Ejemplo de aplicación de Internet de las Cosas: máquina de pinball conectada

Ejemplo de aplicación de Internet de las Cosas: máquina de pinball conectada

Ejemplo de aplicación de Internet de las Cosas: máquina de pinball conectada

Experto: Michael Scharpf

Sector: Otros

Área: Marketing y Ventas

Un pinball de los 80 se convierte en un dispositivo de alta tecnología conectado en red: descubre cómo nuestro Pinball Conectado se convirtió en un proyecto de ejemplo único gracias al Internet de las Cosas y el Aprendizaje Automático.

NUESTRA IA Y CIENCIA DE DATOS Casos prácticos:
EXPERIENCIA DE MÁS DE 2.000 PROYECTOS DE CLIENTES

[Desafío]

En nuestro proyecto interno, teníamos un reto especial: conectar en red un producto antiguo y ur-analógico, un pinball de 1987, con tecnología moderna y hacer así tangible el concepto de Internet de las Cosas (IoT). El objetivo era recopilar datos y desarrollar modelos predictivos para el juego.

[Solución]

Para superar el reto, optamos por una solución basada en el uso de Raspberry Pis, cámara y algoritmos de aprendizaje automático. Mediante el uso de dos Raspberry Pis, la máquina de pinball pudo conectarse en red con varios sensores y actuadores para recopilar datos en tiempo real. Se añadió una cámara para capturar imágenes no estructuradas que mostraran el estado actual del juego. A continuación, se utilizó el aprendizaje automático para desarrollar modelos predictivos y crear visualizaciones D3 personalizadas para analizar y mostrar el juego.

[Resultado]

El resultado fue impresionante: la partida en el pinball se visualizó en tiempo real en dos monitores y un sistema de reconocimiento de patrones identificó la puntuación actual basándose en los datos de las imágenes grabadas. Esto dio al equipo una nueva oportunidad de explorar la Internet de los objetos con tecnología moderna y aplicar métodos de análisis de datos. El proyecto ilustra cómo la inteligencia artificial y el aprendizaje automático pueden utilizarse para desarrollar aplicaciones innovadoras incluso en dispositivos supuestamente anticuados.

Para llevar a cabo el proyecto, utilizamos Python como lenguaje de programación y TensorFlow como marco de aprendizaje automático. La combinación de estas tecnologías nos permitió procesar eficazmente los datos de la máquina de pinball y desarrollar modelos predictivos.

En general, el proyecto muestra cómo pueden utilizarse tecnologías innovadoras como IoT e Inteligencia Artificial para abrir nuevas posibilidades de análisis de datos y apoyar a las empresas en su crecimiento.

Este ejemplo muestra cómo el concepto de Internet de las Cosas puede hacerse tangible mediante la colaboración con nuestra empresa. La combinación de Raspberry Pis, algoritmos de Machine Learning y visualizaciones D3 nos permitió desarrollar modelos predictivos y recopilar datos en tiempo real. El resultado es una aplicación innovadora que muestra cómo la Inteligencia Artificial y el Machine Learning pueden utilizarse en dispositivos antiguos como un pinball.

¿Siente curiosidad? Permítanos mostrarle lo que nos diferencia de otras empresas y cómo podemos ayudarle a alcanzar sus objetivos.

Michael Scharpf - Gestor de grandes cuentas

Su experto

Michael Scharpf | Director de Grandes Cuentas | Alexander Thamm GmbH

Visualización de bienes inmuebles en una aplicación GeoMap

Visualización de bienes inmuebles en una aplicación GeoMap

Visualización de bienes inmuebles en una aplicación GeoMap

Experto: Linh Nguyen

Sector: Otros

Área: Finanzas y Controlling

Experimente sus bienes inmuebles en una nueva dimensión: Descubra las ventajas de visualizar los bienes inmuebles en nuestra innovadora aplicación GeoMap.

