Πώς να καθαρίσετε δεδομένα RFID πριν από την ανάλυση

Γιατί τα ακατέργαστα δεδομένα RFID δεν είναι έτοιμα για ανάλυση

Οι περισσότερες ομάδες ενθουσιάζονται με την ανάλυση RFID πολύ νωρίς. Βλέπουν Ετικέτες RFID να διαβάζονται, τους πίνακες ελέγχου να αρχίζουν να γεμίζουν και δεδομένα κίνησης να ρέουν σε αναφορές, οπότε υποθέτουν ότι το δύσκολο κομμάτι τελείωσε. Συνήθως δεν έχει τελειώσει. Σε πολλά έργα RFID, η πραγματική δουλειά ξεκινά αφού αρχίσουν να φτάνουν τα δεδομένα. Τα ακατέργαστα δεδομένα RFID σπάνια είναι έτοιμα για ανάλυση. Είναι θορυβώδη, επαναλαμβανόμενα, εξαρτώνται από το πλαίσιο και είναι εντυπωσιακά εύκολο να παρερμηνευτούν αν τα σπρώξετε κατευθείαν σε έναν πίνακα ελέγχου ή ένα εργαλείο BI. Γι' αυτό ο καθαρισμός των δεδομένων RFID δεν είναι κάποια τεχνική δουλειά του back office. Είναι ένας από τους κύριους παράγοντες που καθορίζουν αν οι αναφορές σας θα βοηθήσουν τους ανθρώπους να λαμβάνουν καλύτερες αποφάσεις ή θα τους παραπλανήσουν σιωπηλά.

Με μια πρώτη ματιά, τα δεδομένα RFID φαίνονται αρκετά απλά. Ένας αναγνώστης βλέπει μια ετικέτα, καταγράφει μια χρονική σήμανση και στέλνει το συμβάν προς τα κάτω. Όμως σε πραγματικές λειτουργίες, η ίδια ετικέτα μπορεί να διαβαστεί δεκάδες ή ακόμη και εκατοντάδες φορές σε μία τοποθεσία. Οι αναγνώστες μπορεί να εντοπίσουν κοντινά αντικείμενα που δεν προορίζονταν ποτέ να αποτελέσουν μέρος του συμβάντος που σας ενδιαφέρει. Μια ετικέτα μπορεί να εξαφανιστεί για λίγα δευτερόλεπτα και μετά να εμφανιστεί ξανά. Διαφορετικοί αναγνώστες μπορούν να μορφοποιήσουν τα ίδια δεδομένα με διαφορετικό τρόπο. Οι τοποθεσίες μπορούν να ονομαστούν με ασυνέπεια. Οι χρονικές σημάνσεις μπορεί να φτάνουν σε διαφορετικές ζώνες ώρας. Κάποιες εγγραφές είναι τεχνικά σωστές αλλά λειτουργικά άνευ σημασίας. Αν παραλείψετε το στάδιο του καθαρισμού, η ανάλυση θα αντιμετωπίσει όλον αυτόν τον θόρυβο ως γεγονός.

Μια ομάδα αποθήκης στο Οχάιο το έμαθε με τον άβολο τρόπο. Ξεκίνησαν ένα έργο ορατότητας αποθέματος RFID και τροφοδότησαν τα δεδομένα του αναγνώστη κατευθείαν σε έναν πίνακα αναφορών επειδή ήθελαν γρήγορα αποτελέσματα. Μέσα σε λίγες ημέρες, ο πίνακας ελέγχου έδειχνε παλέτες να πηγαινοέρχονται μεταξύ παραλαβής και αποθήκευσης ξανά και ξανά. Ο διευθυντής λειτουργιών νόμιζε ότι τα περονοφόρα σάρωναν αντικείμενα σε λάθος ζώνες. Αυτό δεν ήταν το πραγματικό πρόβλημα. Το σύστημα μετρούσε επαναλαμβανόμενες στατικές αναγνώσεις ως ξεχωριστά συμβάντα κίνησης. Μόλις η ομάδα εισήγαγε καταστολή διπλοτύπων και κανόνες συμβάντων βάσει ζώνης, τα δεδομένα ξαφνικά ταίριαξαν με την πραγματικότητα της αποθήκης. Ο πίνακας ελέγχου δεν ήταν λάθος επειδή το Power BI ή το SQL ήταν χαλασμένο. Ήταν λάθος επειδή τα ακατέργαστα συμβάντα RFID δεν είχαν καθαριστεί πριν από την ανάλυση.

