Categorías
Noticia

IoT vs Datalogger

Mucha gente tiende a englobar ambas tecnologías en una misma definición y proceso, por lo que inevitablemente empiezan las comparaciones erróneas al momento de tomar una decisión para elegir con cual tecnología quedarse.

Y es que, si bien, ambos conceptos sirven para medir variables críticas y obtener información al respecto, son totalmente distintos al momento del proceso y potencial de administración del negocio.


En primer lugar, un datalogger de temperatura, es capaz de medir y registrar ésta sin ningún problema, la almacena en su sistema interno para que luego llegue alguien físicamente a retirar el aparto y descargarlo en un computador para revisar los datos obtenidos (miramos al pasado). Hasta aquí perfecto, un datalogger cumple con la función que queríamos: medir variables físicas que ocurrieron en dun intervalo de tiempo determinado.


Por otra parte, tenemos el internet de las cosas (IoT), que probablemente cuente con el mismo sistema de lectura de información de un datalogger. Cuál es la diferencia? El IoT está -por definición- integrado a una plataforma web o app mobile, con el fin de medir las mismas variables físicas pero esta vez con una mirada en tiempo real, y no sólo eso, con la capacidad de que en un plataforma web se puede crear una infinidad de funcionalidades adicionales, como por ejemplo, alertas, informes, reportes, dashboard’s, entre otros más. (Puedes revisar CrossC° haciendo click aquí)


Entonces ¿Qué es mejor? ¿Por cual me decido para contratar? ¿Cuál es más barato?


Estas preguntas tienen una respuesta en común, y aunque sea la más aburrida de leer: ¡DEPENDE!


Si tu negocio (labor a monitorear), necesita de una lectura permanente, trazable y remota (ver la info desde cualquier punto del país), te recomendamos por mucho que instales un sistema IoT antes de utilizar datalogger’s. Por qué? Porque si necesitas revisar y estar alerta de, por ejemplo, la temperatura esté estable dentro de una cámara de frío, necesitarás esa información en el momento y desde donde quiera que estés. No te sirve ir a buscar un aparto, descargar la información en el computador, y darte cuenta que hace 5 horas la temperatura de la cámara de frío estuvo en 20°C… Te aseguro que la mercadería sufrío algún cambio.


Sin embargo, y siguiendo con el mismo ejemplo, si en tu empresa solamente requieren constatar temperatura sin que la “mercadería” o actividad a monitorear vaya a sufrir deterioro con temperaturas fuera de rango… Te recomendamos utilizar datalogger’s.


¿Qué tipo de sistema es más eficiente?

Aquí es atractivo responder de la siguiente manera: ¿Cuál es la diferencia entre eficiente y eficaz? Aunque te parezca increíble, no muchos saben la respuesta.

Y es que si hablamos de eficacia, te puedo asegurar que ambos sistemas serán igual de eficaces, ya que ambos cuentan con un sensor de que se dispondrá a medir una variable física. (Luego puedes tener diferencias entre que uno sea más exacto que otro, pero si ponemos el mismo sensor, ambos serán igual de eficaces)


Entrando en el tema de la eficiencia, un sistema IoT es por lejos más eficiente que un datalogger. Sigamos con los ejemplos: ¿Qué pasa si quiero medir y registrar la temperatura de una ladera de cerro en un campo agrícola? Pues, si comparamos ambos sistemas, tenemos que en un datalogger tiene que ir una persona a esa ladera de cerro (unos cuantos metros de caminar ida y vuelta), luego descargar los datos en un PC, mirar la cantidad de datos registrados, pasarlos a un excel, hacer fórmulas y empezar a tomar decisiones. (Para que hablar del tiempo se tiene que tomar para más encima crear informes)


Sin embargo, en un sistema IoT tenemos la información en una plataforma web en línea, en vivo y en directo. El tiempo para tomar decisiones o crear informes es de alrededor de 3 minutos, ya que sólo ingresando fechas de monitoreo y apretando un botón puedes obtener toda la información con respecto a la variable y hasta con sus respectivos gráficos.


Entonces, ¿Con cuál de ambos sistemas me demoro menos u optimizo mis recursos para tomar una decisión?—> Correcto, IoT.


Recordar que el IoT es a fin de cuentas un servicio que se entrega para depurar una gran cantidad de datos y traducirlos en algo objetivo. Sin embargo, un datalogger no es más que un aparato que compras para medir tu mismo las variables objetivas.


Para finalizar, la decisión viene a ser óptima dependiendo de las necesidades del cliente y no tanto del presupuesto, de lo contrario a lo que la gente piensa, un servicio tecnológico eficiente y de autogestión no debiese precios estratosféricos (siempre y cuando tu proveedor sea el creador del servicio y no un tercero).


