Bạn có thể bắt đầu với dữ tỷ lệ kèo cá cược IoT hiện có! Làm thế nào để phân tích và sử dụng dữ tỷ lệ kèo cá cược để mở rộng khả năng kinh doanh?

Vào tháng 11 năm 2018, sự kiện "Hội nghị chuyên đề kỹ thuật đối tác Splunk APAC" đã được tổ chức quy tụ các kỹ sư "Splunk" đến từ Châu Á Thái Bình Dương và một cuộc thi hackathon IoT đã được tổ chức Chủ đề là sử dụng dữ tỷ lệ kèo cá cược sử dụng của xe đạp cho thuê được hỗ trợ bằng điện để tạo ra một số kết quả Hơn 10 đội, bao gồm cả các đội nước ngoài, đã tham gia và đội SCSK đã giành chiến thắng

"Mục tiêu của cuộc thi hackathon này là tạo ra một số kết quả trong vài ngày dựa trên dữ tỷ lệ kèo cá cược được cung cấp Dữ tỷ lệ kèo cá cược thực tế về xe đạp cho thuê có hỗ trợ điện đang thực sự được vận hành ở các thành phố của Mỹ được cung cấp nhưng chỉ có địa điểm và thời gian của trạm nơi người dùng thuê xe đạp cũng như địa điểm và thời gian trả về Không có dữ tỷ lệ kèo cá cược chi tiết như GPS" (Oda)

Ban tổ chức đã trình bày các ví dụ về tối ưu hóa địa điểm cho thuê và quy hoạch công suất, nhưng tỷ lệ cá cược đã thực hiện một cách tiếp cận khác, nói rằng: ``Không có ích gì khi xây dựng mọi thứ như hiện tại''
Ba việc đã được hoàn thành: (1) dự đoán vị trí sự cố, (2) dự đoán sự cố một năm sau đó và (3) mối tương quan với thời tiết bằng cách sử dụng công nghệ học máy và đã thành công trong việc đạt được một số kết quả nhất định ngay cả với một lượng nhỏ dữ tỷ lệ kèo cá cược

Trong dự án này, chúng tôi tập trung vào việc cho thuê pin, lốp và phanh xe đạp, đồng thời có thể dự đoán các vị trí hỏng hóc và thời gian thay thế

``Những gì chúng tôi sử dụng làm tài tỷ lệ kèo cá cược tham khảo là dữ tỷ lệ kèo cá cược quãng đường chung được công bố bởi các nhà sản xuất xe đạp và lốp xe trước khi thất bại Dữ tỷ lệ kèo cá cược được cung cấp tại hackathon chỉ là thời gian bắt đầu và kết thúc sử dụng và không có quãng đường chính xác Nhóm của chúng tôi đặt thời gian đạp xe là 80% thời gian sử dụng, có tính đến khả năng dừng ở đèn giao thông Chúng tôi đã tính toán quãng đường dự kiến'' (Oda)

Bằng cách tìm ra mối tương quan giữa quãng đường đã đi trước khi hỏng hóc do nhà sản xuất công bố và quãng đường mà một chiếc xe đạp thuê đã đi được, giờ đây có thể dự đoán khi nào các bộ phận trên mỗi chiếc xe đạp sẽ cần được thay thế Dựa trên kết quả, chúng tôi đã tạo một bảng thông tin hiển thị các bộ phận sắp đến thời điểm thay thế bằng màu đỏ Chúng tôi cũng đã tạo một màn hình quản lý hiển thị vị trí xe đạp do người dùng bỏ lại trên bản đồ và hỗ trợ các công ty cho thuê trong hoạt động thu gom xe đạp của họ

●Dự đoán vị trí sự cố và bản đồ vị trí hiện tại của xe đạp

※Nguồn hình ảnh - Wikipedia

"Ví dụ: ngoài dự đoán lỗi, nếu người dùng báo cáo lỗi, bạn cũng có thể trực tiếp thay đổi trạng thái thành lỗi Nếu bạn tích lũy dữ tỷ lệ kèo cá cược này và điều chỉnh cài đặt, độ chính xác của dự đoán sẽ được cải thiện" (Oda)

Hơn nữa, chúng tôi đã tính toán quãng đường trung bình hàng ngày đã đi được từ dữ tỷ lệ kèo cá cược quãng đường trong một năm và có thể dự đoán tình trạng hỏng hóc một năm sau đó

●Dự đoán thất bại trong 1 năm

``Chúng tôi đã sử dụng chức năng Dự đoán tiêu chuẩn của Splunk để hiển thị dự đoán về trạng thái hao mòn trong tối đa một năm trên màn hình này Bằng cách tạo biểu đồ cho biết bộ phận nào sẽ giảm xuống dưới ngưỡng tại thời điểm đó, điều này rất hữu ích cho việc lập kế hoạch sửa chữa và thay thế bộ phận'' (Oda)

