Optimisez la gestion des flux de données télématiques grâce à un outil de surveillance sans code

Principaux enseignements

• Lagestion des flux de données télématiques est un défi en raison des volumes de données qui risquent d'entraîner la perte d'informations essentielles.
• La combinaison de l'analyse des données historiques et en temps réel permet de détecter plus efficacement les tendances, les anomalies et les problèmes de données.
• Navixy IoT Logic Data Stream Analyzer gère efficacement les données télématiques en stockant les 12 dernières valeurs de paramètres, en séparant les données valides des valeurs nulles et en utilisant un cache distribué pour un accès et une analyse rapides des données.

Les entreprises qui utilisent la télématique sont confrontées à un défi commun : il peut être difficile de contrôler et d'analyser en temps réel de grandes quantités de données provenant de divers appareils. De nombreuses entreprises s'appuient sur l'analyse des données a posteriori, ce qui retarde le dépannage, fait passer à côté d'anomalies et rend la prise de décision inefficace.

Et s'il existait un moyen d'examiner instantanément les flux de données, de repérer les anomalies en cours de route, de s'assurer que les données sont complètes et valides à tout moment, et de procéder à une analyse plus approfondie lorsque cela est nécessaire ?

L'analyseur de flux de données de Navixy rend cela possible grâce à une surveillance en temps réel, des vues historiques et des affichages de données personnalisables. Il vous aide à transformer des données chaotiques en informations claires et exploitables.

Dans cet article, nous vous proposons une vue à 360 degrés de Data Stream Analyzer et de la manière dont vous pouvez l'utiliser pour optimiser la gestion des données télématiques.

Connaître Data Stream Analyzer

Data Stream Analyzer est un composant d'<a href="https://www.navixy.com/iot-logic/" target="_blank" rel="noopener>IoT Logic, la plateforme de traitement des données télématiques de Navixy. Alors qu'IoT Logic se concentre sur la gestion et l'enrichissement des données, Data Stream Analyzer effectue le contrôle des données historiques et en temps réel, assurant l'intégrité des données et la résolution des problèmes de manière efficace.

Avec ce produit, nous voulons aider les clients à tirer le meilleur parti de leurs données télématiques.

Denis Demianikov, vice-président de la gestion des produits chez Navixy, explique comment nous abordons la facilitation de la gestion télématique dans nos produits :

Nous nous efforçons d'exploiter l'évolution de la technologie dans nos solutions, en simplifiant la gestion des appareils et le flux de données IoT pour les professionnels de la télématique avec des outils à faible code/pas de code et un système de stockage de données efficace, en répondant au besoin d'une analyse plus rapide et d'une intégration plus facile. Cette approche s'aligne sur les tendances de l'industrie visant à rendre la technologie plus efficace, permettant aux professionnels de se concentrer sur l'innovation et l'impact.

- Denis Demianikov, vice-président de la gestion des produits chez Navixy

Revenons à Data Stream Analyzer. Explorons l'objectif de cette solution, son fonctionnement et son importance.

Que fait Data Stream Analyzer ?

Les entreprises axées sur les données - gestionnaires de flottes, fournisseurs de services logistiques, intégrateurs IoT et autres - dépendent de données précises et fiables. Les incohérences ou les retards entraînent des inefficacités, des coûts plus élevés et des risques de sécurité.

Data Stream Analyzer vous permet d'observer les données au fur et à mesure qu'elles affluent vers la plateforme, de détecter les problèmes cachés et de les résoudre pour que les opérations restent fluides et efficaces. Il s'agit d'une véritable radiographie de vos données, qui vous permet de zoomer instantanément sur les ensembles de données les plus pertinents.

Vous pouvez vérifier et analyser les attributs spécifiques des suiveurs dans le flux de données que vous recevez de vos appareils connectés. Son mécanisme de stockage des données historiques, ainsi que ses capacités de débogage, qui sont utilisées pour travailler avec ces valeurs, permettent non seulement d'observer les données en temps réel - ce que fait l'Air Console de Navixy - mais aussi de visualiser les données historiques dans un format pratique pour plusieurs appareils à la fois, ce qui rend le contrôle des données beaucoup plus facile.

Voyons cela en détail.

