorbeeld een gereserveerd lokaal vrijgegeven voor andere gebruikers nadat sensoren gedurende 15 minuten geen aanwezigheid hebben waargenomen. Of een technicus ontvangt een werkbon om de HVAC te controleren nadat een vooraf ingestelde temperatuurdrempel is overschreden. Deursensoren bij de ingang van sanitaire ruimtes kunnen worden gebruikt om schoonmaak- of bijvulbeurten te activeren wanneer de bezettingsgraad een bepaalde drempel bereikt. Of, als er een reservering is gemaakt maar niemand is komen opdagen, kunnen de sensorgegevens worden gebruikt om het schoonmaakpersoneel te laten weten dat de werkbon niet hoeft te worden uitgevoerd. Het is duidelijk dat er talrijke manieren zijn waarop dienstverleners voordeel kunnen halen uit realtimegegevens die de werking van hun faciliteiten verbeteren. <\/p>\n\n\n\n

Realtime- en mobiele informatie<\/h2>\n\n\n\n
\"Kiosk<\/figure>\n\n\n
\n \n\n
\n
\n <\/div> \n
\n