NUESTRA IA Y CIENCIA DE DATOS Casos prácticos:
EXPERIENCIA DE MÁS DE 2.000 PROYECTOS DE CLIENTES

[Desafío]

Una gran empresa inmobiliaria se enfrentaba al reto de analizar las ubicaciones y las cifras clave de sus propiedades. El proceso era manual y requería mucho tiempo, ya que los datos sólo estaban disponibles en informes y no se podían realizar análisis comparativos. Además, los datos sólo estaban disponibles en una base móvil limitada, lo que afectaba a la eficiencia de los agentes inmobiliarios.

[Solución]

Nuestra empresa aportó una solución a este reto implantando geodatos en SAP BO. Toda la información y las cifras clave relevantes para una propiedad se mostraban en el mapa y existía la posibilidad de filtrar según diferentes criterios. La versión móvil de la herramienta incluía GeoMaps, que permitía una visualización óptima de los datos en dispositivos móviles.

Nuestro equipo utilizó su experiencia en análisis de datos e inteligencia artificial para desarrollar una solución adaptada a las necesidades del cliente. Integramos los datos en SAP BO para permitir una interacción fluida entre las distintas métricas y el mapa. Esto permitió a los agentes inmobiliarios analizar rápida y fácilmente los datos y tomar decisiones basadas en ellos.

[Resultado]

La aplicación interactiva GeoMap para iPad que desarrolló nuestra empresa proporcionó a los agentes inmobiliarios una forma fácil y rápida de acceder a las métricas clave asociadas a las propiedades inmobiliarias bajo gestión. Nuestra solución aumentó significativamente la eficiencia y precisión del análisis de datos y ayudó a los agentes inmobiliarios a tomar decisiones más informadas.

Gracias a la solución que desarrollamos, la empresa pudo realizar análisis comparativos, lo que contribuyó a mejorar la toma de decisiones. Los datos estaban disponibles en el móvil, lo que facilitó el trabajo de los agentes inmobiliarios y aumentó la eficiencia de la empresa.

Gracias a la implantación de la aplicación interactiva GeoMap, la empresa pudo lograr una mayor satisfacción de sus clientes y aumentar su volumen de negocio. Nuestra solución ayudó a la empresa a seguir siendo competitiva y a ampliar su presencia en el mercado.

Además de las ventajas ya mencionadas, es importante mencionar que la visualización de los datos en la app interactiva GeoMap es muy atractiva y fácil de entender. La presentación de las ubicaciones de los inmuebles y las cifras clave en el mapa ofrece una visión rápida de la información más importante, lo que facilita la toma de decisiones.

Como expertos en análisis de datos e inteligencia artificial, siempre nos esforzamos por ofrecer a nuestros clientes soluciones innovadoras y personalizadas. Creemos que podemos ayudar a las empresas a sacar el máximo partido de sus datos y a tomar decisiones informadas. Si está buscando una solución similar, no dude en ponerse en contacto con nosotros para saber cómo podemos ayudarle.

¿Siente curiosidad? Permítanos mostrarle lo que nos diferencia de otras empresas y cómo podemos ayudarle a alcanzar sus objetivos.

Linh Nguyen - Gestor de cuentas clave

Su experto

Linh Nguyen | Gestor principal de cuentas clave | Alexander Thamm GmbH

Análisis y visualización del recorrido del cliente

Análisis y visualización del recorrido del cliente

Análisis y visualización del recorrido del cliente

Experto: Michael Scharpf

Sector: Otros

Área: Marketing y Ventas

Experimente la diferencia en el recorrido de sus clientes. Utilice nuestro análisis y visualización del recorrido del cliente para una evaluación óptima de los datos.