Contrôle précis des données

Data Stream Analyzer vous permet de vous concentrer sur ce qui est important en sélectionnant des appareils et des attributs spécifiques à surveiller. Au lieu de passer au crible des quantités massives de données, les utilisateurs peuvent mettre en évidence des paramètres clés sur les appareils sélectionnés, ce qui garantit une vue claire et pertinente des données télématiques.

Par exemple, un opérateur de flotte peut surveiller les tendances en matière d'efficacité énergétique de certains véhicules, tandis qu'un responsable logistique peut suivre les fluctuations de température dans les transports de la chaîne du froid. La possibilité de filtrer les valeurs nulles (voir plus loin), d'exclure les données non pertinentes et d'appliquer des expressions personnalisées garantit que les entreprises ne reçoivent que des informations exploitables et de haute qualité, ce qui donne plus de sens à leurs flux de données.

Stockage des 12 dernières valeurs d'attributs

L'un des principaux avantages du Data Stream Analyzer est qu'IoT Logic ne se contente pas de stocker la valeur d'attribut la plus récente d'un appareil, mais conserve les 12 dernières valeurs. Cela fournit un contexte historique plus large, aidant les utilisateurs à détecter des modèles, à repérer les incohérences et à analyser les tendances de manière plus efficace.

Par exemple, plutôt que de se fier à un seul point de données, les gestionnaires de flotte peuvent examiner une séquence de relevés de niveau de carburant pour identifier les baisses progressives ou les chutes soudaines, qui peuvent indiquer un vol de carburant ou un dysfonctionnement des capteurs. De même, le suivi des fluctuations de température sur plusieurs relevés permet aux opérateurs de la chaîne du froid de détecter les anomalies avant qu'elles ne compromettent l'intégrité de la cargaison.

Les valeurs stockées sont triées en fonction de l'heure de l'appareil, ce qui permet de conserver l'ordre chronologique exact de la génération des données. Ainsi, les utilisateurs peuvent reconstituer avec précision les événements passés et prendre des décisions sur la base d'une image complète des données télématiques. En outre, les utilisateurs peuvent se référer à n'importe laquelle de ces 12 valeurs à l'aide du langage d'expression logique de l'IoT, ce qui permet d'effectuer des calculs précis et des analyses de données avancées dans le cadre de flux de travail automatisés.

Inclure et exclure les valeurs nulles

Si vous avez besoin de récupérer uniquement les dernières valeurs valides d'un attribut tout en filtrant les valeurs nulles, vous pouvez le spécifier directement dans le langage d'expression IoT Logic lors de l'écriture de fonctions et de calculs. Cela vous permet de toujours travailler avec des données significatives, en surveillant jusqu'aux 12 dernières valeurs valides sans perturbations causées par des entrées manquantes ou incomplètes.

Par exemple, dans Navixy IoT Logic, l'analyseur de flux de données vous permet d'observer comment vos calculs affectent le flux de données en temps réel. En vous appuyant sur les valeurs valides stockées plutôt que d'attendre les réponses du système du destinataire, vous pouvez résoudre les problèmes plus rapidement et garantir une plus grande précision dans vos analyses.

Des performances accrues grâce à un accès rapide aux données

En stockant les données en mémoire avec un cache distribué au lieu d'une base de données, IoT Logic accélère considérablement l'accès aux valeurs historiques. Il garantit une réactivité en temps réel, en réduisant les délais de récupération et de traitement des données.

Par exemple, pour accéder à la plus ancienne valeur valide de l'attribut can_fuel à l'aide du langage d'expression IoT Logic, vous pouvez utiliser la requête suivante :

1 value('can_fuel', 12, 'valid')

Cette approche permet des recherches rapides et une analyse plus efficace, en particulier lorsque vous traitez de grands volumes de données télématiques.

Mécanisme de stockage des valeurs dans la mémoire d'IoT Logic

L'analyseur de flux de données reposant sur un accès instantané aux données, examinons de plus près la manière dont IoT Logic stocke et récupère efficacement les valeurs.

Pour mieux comprendre, nous pouvons visualiser le mécanisme de stockage des données. Le diagramme ci-dessous illustre le processus d'enregistrement des valeurs pour les deux stockages - All et Valid.