Cuối cùng, chúng tôi đã thu được dữ tỷ lệ kèo cá cược thời tiết được công bố bên ngoài thông qua cộng tác API và phân tích mối tương quan với số lượng ô tô cho thuê mỗi ngày bằng cách sử dụng máy học Có mối tương quan giữa thời tiết và điều kiện sử dụng không? Chúng tôi bắt đầu phân tích với giả thuyết này, nhưng lúc đầu, chúng tôi không thấy nhiều mối tương quan với thời tiết, có lẽ vì hầu hết người dùng của chúng tôi là những người đi công tác Do đó, bằng cách giới hạn các ngày trong tuần đến cuối tuần, chúng tôi có thể xác nhận mối tương quan với thời tiết

●Phân tích tương quan với thời tiết bằng cách sử dụng máy học

"Ngay cả khi kết quả ban đầu là không có mối tương quan, Splunk cho phép bạn dễ dàng lặp lại thử nghiệm và lỗi trên màn hình, do đó bạn có thể rút ra thông tin có giá trị như tỷ lệ kèo cá cược có mối tương quan trong dữ tỷ lệ kèo cá cược hay không hoặc tỷ lệ kèo cá cược các con số có chính xác hay không Đây là một lợi thế lớn" (Oda)

Cũng có thể thực hiện phân tích tương tự bằng cách kết hợp máy học vào các sản phẩm BI thông thường Tuy nhiên, ngoài việc yêu cầu đưa ra các công cụ AI riêng biệt, nó còn đòi hỏi công việc thu thập và xử lý nhiều loại dữ tỷ lệ kèo cá cược khác nhau cho machine learning Mặt khác, "Splunk" có chức năng học máy và có thể phân tích trực tiếp nhiều dữ tỷ lệ kèo cá cược được thu thập bằng cách sử dụng học máy Dễ dàng đạt được phân tích nâng cao

``Splunk thường được cho là được sử dụng bởi nhân viên vận hành, nhưng sau hackathon, chúng tôi cũng đã lên kế hoạch cho một dịch vụ mới cho người dùng cuối Ví dụ: nếu bạn kết hợp nó với dữ tỷ lệ kèo cá cược GPS của xe đạp, bạn có thể gửi thông báo đẩy tới điện thoại thông minh của người dùng, chẳng hạn như thông tin cửa hàng được đề xuất dựa trên vị trí hiện tại của người dùng'' (Oda)

Khi giới thiệu và sử dụng IoT, sẽ rất lý tưởng nếu có sẵn một lượng lớn dữ tỷ lệ kèo cá cược khác nhau Tuy nhiên, trên thực tế, chúng ta thường chỉ có dữ tỷ lệ kèo cá cược cảm biến khi thiết bị bắt đầu và kết thúc hoạt động, hoặc chỉ thu thập dữ tỷ lệ kèo cá cược nhiệt độ Tuy nhiên, thông qua hackathon này, chúng tôi biết được rằng ngay cả với dữ tỷ lệ kèo cá cược hạn chế, vẫn có thể đạt được một số kết quả
Ngoài ra, việc sử dụng IoT đang mở rộng không chỉ sang ngành sản xuất mà còn sang các ngành khác nhau như ngành bán lẻ và nhà hàng Ví dụ: có thể kết hợp thông tin đăng ký POS, thông tin hàng tồn kho, thông tin nhập cửa hàng và dữ tỷ lệ kèo cá cược thời tiết rồi phân tích chúng bằng cách sử dụng máy học của Splunk
Nhân viên kỳ cựu có nhiều kinh nghiệm tại siêu thị có thể xem xét những thứ như đám đông trong cửa hàng, hoạt động bán hàng và thời tiết, đồng thời tự mình đưa ra quyết định và phản hồi về những vấn đề như trưng bày và bổ sung sản phẩm, nhưng nhân viên mới thì không thể

``Với Splunk, kinh nghiệm và bí quyết của nhân viên kỳ cựu có thể được định lượng Kinh nghiệm và trực giác tại chỗ đưa ra các đánh giá như bất thường hoặc thiếu hụt hàng tồn kho có thể được định lượng và hiển thị trên trang tổng quan cách ứng phó Điều này cho phép nhân viên mới tìm hiểu bí quyết và cho phép họ đưa ra quyết định phù hợp và ứng phó như những chuyên gia kỳ cựu'' (Oda)

IoT thường được sử dụng trong các lĩnh vực như cải thiện chất lượng và dự đoán lỗi Tuy nhiên, nó cũng có thể có tác động đáng kể đến việc tăng doanh số bán hàng và cải thiện sự hài lòng của khách hàng Điểm mạnh to lớn của Splunk là tất cả các phân tích này có thể được thực hiện ở một nơi, với chi phí thấp và trong một khoảng thời gian ngắn Tất nhiên, trong phân tích dữ tỷ lệ kèo cá cược cũng dễ dàng thêm dữ tỷ lệ kèo cá cược sau này hoặc phân tích mối tương quan với dữ tỷ lệ kèo cá cược mới Tại sao không bắt đầu sử dụng dữ tỷ lệ kèo cá cược IoT bằng Splunk, ngay cả từ dữ tỷ lệ kèo cá cược bạn đã có?