NUESTRA IA Y CIENCIA DE DATOS Casos prácticos:
EXPERIENCIA DE MÁS DE 2.000 PROYECTOS DE CLIENTES

[Desafío]

Nuestro cliente de telecomunicaciones tenía dificultades para identificar los recorridos de los usuarios y las fuentes de errores en el proceso de registro. También era importante para él calcular y visualizar las cifras clave del proceso de registro. El cliente necesitaba una herramienta integral de análisis de datos que pudiera ayudarle a optimizar el proceso de registro y a llevar a cabo futuros proyectos de forma independiente.

[Solución]

Proporcionamos al cliente una solución integral mediante el desarrollo de un modelo de datos para extraer los datos de registro de la infraestructura Hadoop. Utilizamos Hive para implementar el proceso ETL. También trazamos las métricas y los recorridos de los usuarios, y realizamos programación en parejas en equipo con un miembro del personal del cliente. Además, entrenamos a uno de los empleados del cliente durante el proyecto de ciencia de datos para que pudiera llevar a cabo proyectos similares de forma independiente en el futuro.

[Resultado]

El resultado fue un cuadro de mandos de Tableau que visualiza las cifras clave y los recorridos de los usuarios y está disponible para un análisis detallado. El cliente pudo optimizar su análisis del recorrido del cliente y planificar mejor los proyectos futuros. Al formar al empleado, el cliente también pudo llevar a cabo de forma independiente proyectos similares y obtener información valiosa de sus datos. El proyecto fue todo un éxito y ayudó a nuestro cliente a llevar su negocio al siguiente nivel.

Como expertos en análisis de datos, estamos orgullosos de haber ayudado a nuestros clientes a cumplir con éxito sus requisitos de análisis de datos. Estamos especializados en la implementación de proyectos de análisis de datos y confiamos en tecnologías de vanguardia como Hadoop, Hive y Tableau. Si a usted también le gustaría implementar con éxito un análisis del recorrido del cliente, no dude en elegirnos como socio para su próximo proyecto. Somos el socio adecuado para usted y le ofrecemos soluciones integrales adaptadas a sus requisitos individuales. Póngase en contacto con nosotros hoy mismo para obtener más información.

¿Siente curiosidad? Permítanos mostrarle lo que nos diferencia de otras empresas y cómo podemos ayudarle a alcanzar sus objetivos.

Michael Scharpf - Gestor de grandes cuentas

Su experto

Michael Scharpf | Director de Grandes Cuentas | Alexander Thamm GmbH

Desarrollo de un caso práctico de mantenimiento predictivo para una autoridad federal

Desarrollo de un caso práctico de mantenimiento predictivo para una autoridad federal

Desarrollo de un caso práctico de mantenimiento predictivo para una autoridad federal

La posibilidad de satisfacer las necesidades de piezas de recambio para los vehículos sobre el terreno debe analizarse en relación con Optimización del almacenamiento.

Evaluación de la base de datos disponible en relación con los proyectos de mantenimiento predictivo

Recomendaciones sobre la disponibilidad de datos para implantar con éxito proyectos de mantenimiento predictivo

Desafío

Una agencia federal experimenta una gran discrepancia entreentre la demanda real y las existencias de piezas de recambio.para sus vehículos en centros de recambios descentralizados.tienda. Se llevará a cabo un análisis de viabilidad para averiguar si la necesidad de piezas de repuesto mediante el uso de Mantenimiento previsto y almacenamiento por tanto puede optimizarse.

Solución

Elaboración de un modelo de los datos disponiblesfuentes en estrecha consulta con expertos.Integración de fuentes de datos externas, como el tiempo y la tierradatos, e interpolación de estos datos para aplicarlos a la El sistema también es capaz de transmitir la posición geográfica de los vehículos.Desarrollo de modelos estadísticos sencillos sobre una base PdC, para predecir los fallos de las piezas.

Resultado

En la agencia federal, se concienció para la Requisitos de los ficheros de datos y su disponibilidad logrado para la ejecución de proyectos de ciencia de datos.Los resultados ejemplares de los modelos estadísticos pueden ser para seguir avanzando internamente en el caso de uso.conducir.