Διαχείριση διπλών αναγνώσεων και ψευδώς θετικών

Διαχείριση διπλών αναγνώσεων

Η πρώτη εργασία καθαρισμού είναι συνήθως η διαχείριση διπλών αναγνώσεων. Αυτό είναι το πιο προφανές ζήτημα στην επεξεργασία δεδομένων RFID και ακόμη ένα από τα πιο επιζήμια αν αφεθεί ανέπαφο. Ένας αναγνώστης δεν συμπεριφέρεται σαν σαρωτής barcode. Δεν σας δίνει μία τακτοποιημένη επιβεβαίωση και σταματά. Συνεχίζει να βλέπει την ίδια ετικέτα όσο η ετικέτα παραμένει εντός εμβέλειας. Για την ανάλυση, αυτό σημαίνει ότι χρειάζεστε κανόνες για τη συμπίεση επαναλαμβανόμενων αναγνώσεων σε σημαντικά συμβάντα. Μερικές φορές αυτός ο κανόνας βασίζεται στον χρόνο, όπως η αντιμετώπιση όλων των αναγνώσεων εντός ενός σύντομου παραθύρου ως μία παρατήρηση. Μερικές φορές βασίζεται στην κατάσταση, όπως η καταγραφή ενός συμβάντος μόνο όταν η ετικέτα αλλάζει ζώνη. Μερικές φορές βασίζεται στην επιχείρηση, όπως η μέτρηση μιας παλέτας μία φορά όταν εισέρχεται στη ζώνη προετοιμασίας και μετά η αγνόηση περαιτέρω αναγνώσεων μέχρι να φύγει.

Ένας διανομέας κλωστοϋφαντουργικών που συνεργαζόταν με επιστρεφόμενα κιβώτια διαπίστωσε ότι τα απλά χρονικά παράθυρα δεν ήταν αρκετά. Τα κιβώτια τους συχνά σταματούσαν σε πόρτες κατά τις πολυάσχολες βάρδιες, κάτι που παρήγαγε μεγάλα ρεύματα επαναλαμβανόμενων αναγνώσεων EPC. Το πρώτο μοντέλο καθαρισμού ομαδοποιούσε εγγραφές εντός δέκα δευτερολέπτων, αλλά αυτό εξακολουθούσε να δημιουργεί πάρα πολλές ψευδείς μετακινήσεις επειδή τα περονοφόρα μερικές φορές περίμεναν περισσότερο. Η ομάδα τελικά δημιούργησε έναν κανόνα παραμονής συνδεδεμένο με τη ζώνη του αναγνώστη και την κατεύθυνση κίνησης, και η ανάλυση έγινε πολύ πιο αξιόπιστη. Αυτό είναι μια καλή υπενθύμιση ότι ο καθαρισμός των δεδομένων RFID σπάνια είναι ένας καθολικός τύπος. Η σωστή λογική εξαρτάται από το πώς συμπεριφέρονται πραγματικά τα αντικείμενα στον φυσικό κόσμο.

Ψευδώς θετικές αναγνώσεις

Το επόμενο ζήτημα είναι οι ψευδώς θετικές αναγνώσεις. Οι αναγνώστες RFID είναι αρκετά ισχυροί ώστε να συλλαμβάνουν πράγματα που δεν σκοπεύατε να μετρήσετε. Ένας αναγνώστης κοντά σε πόρτα φόρτωσης μπορεί να πιάσει αντικείμενα σε κοντινή λωρίδα προετοιμασίας. Μια πύλη μπορεί να πιάσει ετικέτες από την άλλη πλευρά ενός λεπτού τοίχου. Ένας αναγνώστης σε μεταφορική ταινία μπορεί να εντοπίσει στιγμιαία ένα αντικείμενο σε παρακείμενη γραμμή. Αν δεν καθαρίσετε αυτές τις εγγραφές, η ανάλυσή σας θα υπερβάλλει την κίνηση, θα διαστρεβλώσει τον χρόνο παραμονής ή θα αποδώσει το απόθεμα σε λάθος μέρος. Εδώ είναι που η τοποθέτηση αναγνώστη, ο σχεδιασμός κεραίας και η λογική καθαρισμού δεδομένων πρέπει να λειτουργούν μαζί. Το λογισμικό μόνο του δεν μπορεί να λύσει μια κακή φυσική εγκατάσταση, αλλά το λογισμικό μπορεί να βοηθήσει στο φιλτράρισμα του θορύβου όταν το περιβάλλον είναι λογικά ελεγχόμενο.

