Kuinka käyttöaste ja analytiikka mahdollistavat toimitilojen optimoinnin

26.09.2018 Analytiikka

IoT terminä alkaa olla jo suhteellisen vanha. Kevin Ashton esitteli termin Internet of Things lähes kaksikymmentä vuotta sitten toimitusketjun hallinnan kontekstissa. Sen jälkeen IoT:stä on tullut jo itsessään megatrendi.

Nykyisin uusia IoT:n käyttökohteita syntyy jatkuvasti, ja esimerkiksi kaupungeissa on herätty hyödyntämään IoT:n tarjoamia mahdollisuuksia tilojen käyttöasteiden seuraamisessa. Perinteisin menetelmä käyttöasteen mittaamiseen on havainnointitutkimus, jossa tilat kierretään esim. kolmesti päivässä. Luonnollisesti perinteinen menetelmä on kallis, eikä mahdollista reaaliaikaista tai jatkuvaa näkymää tilojen käyttöasteesta.

Kamera- ja sensoritekniikka mahdollistaa reaaliaikaisen ja automaattisen datan keräämisen tilojen käyttöasteesta jopa yksittäisen työpisteen tarkkuudella. Lisäksi kerättyä dataa voidaan analysoida edelleen ja saatua tietoa hyödyntää esimerkiksi tilasuunnittelussa, valaistuksen optimoinnissa tai kiinteistön kunnossapidon kehittämisessä. Me Aureoliksessa olemme mukana muutamassa mielenkiintoisessa käyttöastepilotissa.

Useita eri hyödyntämiskohteita

Julkisen sektorin käyttöastepilotissa mittaamme koulun luokkahuoneen käyttöä mahdollisimman tarkasti. Tavoitteena on saada tarkka lukumäärä luokkahuoneessa olevista oppilaista eri oppitunneilla. Mittausta voidaan laajentaa myös koulun käytäville ja esimerkiksi liikuntatiloihin. Mitä tällaisella pilotilla pyritään saavuttamaan? Ensinnäkin saadaan tietoa, kuinka paljon opetustiloja käytetään koulupäivän aikana. Sensorit eivät luonnollisesti lopeta mittaamista virka-ajan jälkeen, vaan tilojen käyttöasteesta saadaan tärkeää tietoa myös virka-ajan ulkopuolella. Ovatko koulun tilat käytössä esimerkiksi harrastusten tarpeisiin tai opistojen kursseilla? Onko osattu optimoida valaistusta tai lämmitystä eri tilanteissa? Tämän ohella laajemmassa mittakaavassa saadaan tietoa päätöksenteon tueksi siitä, tarvitaanko uutta koulua tai toimiiko nykyinen koulu vajaakäytöllä.

Käyttöasteen mittaamisen ei aina tarvitse kohdistua fyysiseen ympäristöön. Toisessa pilotissa mittaamme tietoliikenneverkon käyttöastetta. Tässä pilotissa tavoitteena on lisätä näkyvyyttä verkon ja sovellusten viiveisiin ja käyttöasteisiin, minkä avulla voidaan havaita ajoissa sovelluksiin ja verkkoon liittyvät käytettävyysongelmat. Pilotin lopputuloksena voidaan minimoida liiketoiminnalle aiheutuvat kustannukset: service deskin yhteydenotot vähenevät, ja sovelluksista johtuvat ajanhukat pienenevät.

Aureoliksessa on käynnissä myös sisäisesti hauska projekti. Olemme hankkineet modernin puhelinkopin toimistoomme, jonka olemme varustaneet liikesensorilla. Liikesensori kertoo lahjomattomasti, käytetäänkö puhelinkoppia vai ei. Jos käyttöaste jää alle 20 prosenttiin työajasta, niin ehkä näemme hankintapäätöksen tehneen henkilön istumassa siellä loput 80 prosenttia ajasta nostamassa hankintansa käyttöastetta.

Analytiikan avulla saadaan enemmän irti käyttöastedatasta

Käyttöasteiden raportointi ja visualisointi eivät vielä ole kuitenkaan analytiikkaa, kuten BI-analyytikkomme minulle totesi. Lähemmäs analytiikkaa päästään, kun esimerkiksi käyttöastedataan lisätään dataa lämmityksen kustannuksista ja ennakoivan analytiikan avulla selvitetään säätilan vaikutuksia lämmityskustannuksiin.

Yritykset yrittävät löytää oman paikkansa esineiden internetissä. Ne kaupallistavat tuotteitaan ja palveluitaan, rakentavat ekosysteemejä tai liiketoimintamalleja sekä liittoutuvat eri toimijoiden kanssa, tai ovat mukana eri IoT-alustoissa. Esimerkiksi muutamat kaupungit ovat mukana hankkeissa, jossa eri toimialojen yritysten tuottamaa dataa kerätään yhtenäiselle integraatioalustalle. Tällaisista datahankkeista voi analytiikan avulla syntyä mielenkiintoisia palveluita tai tuotteistuksia.

Tulen myöhemmin päivittämään blogissamme pilottihankkeiden löydöksiä ja otan myös selfien puhelinkopin hankinnasta vastaavan henkilön kanssa, jos huomaan hänen istuvan suurimman osan ajastaan kopissa oman työhuoneensa sijasta. Jos et kuitenkaan malta odottaa seuraavaa blogia, niin ota yhteyttä, niin kerron, mitä muuta voimme tehdä analytiikan saralla.

 

Jaa tämä artikkeli

Haluatko keskustella lisää aiheesta? Ota yhteyttä!

Mika Rissanen

Mika Rissanen

mika.rissanen@aureolis.com

040 530 9724