Processus d'enregistrement des valeurs dans IoT Logic

Comme vous pouvez le constater, les données ne sont pas stockées dans la base de données, mais directement dans la mémoire, ce qui a un effet positif sur les performances en permettant un accès instantané aux valeurs. Par rapport aux bases de données, notre méthode est beaucoup plus rapide. Cela signifie que l'outil Monitor peut traiter de grandes quantités de données. En même temps, grâce au cache distribué, qui fait partie de la mémoire, les données sont utilisées par d'autres instances des flux logiques IoT.

Il convient de noter que l'enregistrement des données pour les suiveurs ne sera effectué que si le suiveur est utilisé dans le flux IoT Logic.

Le produit IoT Logic utilise Hazelcast Map (IMap) comme cache distribué, ce qui complète la mémoire utilisée et donne au produit IoT la possibilité d'évoluer davantage.

Différences entre les deux mécanismes de stockage

Examinons maintenant les différences entre le processus d'enregistrement des données pour le magasin All et le magasin Valid. Dans l'image ci-dessous, vous pouvez voir un diagramme simplifié des deux processus :

• Le paquet de données a une valeur nécessaire
• Le paquet de données n'a pas de valeur nécessaire

Prenons par exemple le paramètre temp1, qui est responsable de la valeur de la température envoyée par l'appareil.

Différences dans le processus d'enregistrement pour les deux modes de stockage

Dans l'image ci-dessus, vous pouvez voir que si une valeur provenant de l'appareil est accompagnée d'un paquet de données, elle sera écrite dans les deux mémoires, en décalant les données précédentes. En même temps, leur index passera à un niveau supérieur. Si aucune valeur n'accompagne le paquet de données, la valeur Null sera écrite dans le stockage All, tandis que le stockage Valid restera inchangé, puisqu'aucune valeur valide n'a été reçue.

Utilisation des données historiques dans le produit IoT Logic

Nous avons vu comment les données sont stockées du côté du produit. Nous allons maintenant voir comment elles sont utilisées dans le produit et comment elles peuvent être visualisées.

Vous trouverez ci-dessous les principales façons d'utiliser les valeurs historiques des paramètres de l'appareil dans le produit IoT Logic :

• Nœud d'attribut d'initiation - pour calculer de nouvelles valeurs
• Nœud logique - pour les opérations logiques et les expressions if/else
• Data Stream Analyzer - outil de débogage pour la visualisation, l'analyse et le contrôle des valeurs historiques.

Dans le nœud d'attribut Initiate, nous pouvons calculer de nouvelles valeurs sur la base des données reçues, calculer des valeurs moyennes et renommer les paramètres de l'appareil. Vous trouverez un exemple d'utilisation dans la capture d'écran ci-dessous :

Valeurs historiques dans le nœud d'attribut Initiate

Dans les exemples, nous pouvons voir le calcul de la différence entre la température actuelle et la température précédente, ainsi que la conversion de la vitesse de km/h en m/h.

Pour en savoir plus sur l'utilisation du langage IoT Logic Expression, lisez les informations suivantes.

Dans l'analyseur de flux de données, vous pouvez afficher des données historiques sous forme de tableau avec des mises à jour en temps réel pour plusieurs appareils en vrac. Le tableau de l'analyseur de flux de données se présente comme suit.

Valeurs historiques dans l'analyseur de flux de données

Lorsque vous survolez une valeur, une infobulle s'affiche, indiquant l'heure de génération sur l'appareil et l'heure de réception sur le serveur.

Toutes les valeurs sont regroupées dans un tableau et classées par catégories, ce qui est pratique pour visualiser et analyser les valeurs entrantes et les attributs calculés dans IoT Logic. En outre, ces données peuvent être téléchargées au format JSON pour une utilisation ultérieure sur un serveur ou une application tiers.

En outre, si nécessaire, vous pouvez modifier le nombre de valeurs historiques affichées pour tous les paramètres et utiliser la recherche de valeur spécifique pour suivre une valeur particulière dans le tableau en temps réel. Lorsqu'une valeur est récupérée et affichée dans le tableau, elle est surlignée en couleur.

Cas d'utilisation courants de l'analyseur de flux de données Navixy

De la théorie à la pratique, jetons un coup d'œil rapide à quelques applications courantes du Data Stream Analyzer dans le monde réel.