Categorías
Consejos

Interpretar Crosschecking

Crosschecking es un completo sistema de monitoreo de aplicaciones de agroquímicos. La principal función, como bien sabemos, es tomar decisiones rápidas y efectivas, además de revisar los KPI’s de aplicaciones fitosanitarias pasadas.
Hasta aquí, todo bien, pero; cómo debemos leer o interpretar los KPI’s que están en la plataforma Crosstech? Hay sólo una forma de asegurarse que todos los datos están correctos?

Primero que todo, estamos en una era en que los datos lo son todo, es básicamente, el nuevo “oro”. Obtener información sobre un proceso, mercado o producto/servicio es extramadamente valioso para una empresa. Por ejemplo, comprar un estudio de mercado puede llegar a costar $3.000.000 de pesos, y eso sólo para obtener comportamientos, clientes potenciales y público objetivo, pero es que ese precio lo vale si la recompensa es equivocarse lo menos posible. Ahora bien, si extrapolamos esto a crosschecking, saber la información de lo que se está haciendo y lo que se hizo durante una ejecución de agroquímicos puede ser tan valioso como enmendar cualquier “error sorpresa” que nos encontremos en el futuro.

Esta introducción, es para dar a conocer lo importante que es conocer -mediblemente- las variables críticas de tu negocio. A continuación, veremos un ejemplo de una solicitud finalizada de un productor tipo y cómo aprovechar este dashboard.

En la imagen de arriba de arriba, aparece un dashboard que a simple vista, se ve bonito… pero qué hacemos con éste? Y es que en el mundo de los datos es vital saber interpretar de la manera más eficiente.

En mi opinión, un gráfico por sí solo no dice nada, todo está concatenado y se debe consultar por lo menos más de dos gráficos para tener una imagen de la calidad de la aplicación.

Primero, nos podemos fijar en que si lo aplicado vs lo solicitado a aplicar están en similitud (4to widget). En el ejemplo, vemos que los litros asperjados fueron más de lo que solicitó en esta aplicación en particular. Entonces, ya podemos deducir que hay necesariamente un mojamiento mayor del programado (151% – 757L/há), que lo podemos corroborar con el en primer widget. 

Hasta el momento, tenemos claro que hay un exceso de aplicación, pues bien, si aplicaron más de lo debido, veamos que por lo menos haya sido pareja la aplicación, y aquí entra en juego el segundo y quinto widget, que hacen referencia a la calibración del ramal izquierdo y derecho. Junto a ello, y no menos importante, si no que todo lo contrario, tenemos el tercer widget que indica la velocidad promedio mientras se estuvo aplicando el producto químico, en este caso está dentro del rango permitido 4-6 km/h. (Este widget es súper estricto, ya que la calidad de la aplicación depende en gran porcentaje de la velocidad).

Ahora bien, siguiendo con el ejemplo, tenemos que si bien se aplicó más de lo programado, el resto de los parámetros están en orden (dentro del rango permitido). La pregunta es la siguiente: Si tengo un mojamiento de 757 L/há ¿Cómo fueron éstos distribuidos en el cuartel? Porque claramente puedo obtener el mismo valor de mojamiento si vacío todo el estanque en la esquina del cuartel, no?. Hasta ahora no podemos responder esta pregunta sin antes mirar el siguiente esquema:

Justo debajo del dashboard de aplicación finalizada, obtenemos este mapa de calor, que si lo miramos… analizamos un poco, podemos decir que es verde… ah y un poquito de rojo allá en la esquina.

 

Hasta aquí un avance, porque podemos distinguir los colores, y eso es lo que buscamos con este gráfico. Los colores indican la concentración de producto aplicado por la zona en que pasaron todos los tractores-nebulizadores implicados en esta solicitud en particular. Es decir, si está rojo significa que hay más concentración de producto que el amarillo, y el amarillo que hay más concentración de producto que el verde. Lo ideal es que esté totalmente parejo todo en verde.

 

Recordar que esta información corresponde a lo que hicieron todos los tractores-nebulizadores con respecto a esta solicitud de aplicación de agroquímicos. Si vemos la primera imagen, arriba a la derecha dice “resumen” eso significa que visualizarás el trabajo en conjunto de la maquinaria (para la velocidad muestra el promedio de todos y par los litros aplicados la sumatoria). Si queremos consultar qué se hizo por tractor de forma individual, solo tenemos que hacer click en las pestañas del a la derecha, donde dice “neb1”, “neb2”, “neb3”, y así sucesivamente.

 

Para concluir, vemos que este analisis toma al rededor de 5 minutos en tener una imagen de que si una aplicación estuvo bien o mal hecha, y aquí nuevamente nos acordamos del alto valor que tiene medir todo, obtener números objetivos de una cierta labor aminora en gran proporción el riesgo asumido en el mercado.