Ένας φορέας εκμετάλλευσης ψυχόμενων τροφίμων είχε ένα καλό παράδειγμα αυτού του προβλήματος. Η ανάλυση RFID έδειχνε εμπορευματοκιβώτια να εισέρχονται σε διάδρομο αποστολής πολύ πιο συχνά απ' ό,τι πίστευε η ομάδα του χώρου ότι ήταν δυνατό. Μετά από κάποια έρευνα, αποδείχθηκε ότι ο αναγνώστης έπιανε επίσης μονάδες με ετικέτες που ήταν σταθμευμένες πίσω από ένα μεταλλικό φράγμα που δεν παρείχε τόση θωράκιση όση αναμενόταν. Η διόρθωση περιλάμβανε επανατοποθέτηση της κεραίας και αυστηρότερα φίλτρα συμβάντων ώστε μόνο οι ετικέτες που ταίριαζαν με την αναμενόμενη ακολουθία ανάγνωσης να θεωρούνται είσοδοι στον διάδρομο. Μόλις έγιναν αυτές οι αλλαγές, ο πίνακας ελέγχου σταμάτησε να διογκώνει τους όγκους κίνησης. Αυτό δεν ήταν πραγματικά βελτίωση της ανάλυσης. Ήταν βελτίωση του καθαρισμού δεδομένων RFID που κατέστησε την ανάλυση δυνατή.

Τυποποίηση αναγνωριστικών, χρόνου και τοποθεσιών

Τυποποίηση αναγνωριστικών

Η τυποποίηση των αναγνωριστικών είναι ένα άλλο σημαντικό βήμα που οι αγοραστές και οι αναλυτές συχνά υποτιμούν. Τα δεδομένα RFID συνήθως φτάνουν ως τιμές EPC, δεκαεξαδικές συμβολοσειρές, σειριοποιημένα αναγνωριστικά, ετικέτες RFIDή αναγνωριστικά tag που σημαίνουν πολύ λίγα για τους επιχειρηματικούς χρήστες. Οι ομάδες ανάλυσης συνήθως δεν θέλουν να μετρούν ακατέργαστες συμβολοσειρές tag. Θέλουν να αναλύουν την κίνηση SKU, την κατάσταση παλέτας, τη χρήση περιουσιακών στοιχείων, την ιχνηλασιμότητα παρτίδας, τους κύκλους κυτίων ή τη θέση εξοπλισμού. Αυτό σημαίνει ότι ο αγωγός δεδομένων χρειάζεται ένα αξιόπιστο επίπεδο αντιστοίχισης. Αν ένας πίνακας αναφέρεται σε EPC, ένας άλλος σε εσωτερικό αναγνωριστικό περιουσιακού στοιχείου και ένας τρίτος σε αριθμό μονάδας αποστολής, οι αναφορές θα γίνουν εύθραυστες ή παραπλανητικές. Η καθαρή ανάλυση RFID εξαρτάται από κανονικοποιημένες ταυτότητες.

Ένα δίκτυο σέρβις ιατρικού εξοπλισμού αντιμετώπισε αυτό το ζήτημα κατά την παρακολούθηση συσκευών δανεισμού μεταξύ αποθηκών. Οι αναγνώστες τους λειτουργούσαν καλά, αλλά η μισή σύγχυση στις αναφορές προερχόταν από ασυνεπή αντιστοίχιση ταυτοτήτων. Κάποιες τοποθεσίες αποθήκευαν εγγραφές με σειριακό αριθμό συσκευής, ενώ η ροή RFID χρησιμοποιούσε τιμές EPC που είχαν εκχωρηθεί κατά τη σήμανση. Η ομάδα ανάλυσης συνέχιζε να συνδέει λάθος πίνακες και να δημιουργεί κενά στις αναφορές χρήσης. Μόλις η επιχείρηση συμφώνησε σε ένα μοντέλο κύριας ταυτότητας και η ροή συμβάντων RFID μεταφράστηκε σε αυτό το μοντέλο πριν από την ανάλυση, το ιστορικό των συσκευών έγινε πολύ πιο κατανοητό. Ο καθαρισμός, σε εκείνη την περίπτωση, δεν αφορούσε τη διαγραφή κακών δεδομένων. Αφορούσε τη μετάφραση αναγνωριστικών σε επίπεδο μηχανής σε επιχειρηματικό νόημα.