¿Le interesan sus propios casos de uso?

Desafío

Una empresa automovilística desea visualizar diversos datos específicos del mercado para crear un Análisis de la competencia para el mercado estadounidense.

Solución

Habrá un interactivo y Aplicación flexible, que incluye de mapas diferentes con dos vistas distintas implementadas.

Resultado

Los mercados de referencia son identifica, analiza y visualiza. El distribuidor o el departamento de ventas correspondiente tienen la posibilidad de comparar la competencia directa con su propio producto y visualizar los datos pertinentes.

Nuestros casos prácticos

- Obtenga información aún más detallada sobre los proyectos de nuestros clientes -

Cocina inteligente con Thermomix

Cocina inteligente con Thermomix

Descargar
Estudio de caso AI en Munich Re

Operaciones de datos en Munich Re

Descargar

Conocimientos de datos e IA

Creación conjunta de valor añadido a partir de los datos y la IA

Blog

Descubra artículos profesionales sobre datos e inteligencia artificial, así como las últimas noticias del sector.

Seminarios en línea

Sumérjase en nuestras Buenas Prácticas e Intercambios Sectoriales. Descubra nuevas fechas y grabaciones de seminarios web anteriores.

Libro Blanco

Obtenga más información sobre el uso de los datos y la IA en su sector con nuestros libros blancos, estudios de casos e investigaciones.

Consultoría Smart Factory en ingeniería mecánica

Consultoría Smart Factory en ingeniería mecánica

Consultoría Smart Factory en ingeniería mecánica

En el proyecto, se desarrolló una visión y misión para la Industria 4.0 para un fabricante de maquinaria de tamaño medio, se identificaron potenciales de aplicación concretos y se creó una hoja de ruta estratégica para el desarrollo de una fábrica inteligente.
/
Comprensión clara de los factores de éxito de una fábrica inteligente
Implicar e informar a todas las partes interesadas (incluido el consejo de administración) y nombrar las responsabilidades centrales en el camino hacia la fábrica inteligente.
+
Identificación de potenciales concretos en forma de casos de uso de la fábrica inteligente
w

Enfoque ágil de proyectos en el contexto de entrevistas y diversos formatos de talleres utilizando métodos de pensamiento de diseño.

Desafío

  • Falta de visión para implantar con éxito la Industria 4.0 en la producción de un fabricante mediano de actuadores eléctricos
  • La gestión de los grupos de interés en las medianas empresas requiere intuición estratégica
  • En el camino hacia una fábrica inteligente, hay que tomar decisiones organizativas fundamentales y fijar el rumbo

Solución

  • Desarrollar una comprensión básica de la fábrica inteligente y sus componentes básicos con las principales partes interesadas y el equipo central.
  • Evaluación de todo el panorama del proceso de producción dividido en las áreas de logística, mecanizado, montaje y bancos de pruebas.
  • Análisis del potencial en las dimensiones de estructura organizativa, procesos, funciones, gobernanza y panorama del sistema.
  • Creación de una imagen objetivo común y definición de la hoja de ruta para la implantación de una fábrica inteligente.

Resultado

  • Presentación de la visión estratégica en una imagen objetivo de Smart Factory
  • Hoja de ruta definida para lograr la imagen objetivo basada en casos de uso prioritarios.

¿Le interesan sus propios casos de uso?

Desafío

Una empresa automovilística desea visualizar diversos datos específicos del mercado para crear un Análisis de la competencia para el mercado estadounidense.

Solución

Habrá un interactivo y Aplicación flexible, que incluye de mapas diferentes con dos vistas distintas implementadas.

Resultado

Los mercados de referencia son identifica, analiza y visualiza. El distribuidor o el departamento de ventas correspondiente tienen la posibilidad de comparar la competencia directa con su propio producto y visualizar los datos pertinentes.