Sensordata, arbetsplatsanalyser och hur du gör insikter praktiskt användbara [serien ”Från sensor till insikt”, del 9]
Allt detta inverkar på hur byggnadsdata samlas in, lagras, behandlas, analyseras och visualiseras. Mjukvara för arbetsplatshantering förstärks i dag med strömmar av realtidsdata. Dessa stora datamängder – och de insikter som uppkommer ur dem – gör det möjligt för fastighetsansvariga att bättre förstå hur hyresgästerna använder olika utrymmen. Och vilka miljöförhållandena är i dessa utrymmen, inklusive inomhusluftens kvalitet.
Stora datamängder gör stor skillnad
Men att arbeta med stora datamängder från sensorer – i kombination med andra datakällor – är något helt annat än traditionell FM-databehandling. Det kräver en IoT-plattform för stora datamängder som kan hantera strukturerade, delvis strukturerade och ostrukturerade data, som kommer in snabbt och i stora volymer.
I traditionell FM-datautvinning är datauppsättningarna vanligen små och statiska. Dataformatet är enkelt och passar för användning i en relationsdatabas eller ett datalager.
Vid analys av stora datamängder, å andra sidan, kommer data ofta från många källor av olika typer. Dataformaten är mer olikartade och passar förmodligen inte in i en relationsdatabas. Datamängderna kan vara mycket sammanlänkade, dynamiska och föränderliga. Relevanta data kan dölja sig bland mängder av oanvändbara data. Och traditionell teknik för visualisering kanske inte fungerar väl.
Detta betyder att användning av traditionell FM-mjukvara med tillförsel av sensordata vid sidan av kommer att leda till ett misslyckat resultat. För sensorer är bara en del av lösningen. Och traditionella IWMS-system är inte byggda för att behandla och analysera stora mängder föränderliga data.
Funktionerna i din IoT-plattform och kvaliteten på analysverktygen avgör vilket värde du får ut av byggnadens IoT. Rätt analysplattform kommer att omvandla rådata till användbara insikter. Den kommer dessutom att göra det möjligt för dig att verkligen förstå dynamiken i det som sker i dina byggnader. Därför är det lika viktigt att välja rätt analysplattform som det är att välja rätt sensorer.
Kopplingar
För att dataåtkomsten och tillgängligheten ska kunna optimeras måste en modern IoT-plattform för byggnader kunna kopplas till äldre system, till exempel för byggnadshantering (BMS) och åtkomstkontroll, och till trådbundna/trådlösa sensorer. Detta möjliggörs genom applikationsprogrammeringsgränssnitt (API). Med en IoT-analysplattform som är sensor- och BMS-neutral – och har ett starkt ekosystem av mjukvaru- och hårdvarupartners – kommer du att kunna få tillgång till det senaste och bästa när det gäller sensorer.
Läs mer: Verdantix Benchmark utser fyra ledare inom IoT-plattformar för smarta byggnader
Statisk kontra dynamisk analys
Traditionella instrumentpaneler visar sammanställda data på ett statiskt sätt, som skrivskyddad information. Dessa statiska instrumentpaneler gör det inte möjligt för arbetsplatsansvariga att analysera data och se samband. Sådana instrumentpaneler kan se bra ut vid första anblicken, men de ger bara begränsade insikter.
För att data ska kunna bli verkligt användbara krävs en annan typ av analysverktyg, som ger en dynamisk inblick i datamängden som helhet. Avancerade analysinstrumentpaneler anpassas dynamiskt när du ändrar parametrar. Du kan börja på en allmän nivå, klicka dig igenom dina data och zooma in till önskad detaljnivå.
Avancerade analysfunktioner: dynamiska instrumentpaneler
Hur du gör insikter praktiskt användbara
I hantering av byggnader och fastigheter har en IoT-analysplattform mycket att vinna på att integreras med operativ mjukvara, till exempel IWMS. Varför? Därför att båda typerna av mjukvaruplattformar fungerar bäst med data av bra kvalitet, oavsett om det är IoT-sensordata, innehållsrika tillgångs- och utrymmesdata från BIM, underhållsplanering och historik eller nuvarande beläggning och rumsbokningar. I traditionella IWMS-system automatiseras processer med beslutsträd, arbetsflöden, statusar och aviseringar, men det behövs ändå oftast en person för att initiera processen. Till exempel genom att registrera ett ärende eller en tjänstebeställning när ett fel uppstår. Genom användning av ”hjärnregler” kan IoT-plattformen trigga processer utan att några åtgärder behöver utföras av människor. Till exempel görs ett reserverat rum tillgängligt för att användas av andra när beläggningssensorerna inte har detekterat några närvarande under 15 minuter. Eller så får en tekniker en arbetsorder om att kontrollera luftkonditioneringen när ett förinställt tröskelvärde för temperatur har överskridits. Dörräkningssensorer som är installerade vid ingången till en toalett kan användas för att aktivera städnings- eller påfyllningsåtgärder när användningen når vissa tröskelvärden. Eller, om en reservation har gjorts men ingen kom till platsen, så kan sensordata användas för att meddela städarna om att arbetsordern inte behöver åtgärdas. Det finns utan tvekan många sätt för tjänsteleverantörer att dra nytta av förstärkning av fastighetsdriften med realtidsdata.
Mobil information i realtid
Mobil realtidsinformation är också till nytta för FM-team, som rör sig runt mycket i byggnader. I en smart service-app kombineras schemalagda arbetsuppgifter med tjänsteförfrågningar och sensoraktiverade åtgärder, med alla arbetsordrar tydligt prioriterade och visade på våningsplaner. Med ett sådant verktyg kan FM-grupper dynamiskt hantera sina dagliga arbetsuppgifter och åtgärda konkreta händelser omgående.
Läs mer: Workplace-appen: realtidsdata från sensorer på digitala våningsplaner
Effektiva beslut om fastighetsbeståndet
Använder du redan nu dina byggnadsdata för att möjliggöra nya scenarion? Har du de insikter du behöver för att tryggt kunna fatta välgrundade beslut om fastighetsbeståndet? Välkommen att kontakta oss för att utforska möjligheterna.
Frederik Joustra
Rapport
Den smarta uppkopplade arbetsplatsen
Använd en smart plattform för att optimera upplevelsen och hanteringen av arbetsplatsen