Κανονικοποίηση χρονικών σημάνσεων

Ο χρόνος είναι ένα άλλο σημείο όπου τα ακατάστατα δεδομένα RFID μπορούν να βλάψουν σιωπηλά την ανάλυση. Οι χρονικές σημάνσεις μπορεί να προέρχονται από αναγνώστες, middleware, συσκευές edge, υπηρεσίες υπολογιστικό νέφος ή πλατφόρμες ενοποίησης. Αν αυτά τα συστήματα δεν είναι συγχρονισμένα, η σειρά των συμβάντων γίνεται αναξιόπιστη. Ακόμη και μια μικρή αναντιστοιχία μπορεί να διαστρεβλώσει την ανάλυση κίνησης, τον χρόνο παραμονής, τις τάσεις διεκπεραίωσης και τη λογική εξαιρέσεων. Αν η πύλη παραλαβής σας καταγράφει σε τοπική ώρα ενώ ο επεξεργαστής υπολογιστικό νέφος αποθηκεύει σε UTC και ο πίνακας ελέγχου σας εφαρμόζει άλλη μετατροπή ώρας, μπορεί να καταλήξετε με αρνητικές διάρκειες ή συμβάντα που φαίνεται να συμβαίνουν με λάθος σειρά. Πριν ξεκινήσει η ανάλυση, οι χρονικές σημάνσεις πρέπει να τυποποιηθούν, να κανονικοποιηθούν και να ελεγχθούν για συνέπεια σε ολόκληρο τον αγωγό.

Μια παγκόσμια εταιρεία ανταλλακτικών ανακάλυψε αυτό το ζήτημα αφού ξεκίνησε πίνακες ελέγχου RFID σε τοποθεσίες στη Βόρεια Αμερική και την Ευρώπη. Επιφανειακά, τα δεδομένα φαίνονταν πλήρη, αλλά οι συγκρίσεις μεταξύ τοποθεσιών ήταν χάος. Μια αποθήκη φαινόταν να φορτώνει παλέτες πριν αυτές συλλεχθούν. Μια άλλη φαινόταν να έχει εμπορευματοκιβώτια με αρνητικό χρόνο παραμονής. Ο ένοχος δεν ήταν η κακή συμπεριφορά της αποθήκης. Ήταν η ασυνέπεια των χρονικών σημάνσεων μεταξύ περιφερειακών συστημάτων. Αφού τυποποιήθηκαν όλες οι ώρες συμβάντων RFID σε μια κοινή αναφορά και εφαρμόστηκαν ζώνες ώρας αναφοράς μόνο στο επίπεδο παρουσίασης, η ανάλυση επιτέλους έβγαζε νόημα. Η κανονικοποίηση χρόνου μπορεί να μην ακούγεται συναρπαστική, αλλά χωρίς αυτήν, ακόμη και καλά καθαρισμένες εγγραφές κίνησης μπορούν να παράγουν ανοησίες.

Τυποποίηση τοποθεσιών

Έπειτα υπάρχει η τυποποίηση τοποθεσιών. Η ανάλυση RFID συχνά εξαρτάται από την κατανόηση του πού εντοπίστηκε κάτι τελευταία φορά, πού κινήθηκε, πόσο καιρό παρέμεινε και ποια ζώνη ενεργοποίησε το συμβάν. Αν ένα μέρος του συστήματος ονομάζει μια τοποθεσία «Dock Door 3», ένα άλλο χρησιμοποιεί «DD3» και ένα άλλο λέει «Shipping Portal East», οι αναφορές σας αρχίζουν να διασπούν αυτό που θα έπρεπε να είναι ένα λογικό μέρος σε πολλά θραύσματα. Τα καθαρά δεδομένα RFID πρέπει να περιλαμβάνουν ένα ελεγχόμενο λεξικό τοποθεσιών. Οι αναγνώστες, οι κεραίες, οι ζώνες, τα κτίρια και οι επιχειρηματικές περιοχές πρέπει να αντιστοιχίζονται σε τυποποιημένα ονόματα και ιεραρχίες πριν εκτελεστεί η ανάλυση. Διαφορετικά, ακόμη και η καλή ανίχνευση συμβάντων μετατρέπεται σε ακατάστατη αναφορά.

