ArcGIS Velocity es una plataforma en la nube para análisis escalable, en tiempo real y de big data. Todo está habilitado a través de ArcGIS Online.
Debido al rápido aumento de dispositivos y sensores conectados a través de Internet de las cosas, se están comprando más sensores a un costo menor.
A partir de todas estas grabaciones de nuestro entorno circundante, ArcGIS Velocity puede realizar una variedad de acciones basadas en observaciones de sensores y todo dentro de la nube.
Exploremos los casos de uso y los componentes clave de ArcGIS Velocity y si puede o no incorporarlo como parte de sus necesidades comerciales y flujo de trabajo.
Componentes clave de ArcGIS Velocity
Básicamente, hay tres componentes principales sobre cómo configurar ArcGIS Velocity y comenzar a analizar datos en tiempo real.
Paso 1. Ingerir datos
Primero, deberá crear un feed para consumir flujos de datos en tiempo real. Por ejemplo, puede conectarse directamente a sistemas IoT como los siguientes:
- Plataforma en la nube Azure
- IoT de AWS
- EPM cinético de Cisco
Hay una variedad de formas de conectarse al flujo de datos y configurarlo.
Paso 2. Procesar datos en tiempo real
Una vez que se conecte a una fuente de datos en tiempo real, su mapa comenzará a iluminarse con cada conexión. Desde aquí, simplemente puede ver sus datos, enviar alertas y mucho más. Pero la funcionalidad central está en las capacidades de análisis de big data de ArcGIS Velocity.
Paso 3. Analizar datos
Ahora que se ha conectado y está visualizando datos en tiempo real, es hora de comenzar a analizar las cantidades masivas de datos de observación a lo largo del tiempo. Este proceso se trata de revelar patrones para obtener información futura e incluso incorporar otros tipos de datos como el tráfico y el clima. Además, puede crear flujos de trabajo que establezcan activadores, como notificar a los empleados más cercanos como resultado de una interrupción. Estos flujos de trabajo se pueden ejecutar de forma programada o continua.
Sectores con datos de sensores
Varios sectores ya están aprovechando los datos de los sensores en tiempo real para fines como el análisis de datos, la mejora de la eficiencia y el envío de alertas. Ya sea por seguridad u optimización, estos son algunos ejemplos de casos de uso de datos de sensores en tiempo real.
AGRICULTURA: En el sector agrícola, los sensores se utilizan para ayudar a los agricultores a optimizar el uso de sus tierras e insumos al monitorear las condiciones del suelo, el clima y el aumento del rendimiento.
NEGOCIOS: Las empresas equipan sensores en los vehículos de la flota para mayor seguridad y para obtener información sobre análisis de movimiento para una mejor gestión y optimización.
ENERGÍA: las empresas de servicios públicos dependen de sensores para monitorear la red eléctrica que pueden usar datos en tiempo real para responder más rápidamente a los cambios en el consumo de energía y los cortes.
FABRICACIÓN: Los sistemas de fábrica inteligente recopilan datos sobre el rendimiento de las máquinas, los analizan en tiempo real y envían alertas para abordar los problemas antes de que provoquen averías.
TRANSPORTE: Hay implementaciones de sensores en las carreteras para automóviles conectados a fin de optimizar los activos mientras se aprovecha la información meteorológica de las áreas en riesgo para mejorar la seguridad.
Aunque hemos nombrado solo un par de casos de uso, la lista continúa sobre cómo los diferentes sectores están incorporando datos de sensores en sus flujos de trabajo diarios.
ArcGIS Velocity: análisis en tiempo real en GIS
Los datos de sensores en tiempo real son fundamentales para todas estas industrias, y el Internet de las cosas hace posible que las empresas recopilen datos automáticamente y actúen en consecuencia al instante.
IoT ha abierto una nueva frontera en la generación de datos, y las empresas pueden beneficiarse significativamente al analizar los datos generados por estos dispositivos y sensores a través de geoanálisis.
Aproximadamente el 80 % de los datos de los sensores tienen un componente geográfico, por lo que es en la intersección de los datos geográficos y la información en tiempo real donde ArcGIS Velocity se convierte en un activo valioso para cualquier industria.
¿Utiliza análisis de datos en tiempo real? ¿Alguna vez ha utilizado ArcGIS Velocity para revelar información sobre las fuentes de los sensores? Háganos saber con un comentario a continuación.
Y no olvide que si realmente quiere ingresar a las fuentes en tiempo real, eche un vistazo a los cursos de certificación de transmisión de datos que están disponibles para usted.
¿Qué es la velocidad de ArcGIS?
ArcGIS Velocity es la capacidad de análisis y procesamiento de big data y en tiempo real de ArcGIS Online. Le permite importar, visualizar, analizar, almacenar y usar datos de sensores de Internet de las cosas (IoT).
¿Cómo accedo a la velocidad en ArcGIS?
Haga clic en el botón del visor de mapas para abrir una fuente en ArcGIS Online Map Viewer. Haga clic en el botón más para acceder a acciones adicionales, incluida la visualización de detalles del elemento, la clonación (copia), la eliminación, la visualización de registros y el uso compartido de una fuente.
Novedades en la velocidad de ArcGIS
Gestión y visualización de datos
Los resultados de la capa de entidades de análisis de big data y en tiempo real ahora se pueden configurar para escribir datos en capas de entidades alojadas en ArcGIS Online existentes, además de crear nuevas capas en tiempo de ejecución.
¿Qué es la velocidad en IoT?
ArcGIS Velocity es una capacidad complementaria nativa de la nube para ArcGIS Online. Permite a los usuarios ingerir datos de plataformas de Internet de las cosas (IoT), intermediarios de mensajes o API de terceros.