Calibrage et surveillance du carburant pour les véhicules de la flotte

La gestion des coûts de carburant est un défi majeur pour les opérateurs de flottes, et même des divergences mineures dans les données des capteurs de carburant peuvent entraîner des inefficacités et des pertes financières. L'analyseur de flux de données permet de résoudre ces problèmes de plusieurs façons.

• Les gestionnaires de flotte peuvent créer et affiner les paramètres d'étalonnage des capteurs de carburant, garantissant ainsi des relevés précis quelle que soit la qualité du capteur ou les facteurs externes.
• Un examen approfondi des données antérieures permet un étalonnage précis au fil du temps, ce qui contribue à améliorer la précision du contrôle du carburant à long terme et à mettre en évidence les problèmes récurrents. Cela permet de mieux contrôler les coûts et d'améliorer l'efficacité de la flotte.

Par exemple, si un capteur de carburant signale des valeurs irrégulières, l'analyseur de flux de données peut mettre en évidence les écarts, ce qui permet aux responsables de recalibrer rapidement les paramètres et de s'assurer qu'aucun litre de carburant n'est oublié.

Garantir des données complètes à partir des traceurs GPS et des capteurs de véhicules

Les intégrateurs de systèmes IoT sont souvent confrontés à des situations où certains attributs de données cruciaux (par exemple, la vitesse, la localisation ou le niveau de carburant) sont manquants ou retardés, ce qui compromet les performances du système. À ce stade, l'outil peut aider à déterminer si le problème est lié à la configuration du traceur ou à la connectivité avec le serveur.

• Les exploitants de flottes et les intégrateurs peuvent contrôler l'exhaustivité des flux de données entrants, en s'assurant que tous les attributs sont reçus et traités correctement.
• En cas d'irrégularités, les utilisateurs peuvent interrompre le flux de données pour inspecter les données historiques et en temps réel, afin de déterminer exactement quand et où les problèmes de transmission sont apparus.
• Que le problème provienne du matériel, du micrologiciel ou de la latence du réseau, l'analyseur de flux de données aide à identifier la cause première, ce qui permet de résoudre rapidement le problème.

Résolution des problèmes liés aux données de géolocalisation manquantes

Pour les entreprises de logistique, des données de géolocalisation cohérentes sont essentielles pour une planification efficace des itinéraires, un suivi en temps réel et une gestion de la flotte. Les lacunes dans les mises à jour GPS peuvent entraîner des retards et un mauvais fonctionnement. Par exemple, certains véhicules de la flotte mettent à jour leur position toutes les 30 secondes au lieu des 10 secondes prévues, et vous voulez savoir quelle en est la cause - configuration du tracker ou problèmes de traitement côté serveur. L'analyseur de flux de données peut vous aider à l'identifier.

• Les utilisateurs peuvent inspecter les données brutes pour identifier les lacunes dans les attributs tels que les coordonnées, la vitesse ou les horodatages, ce qui permet de détecter rapidement les incohérences.
• À l'aide de filtres de valeurs nulles, les utilisateurs peuvent éliminer le bruit ou les données incomplètes, en se concentrant uniquement sur les éléments importants pour isoler le problème.

Conclusion : Simplifier la gestion des données

Comme vous pouvez le constater, Data Stream Analyzer est un puissant outil de surveillance et de débogage des données qui peut vous aider à visualiser, analyser et télécharger des données historiques en vue d'un traitement ultérieur et d'une analyse plus approfondie, élargissant ainsi les capacités déjà considérables du produit IoT Logic. Il transforme la façon dont les entreprises gèrent les données télématiques, en réduisant les temps d'arrêt, en améliorant la précision et en accélérant le dépannage, ce qui vous permet de mieux contrôler vos opérations télématiques.

Il convient de mentionner que nous travaillons sur le produit IoT Logic en ayant toujours nos clients à l'esprit. Nous nous efforçons de leur fournir des outils et des solutions qui leur donnent la plus grande flexibilité pour résoudre différents cas. En même temps, nous voulons que le produit reste simple, intuitif et visuellement attrayant.

Prêt à transformer votre gestion de données télématiques ?

Contactez Navixy dès aujourd'hui pour planifier une démonstration et voir comment le Data Stream Analyzer peut fonctionner pour votre entreprise.