Технологии слежения: простой гайд для настройки системы мониторинга вашего бизнеса

В фудтехе и агротехе существует множество сценариев, где мониторинг процессов, анализ данных и автоматизированные реакции на изменения показателей играют важную роль:

Управление складскими запасами: Мониторинг условий хранения продуктов на складе. Например, система может автоматически реагировать на изменение температуры или влажности, чтобы предотвратить порчу продуктов или оповестить о необходимости перераспределения.

Оптимизация производства: Мониторинг производственных процессов с помощью датчиков позволяет оптимизировать использование ресурсов (воды, энергии), автоматизировать регулировку температуры, влажности и других параметров для достижения оптимальных условий производства.

Контроль качества посевов: В агротехе мониторинг почвенных показателей, влажности, уровня урожайности и заболеваний растений позволяет оптимизировать процессы посева и обработки почвы, а также предотвращать возможные проблемы с урожаем.

Управление поливом и урожайностью: Системы мониторинга влажности почвы и погодных условий помогают оптимизировать поливные системы, поддерживая оптимальные условия для роста растений и повышения урожайности.

Безопасность пищевых продуктов: Мониторинг температуры и условий транспортировки продуктов на всех этапах доставки — от поля до магазина — для предотвращения их порчи и обеспечения безопасности для потребителей.

Производительность сотрудников: Можем отслеживать рабочее время сотрудников. Автоматически анализировать время прихода/ухода, например, через мобильное приложение и систему идентификации. А потом на дашборде строить аналитику по рабочему времени и отправлять уведомления, если, например, на смену кто-то не вышел. При построении служб доставки мы хотим в автоматическом режиме знать, во сколько курьер приехал, сколько пробыл на месте и когда уехал. Тем самым мы можем выстраивать классный пользовательский опыт, давая клиенту точную информацию, где курьер, а также измерять эффективность курьеров.

Эти сценарии требуют систем мониторинга, обработки данных и автоматизированных реакций для обеспечения эффективности, качества продукции и безопасности.

Юзкейсов может быть уйма. Наша главная задача — найти инструмент, где мы будем все хранить, складировать, строить нужные графики, показатели. А при определенных триггерах совершать какие-то действия.

Все проще, чем кажется

Для реализации подобных систем не обязательно строить что-то дорогое, покупать enterprise системы или писать свои дорогие продукты.

Сейчас я покажу, как сервис, который изначально создавался для мониторинга серверов, можно использовать для бизнесовых кейсов. Речь пойдет про Grafana.

Grafana — это интерфейс для анализа данных в различном виде. Причем источником данных может быть что угодно: база данных, excel.

Давайте попробуем попробуем создать демо версию дашборда, имитировать сбор данных с различных датчиков и настроить реагирование на инциденты.Это довольно популярная задача для фуд агротеха.

Перейдем к практике

Можно установить Grafana на свой сервер, настроить все внутри, но для простоты понимания мы создадим бесплатный облачный аккаунт на сайте Grafana

Регистрируемся

Добавляем новое подключение

Если у вас уже есть данные, и они регулярно обновляются в google таблицах, используйте этот коннектор и работайте с ним.Мы в примере хотим снимать данные с различных датчиков, поэтому выбираем HTTP Metrics. Следуя логике, заложенной в нашем примере, мы создали небольшое приложение, которое снимает показатели с датчиков температуры и отправляет их на сервер.

Источники данных можно комбинировать. Например, часть данных приходит с датчиков, часть — из каких-то внутренних учетных систем. Все это можно агрегировать в единое пространство и работать с ним.

Строим дашборд

Grafana предоставляет широкий набор инструментов для обработки данных их визуализации: различные графики, показатели.

Для нашего примера подойдет простой график с данными последних показаний по температуре, текущей температурой и максимальной температурой за последний час.

Для нашего примера подойдет простой график с данными последних показаний по температуре, текущей температурой и максимальной температурой за последний час.

Графики можно построить за любой период. Они будут обновляться в реальном времени.

Настраиваем алерты

Теперь давайте настроим уведомления при инцидентах. Попробуем, например, при превышении температуры до 35 градусов уведомить инженера, что нужно обратить внимание.

Количество алертов может быть любым.

Далее, как в конструкторе, выбираем, что можем сделать с такими инцидентами. Можем просто хранить для истории, а можем уведомлять группу или конкретных людей, используя разные каналы. Например, Slack, Telegram, Email, или push уведомления во внутреннее приложение.

А можно задействовать внешние устройства и, например, при повышении температуры запустить систему кондиционирования, открыть дверь. Это несложно, т.к. многие девайсы сегодня уже имеют свой API, взять хотя бы кофемашины или чайники. Да и всегда можно собрать какие-то несложные устройства, которые будут выполнять действия, например, открывать ворота.

Резюмируя

Зачем вам вообще все это настраивать?

Контроль качества: Мониторинг помогает отслеживать качество продуктов на каждом этапе производства. Если какой-то параметр (температура, влажность, состав и т.д.) выходит за пределы установленных норм, система уведомляет об этом, позволяя оперативно реагировать.

Соблюдение стандартов безопасности: В пищевой промышленности существуют строгие нормы и стандарты, касающиеся гигиены, безопасности и качества продукции. Мониторинг и уведомления помогают быстро обнаруживать и устранять любые отклонения от этих стандартов

Предотвращение потерь: В случае возникновения проблемы или отклонения в процессе производства, быстрое уведомление позволяет оперативно реагировать, минимизируя потери продукции или предотвращая проблемы с безопасностью.

Эффективность производства: Мониторинг и уведомления также помогают оптимизировать процессы производства, позволяя выявлять узкие места и проблемные зоны для улучшения производственных процессов.

Надеюсь, у меня получилось рассказать на примере простых сценариев, как можно автоматизировать сбор данных, визуализировать их и настроить алерты на инциденты с помощью довольно простых и недорогих инструментов.