Ένα κέντρο επισκευής καταναλωτικών ηλεκτρονικών αντιμετώπισε αυτό το ζήτημα όταν προσπάθησε να αναλύσει τη ροή περιουσιακών στοιχείων μεταξύ παραλαβής, διάγνωσης, επισκευής και αποστολής. Οι αναγνώστες είχαν εγκατασταθεί με την πάροδο του χρόνου από διαφορετικούς τεχνικούς, ο καθένας με τις δικές του συνήθειες ονοματοδοσίας. Κάποιες ζώνες περιγράφονταν με φυσική πόρτα, άλλες με σειρά πάγκου εργασίας και άλλες με ψευδώνυμο λογισμικού. Ο πίνακας ελέγχου φαινόταν γεμάτος και παράξενα ασυνεπής επειδή μία λειτουργική περιοχή εμφανιζόταν με τρία διαφορετικά ονόματα. Μόλις η ομάδα καθάρισε τη δομή τοποθεσιών και αντιστοίχισε τις εξόδους των αναγνωστών σε μια τυποποιημένη επιχειρηματική διάταξη, η ανάλυση χρόνου κύκλου έγινε πολύ πιο αξιόπιστη. Μερικές φορές ο καθαρισμός δεδομένων είναι απλώς πειθαρχημένη ονοματοδοσία, αλλά αυτή η πειθαρχία έχει μεγαλύτερη σημασία απ' ό,τι περιμένουν πολλές ομάδες.

Διαχείριση κενών, επιχειρηματικού πλαισίου και ακραίων τιμών

Αναγνώσεις που λείπουν

Οι αναγνώσεις που λείπουν αξίζουν επίσης προσοχή, επειδή ο καθαρισμός δεν αφορά μόνο την αφαίρεση πλεονάζοντων δεδομένων. Αφορά και τη διαχείριση κενών. Το RFID είναι ισχυρό, αλλά δεν είναι μαγικό. Οι ετικέτες μπορούν να εμποδιστούν από μέταλλο, να απορροφηθούν από υγρό, να σκιαστούν από άλλα αντικείμενα ή απλώς να χαθούν κατά τη γρήγορη κίνηση. Αν η ανάλυσή σας υποθέτει ότι κάθε φυσική κίνηση δημιουργεί ένα τέλειο συμβάν RFID, η απουσία μιας ανάγνωσης μπορεί να προκαλέσει λανθασμένη κατάσταση τοποθεσίας, ψευδή σήματα απώλειας ή σπασμένες αλυσίδες κίνησης. Οι καλοί αγωγοί ανάλυσης RFID περιλαμβάνουν λογική για συναγόμενη κατάσταση, βαθμολόγηση εμπιστοσύνης ή συμφιλίωση με άλλα συστήματα όταν λείπει μια ανάγνωση. Αυτό δεν σημαίνει επινόηση δεδομένων. Σημαίνει αντιμετώπιση της αβεβαιότητας ανοιχτά αντί να προσποιούμαστε ότι δεν υπάρχει.

Μια πιλοτική εφαρμογή διαχείρισης αποσκευών σε περιφερειακό κόμβο εφοδιαστική ανέδειξε αυτό το ζήτημα. Κάποιοι δίσκοι μεταφοράς με ετικέτες περνούσαν περιστασιακά από ένα σημείο μετάβασης χωρίς να δημιουργήσουν ορατό συμβάν, ειδικά κατά την αιχμή συμφόρησης. Η πρώτη έκδοση της ανάλυσης αντιμετώπιζε αυτούς τους δίσκους ως χαμένους μέχρι την επόμενη επιβεβαιωμένη ανάγνωση. Αυτό έκανε τον πίνακα ελέγχου πολύ πιο δραματικό από την πραγματικότητα. Η ομάδα βελτίωσε το μοντέλο προσθέτοντας κανόνες μετάβασης ζώνης και λογική εμπιστοσύνης βασισμένη σε προηγούμενες και επόμενες παρατηρήσεις. Αν ένας δίσκος φαινόταν να φεύγει από μια περιοχή και λίγο αργότερα εμφανιζόταν στην αναμενόμενη επόμενη περιοχή, το σύστημα αντιμετώπιζε την αλυσίδα ως συνεχή με αναγνωρισμένο κενό αντί ως μυστηριώδη εξαφάνιση. Οι αναφορές έγιναν πιο ήρεμες, πιο ειλικρινείς και πιο χρήσιμες.

Φιλτράρισμα επιχειρηματικού πλαισίου

Ο καθαρισμός δεδομένων RFID απαιτεί επίσης φιλτράρισμα επιχειρηματικού πλαισίου. Δεν πρέπει κάθε καθαρή τεχνική ανάγνωση να γίνεται αναλυτικό συμβάν. Μερικές φορές μια ετικέτα εντοπίζεται σε ένα μέρος που έχει φυσική σημασία αλλά όχι λειτουργική. Μια παλέτα που περνά κοντά σε μια πόρτα κατά τη διάρκεια ενός ελιγμού προετοιμασίας μπορεί να μην αντιπροσωπεύει ένα ολοκληρωμένο βήμα αποστολής. Ένα επαναχρησιμοποιούμενο κιβώτιο που βρίσκεται κοντά σε μια πύλη ενώ καταμετράται μπορεί να μην έχει αλλάξει επιχειρηματική κατάσταση. Η ανάλυση γίνεται πιο πολύτιμη όταν μετρά αυτό που έχει σημασία για τις λειτουργίες, όχι απλώς αυτό που συνέλαβε ο ασύρματος. Γι' αυτό πολλά ώριμα συστήματα RFID δημιουργούν επιχειρηματικά συμβάντα όπως παραλήφθηκε, αποθηκεύτηκε, συλλέχθηκε, φορτώθηκε, επιστράφηκε ή επιθεωρήθηκε αντί να εκθέτουν κάθε ακατέργαστη παρατήρηση προς τα κάτω.

Ένας μεγάλος διανομέας βιβλίων χρησιμοποίησε το RFID για να παρακολουθεί την κίνηση κυλιόμενων κλωβών μεταξύ εισερχόμενης διαλογής και εξερχόμενης αποστολής. Η πρώτη έκδοση της αναφοράς του μετρούσε κάθε ανάγνωση κλωβού σε κάθε ενεργή ζώνη. Αυτό δημιουργούσε πολυάσχολα γραφήματα αλλά ελάχιστη εικόνα. Μετά από λίγες εβδομάδες, η ομάδα απλοποίησε το μοντέλο. Διατήρησαν μόνο τις σημαντικές μεταβάσεις συμβάντων που συνδέονταν με ορόσημα της διαδικασίας και αγνόησαν την ενδιάμεση φλυαρία που δεν είχε επιχειρηματική συνέπεια. Το αποτέλεσμα ήταν πολύ πιο εύκολο για τους διευθυντές να κατανοήσουν. Οι τάσεις διεκπεραίωσης έγιναν καθαρότερες, η ανάλυση καθυστερήσεων έγινε πιο οξεία και κανείς δεν έχασε τον θόρυβο που είχε αφαιρεθεί. Το δίδαγμα ήταν απλό. Η καθαρή ανάλυση απαιτεί συχνά επιλεκτικότητα, όχι μόνο πληρότητα.

Διαχείριση ακραίων τιμών

Η διαχείριση ακραίων τιμών είναι ένα άλλο βήμα που δεν πρέπει να παραλείπεται. Ακόμη και αφού αντιμετωπιστούν τα διπλότυπα, τα ψευδώς θετικά, οι αναγνώσεις που λείπουν και τα ζητήματα αντιστοίχισης, η ανάλυση RFID μπορεί ακόμη να διαστρεβλωθεί από παράξενες εγγραφές. Ίσως μια ετικέτα δημιουργεί αδύνατους όγκους επειδή είναι κατεστραμμένη. Ίσως ένας αναγνώστης πέσει εκτός σύνδεσης και μετά πλημμυρίσει το σύστημα με καθυστερημένα δεδομένα. Ίσως μια τοποθεσία δείχνει παράλογο χρόνο παραμονής επειδή ένα αντικείμενο δεν ελέγχθηκε ποτέ σωστά κατά την έξοδο. Αυτές οι εγγραφές μπορεί να είναι σπάνιες, αλλά μπορούν να στρεβλώσουν τους μέσους όρους, να μπερδέψουν τα μοντέλα μηχανικής μάθησης και να προκαλέσουν ψευδείς συναγερμούς στους πίνακες ελέγχου. Ο καθαρισμός δεδομένων RFID πρέπει να περιλαμβάνει ελέγχους για αδύνατη ταχύτητα κίνησης, μη φυσιολογική συχνότητα ανάγνωσης, παρωχημένη κατάσταση τοποθεσίας και άλλες εξαιρέσεις που δεν ταιριάζουν με τη λειτουργική πραγματικότητα.

