I verksamhet där det är viktigt att ha koll på var saker och ting finns, hur de rör sig och förändras, är IoT och GIS en stark kombination. För när både läget och rörelse är viktigt, är sensorer en i högsta grad relevant datakälla. Den geografiska dimensionen och GIS ökar nyttan genom att sammanlänka och visualisera denna data med data från andra källor.
Tillverkande industri och supply chain är exempel på verksamhet och process, där sensorer i allt högre utsträckning används för att skapa affärsvärde. I praktiken är det ju positionsdata, ofta med en tidsstämpel, som genereras. Ett GIS (geografiskt informationssystem) förstärker värdet avsevärt genom att sätta dessa sensordata i en kontext.
Exempel på visualiseringar med realtidsdata
Geografisk analys och kartor förädlar och visualiserar komplexa datamängder. Nya mönster och samband blir då tydliga, vilket gör GIS och smarta kartor till ett kraftfullt beslutsstöd. Det här är några exempel på hur det kan se ut:
1. Det här är en typ av karta där geografisk analys har tagit hand om stora datamängder och en visualisering av resultatet visar densiteten eller koncentrationen av en viss händelse.
2. Här har GIS:et hanterat big data från sensorer. Staplarna på kartan visar var en viss händelse inträffar över tid, och färgerna på staplarna representerar olika kategorier av händelser. Läs mer om analys och visualiseringar som tar hänsyn till både tid och rum
3. Den här kartan aggregerar sensordata och visar i vilket område ett större antal händelser av en viss typ har inträffat. Ju blåare färgkodning på hexagonerna desto större antal händelser. Det kan i praktiken handla om data från till exempel väderstationer, olyckor, rullande fordon eller försändelser på väg i realtid som visualiseras på det här sättet.
4. Ett GIS gör realtidsdata, prognoser, varningar och historik tillgängligt i form av rollanpassade visualiseringar och gränssnitt.
Koll på fordon och leveranser operativt
I just supply chain gör sensordata som förädlas med GIS det möjligt att exempelvis se var fordon med en viss komponent eller produkt finns. Det bidrar dessutom med beslutsstöd så att leveranser vid kan behov dirigeras om på ett optimalt sätt. På ett lite mer taktiskt plan ger GIS:et underlag för att optimera både rutter och arbetsflöden.
Men kombinationen IoT-GIS ger också stöd för strategiska beslut om försörjningskedjan. Historiska data som används i prediktiv geografisk analys skapar underlag för välgrundade beslut om till exempel optimering av distributionslösningar och servicenivåer.
Länktips:
