Η χρήση του Διαδικτύου των Πραγμάτων (Internet of Things - IoT) για την [sic] βελτίωση της ανταγωνιστικότητας των επιχειρήσεων : μελέτη περίπτωσης σε super market

• Main Author: Ζωμένος, Σταμάτιος
• Other Authors: Zomenos, Stamatios
• Language: Greek
• Published: 2021
• Subjects: Διαδίκτυο των Πραγμάτων; Αισθητήρες; Σουπερμάρκετ; Νευρωνικά δίκτυα; Μηχανική μάθηση; Βελτίωση ανταγωνιστικότητας; Clustering; Internet of Things (IoT); Python; Machine learning

Η χρήση συσκευών και τεχνολογικών IoT δίνουν, ήδη σήμερα, λύσεις και ευκολίες σε πολλές περιπτώσεις όπως τα Smart Homes, οι βιομηχανίες παραγωγής, τα AMEA κ.α. Η συνεχή βελτίωση των ταχυτήτων και υπηρεσιών του Internet καθώς και οι βελτιώσεις στα πρωτόκολλα κινητής τηλεφωνίας δίνουν πολύ μεγάλες δυνατότητες στην ανάπτυξη έξυπνων τεχνολογιών για την διαχείριση χώρων και συσκευών με έξυπνο τρόπο. Στο χώρο των επιχειρήσεων και στον κλάδο της βιομηχανίας γίνεται χρήση τέτοιων τεχνολογιών. Ταυτόχρονα υπάρχει πολύ έντονο το στοιχείο της συλλογής και ανάλυσης δεδομένων από αισθητήρες εδώ και πολλά χρόνια. Μάλιστα έχει ήδη αναπτυχθεί ένα ξεχωριστό σύνολο του διαδικτύου που αναφέρεται ως το βιομηχανικό διαδίκτυο των πραγμάτων (Industrial IoT) ή βιομηχανία. Πολλές βιομηχανίες ενσωματώνουν συσκευές και αισθητήρες IoT. Πολλά εργοστάσια έχουν καταφέρει να συνδέσουν αισθητήρες δόνησης, ήχου και θέσης σε συστήματα τα οποία παρακολουθούν και αναλύουν δεδομένα. Τέτοιες εφαρμογές έχουν πολύ μεγάλο ενδιαφέρον και στην περίπτωση του λιανικού εμπορίου. Με χρήση αισθητήρων και κεντρικών συστημάτων διαχείρισης μια επιχείρηση μπορεί να μαθαίνει τον τρόπο που ένας πελάτης κινείται σε ένα κατάστημα, που εκδηλώνει το ενδιαφέρον του, αν καταλήγει σε αγορά, πως αναζητεί προϊόντα που χρειάζεται κ.α. Οι αισθητήρες καθώς και η σύνδεση τους με μικροελεγκτές και στην συνέχεια με διαδικασίες ανάλυσης σε κεντρικά συστήματα μπορούν να οδηγήσουν σε καταστήματα πιο λειτουργικά και πιο αποδοτικά όσο αφορά τις πωλήσεις και την ποιότητα εξυπηρέτησης των πελατών. Συστήματα μάθησης όπως τα νευρωνικά δίκτυα , τα δέντρα αποφάσεων κ.α μπορούν να προσφέρουν «νοημοσύνη» στο χώρο ενός καταστήματος και ειδικά σε SUPER Market ή μεγάλα πολυκαταστήματα που η ανάγκη κίνησης στο χώρο και αναζήτησης προϊόντων από τον πελάτη είναι ακόμα μεγαλύτερη. Στη περίπτωση μας θα ανιχνεύσουμε τις ανάγκες που δημιουργούνται σε ένα SUPER MARKET και με χρήση αισθητήρων σε κατάλληλα σημεία (π.χ. σε ράφια , καρότσια, σε προϊόντα , στο ταμείο κ.α.) μπορούμε να βλέπουμε την συμπεριφορά του πελάτη και τις προτιμήσεις και τελικά το σύστημα μας να μαθαίνει από τους καταναλωτές. Τέτοια συστήματα μπορούν επίσης με χρήση της ανάλυσης δεδομένων με νευρωνικά δίκτυα ή άλλες μεθόδους από την τεχνητή νοημοσύνη και μηχανική μάθηση να δώσουν έξυπνες λειτουργίες που τελικά ένα κατάστημα να λειτουργεί σαν ένας ζωντανός οργανισμός δίνοντας σήματα σε φωτεινές πινακίδες , να ενημερώνει τους πελάτες της για ανταμοιβές μέσω προωθήσεων όταν βρίσκονται κοντά σε συγκεκριμένα σημεία ανάλογα με την κίνηση τους στο κατάστημα. Επίσης με πιθανές ετικέτες ταυτοποίησης μέσω ραδιοσυχνοτήτων (RFID) ή του κινητού και αισθητήρες μπορεί ένα κατάστημα να πετύχει τη βέλτιστη δυνατή αποθήκευση και παρακολούθηση των κινήσεων εντός των χώρων αποθήκευσης. Στόχος τελικά είναι ο σχεδιασμός και τελικά η υλοποίηση ενός πρότυπου συστήματος όπου με χρήση μικροελεγκτών, αισθητήρων και επικοινωνίας με κεντρικά συστήματα επεξεργασίας, θα αποτελέσει πρότυπο για κάθε εμπορική εταιρία δίνοντας την δυνατότητα βελτίωσης των υπηρεσιών της, μείωσης του κόστους και αύξησης των πωλήσεων