Μια εταιρεία ενοικίασης εξοπλισμού το είδε αυτό με ηλεκτρικά εργαλεία με ετικέτες να κινούνται μεταξύ αυλής, επισκευής και αποστολής σε πελάτες. Μια κατεστραμμένη ετικέτα δημιουργούσε συνεχώς ασταθείς αναγνώσεις κοντά στην περιοχή ελέγχου εισόδου, και ο πίνακας ελέγχου άρχισε να δείχνει αυτό το εργαλείο ως το πιο πολυάσχολο περιουσιακό στοιχείο του στόλου. Θα ήταν αστείο αν η ομάδα λειτουργιών δεν είχε αρχίσει να αμφισβητεί ολόκληρο το σύστημα. Μόλις ο αγωγός πρόσθεσε κανόνες ανίχνευσης ανωμαλιών για απίθανα μοτίβα ανάγνωσης, το θορυβώδες περιουσιακό στοιχείο επισημάνθηκε και εξαιρέθηκε από την ανάλυση μέχρι να αντικατασταθεί η φυσική ετικέτα. Η διαχείριση ακραίων τιμών κάνει περισσότερα από το να βελτιώνει τα γραφήματα. Προστατεύει την εμπιστοσύνη.

Διατήρηση δεδομένων και διακυβέρνηση για την ανάλυση RFID

Πολυεπίπεδη διατήρηση δεδομένων

Ένα άλλο παραβλεπόμενο βήμα είναι ο σχεδιασμός διατήρησης δεδομένων. Δεν αξίζουν όλα τα δεδομένα RFID την ίδια διάρκεια ζωής. Οι ακατέργαστες αναγνώσεις μπορεί να είναι πολύτιμες για αποσφαλμάτωση, αλλά σπάνια είναι ιδανικές για μακροπρόθεσμη ανάλυση. Οι καθαρισμένοι πίνακες συμβάντων, οι πίνακες τρέχουσας κατάστασης και οι συνοπτικοί ιστορικοί πίνακες συχνά εξυπηρετούν διαφορετικούς σκοπούς. Αν οι ομάδες προσπαθούν να χρησιμοποιήσουν έναν τεράστιο χώρο ακατέργαστων συμβάντων για τα πάντα, οι αναφορές επιβραδύνονται και η λογική γίνεται ακατάστατη. Μια καλύτερη προσέγγιση είναι συνήθως πολυεπίπεδη. Διατηρήστε τα ακατέργαστα δεδομένα για αντιμετώπιση προβλημάτων και επικύρωση. Δημιουργήστε καθαρισμένα δεδομένα συμβάντων για λειτουργική ανάλυση. Δημιουργήστε συνοπτικούς πίνακες για αναφορά μακροπρόθεσμων τάσεων. Κάθε επίπεδο έχει τον ρόλο του, και η ανάλυση γίνεται πιο σταθερή όταν αυτοί οι ρόλοι διαχωρίζονται.

Μια μάρκα υποδημάτων που χρησιμοποιούσε RFID σε αποθηκευτικούς χώρους καταστημάτων κατέληξε σε αυτό το συμπέρασμα αφού η απόδοση του πίνακα ελέγχου της επιδεινωνόταν μήνα με τον μήνα. Είχε ξεκινήσει κάνοντας ερωτήματα σε έναν μεγάλο πίνακα ακατέργαστων αναγνώσεων επειδή αυτός ήταν ο ταχύτερος τρόπος εκκίνησης. Τελικά κάθε αναφορά έγινε βαρύτερη, η λογική έγινε ασυνεπής μεταξύ των αναλυτών και κανείς δεν ήταν σίγουρος ποια φίλτρα εφαρμόζονταν πού. Η ομάδα τελικά δημιούργησε επιμελημένους πίνακες ανάλυσης RFID με σαφείς επιχειρηματικούς κανόνες και διατήρησε τα ακατέργαστα δεδομένα μόνο για σκοπούς ελέγχου. Αυτή η αναδιάρθρωση δεν επιτάχυνε μόνο την αναφορά. Μείωσε τη διαφωνία επειδή όλοι άρχισαν να μετρούν από την ίδια καθαρισμένη βάση.

Κοινοί κανόνες καθαρισμού

Η διακυβέρνηση έχει τόση σημασία όση η λογική μετασχηματισμού. Αν πολλές ομάδες καθαρίζουν τα δεδομένα RFID με διαφορετικούς τρόπους, ο οργανισμός καταλήγει με πολλαπλές εκδοχές της αλήθειας. Ένας αναλυτής μπορεί να ορίζει την παρουσία αποθέματος με την τελευταία ανάγνωση εντός τριάντα λεπτών. Ένας άλλος μπορεί να χρησιμοποιεί εξήντα λεπτά. Μια αναφορά μπορεί να εξαιρεί διπλές αναγνώσεις ανά ετικέτα και ζώνη. Μια άλλη μπορεί να εξαιρεί μόνο ανά ετικέτα. Σύντομα οι άνθρωποι διαφωνούν για τους αριθμούς αντί να ενεργούν βάσει αυτών. Τα ισχυρά προγράμματα ανάλυσης RFID τεκμηριώνουν τους κανόνες καθαρισμού τους, αναθέτουν ιδιοκτησία, εκδίδουν εκδόσεις των μετασχηματισμών τους και διασφαλίζουν ότι οι επιχειρηματικοί χρήστες κατανοούν τι σημαίνουν πραγματικά οι μετρήσεις. Τα καθαρά δεδομένα δεν είναι απλώς τεχνικά καθαρά. Είναι με συνέπεια ορισμένα.

Ένας κατασκευαστικός προμηθευτής επαναχρησιμοποιούμενων πλαισίων μεταφοράς είχε ένα μικρό αλλά αποκαλυπτικό πρόβλημα εδώ. Οι λειτουργίες, το IT και τα οικονομικά χρησιμοποιούσαν όλοι δεδομένα RFID, αλλά κάθε ομάδα είχε ελαφρώς διαφορετική λογική καθαρισμού στα δικά της υπολογιστικά φύλλα και σενάρια. Οι μηνιαίοι αριθμοί χρήσης δεν ταίριαζαν ποτέ. Το ζήτημα δεν ήταν κακοί αναγνώστες ή κακές ετικέτες. Ήταν κατακερματισμένη διακυβέρνηση. Μόλις η εταιρεία συγκέντρωσε τους κανόνες επεξεργασίας δεδομένων RFID και δημοσίευσε κοινούς ορισμούς για συμβάντα κίνησης, χρόνο αδράνειας και ενεργή κυκλοφορία, η σύγκρουση στις αναφορές υποχώρησε. Σε πολλούς οργανισμούς, ο καθαρισμός δεδομένων RFID είναι εν μέρει τεχνικό έργο και εν μέρει έργο συντονισμού.

Πώς πρέπει οι ομάδες έργου να καθαρίζουν τα δεδομένα RFID πριν από την ανάλυση

Πώς λοιπόν πρέπει οι αγοραστές και οι ομάδες έργου να σκέφτονται τον καθαρισμό των δεδομένων RFID πριν από την ανάλυση; Ξεκινήστε υποθέτοντας ότι οι ακατέργαστες αναγνώσεις δεν είναι έτοιμες. Ορίστε πώς μοιάζει ένα σημαντικό συμβάν στη λειτουργία σας. Καταστείλτε τα διπλότυπα. Φιλτράρετε τα ψευδώς θετικά. Τυποποιήστε ταυτότητες, χρονικές σημάνσεις και τοποθεσίες. Διαχειριστείτε τις αναγνώσεις που λείπουν χωρίς να προσποιείστε ότι η αβεβαιότητα δεν υπάρχει. Αφαιρέστε τις ακραίες τιμές που σπάνε τη λογική. Διατηρήστε τα επιχειρηματικά σχετικά συμβάντα, όχι μόνο τα τεχνικά έγκυρα σήματα. Διαχωρίστε τα ακατέργαστα, τα καθαρισμένα και τα συνοπτικά επίπεδα. Και τεκμηριώστε τους κανόνες ώστε όλοι να μετρούν από την ίδια βάση. Αυτά τα βήματα μπορεί να ακούγονται μη ελκυστικά σε σύγκριση με τους πίνακες ελέγχου ή την προβλεπτική ανάλυση, αλλά είναι ακριβώς αυτό που κάνει αυτά τα μεταγενέστερα στάδια αξιόπιστα.

Όταν οι ομάδες το κάνουν αυτό καλά, η ανάλυση RFID γίνεται πολύ πιο πολύτιμη. Οι τάσεις ακρίβειας απογραφής γίνονται πιστευτές. Οι αναφορές παρακολούθησης περιουσιακών στοιχείων σταματούν να υπερβάλλουν την κίνηση. Η ανάλυση χρόνου παραμονής αρχίζει να αποκαλύπτει πραγματικά σημεία συμφόρησης αντί για ραδιοφωνικά τεχνουργήματα. Οι πίνακες ελέγχου για στελέχη γίνονται λιγότερο εντυπωσιακοί και πιο χρήσιμοι. Το πιο σημαντικό, οι άνθρωποι στην επιχειρησιακή πλευρά αρχίζουν να εμπιστεύονται αυτό που βλέπουν. Αυτή η εμπιστοσύνη είναι δύσκολο να κερδηθεί και εύκολο να χαθεί. Τα καθαρά δεδομένα RFID είναι ένας από τους κύριους λόγους για τους οποίους κερδίζεται εξαρχής.