Skip to main content

零售部

預測性維護讓自動販賣系統恢復力更佳

現今的消費者較習慣與自動化系統互動,甚至勝過面對真人,導致自助式資訊站與販賣機的熱門程度持續攀升。事實上,《哈佛商業評論》(Harvard Business Review) 指出餐飲服務公司的自助式平台業績成長較傳統通路更佳。此變化主要是因為它們可為使用者提供更高的便利性,以及更多的選擇。除營收提升外,自助式資訊站還為零售商提供多種助益。其中最顯著的就是此種系統的成本,無論是 CAPEX(持續營運零售空間的逞翉)或 OPEX(人事費用)均遠低於傳統實體門市。不過自動化資訊站與販賣機則需要面對停機的難題。系統若因元件、系統故障或庫存短缺等原因而停止服務,業者可能經過數日仍毫不知情。而在這期間,損失不僅限於原應獲得的營業額,更嚴重的後果是消費者信心降低。若遇到同一台機器屢次不提供服務,使用者之後就可能完全忽略該機器,改往其他選擇購買。透過物聯網平台,自助式零售業者即可從遠端監控連線的資訊站與販賣機,及時處理停機問題。在部分情況下,物聯網平台亦提供管理功能,例如以無線 (OTA) 軟體和韌體更新改善應用程式與裝置效能之功能。不過當規模放大,需處理的是機台數量龐大的無人零售系統時,這些工具仍有其不足之處。例如等到發現問題時,維修技師可能還有其他工作,無法立即處理。而以遠端管理部署修正程式時,卻又常僅限於處理已全面影響所有現役系統的問題。在這兩種狀況下,均已來不及防止停機發生。機器學習和預測性維護能提供更好的做法。這些技術能夠辨識故障徵兆,讓販賣機業者在問題發生之前即完成修正。不過採用這些技術前提是,販賣機本身也需要擁有相當的智慧功能。

利用機器學習和預測性維護提升資訊站運作時間

Banyan Hills Technologies 是一家為自助式資訊站與販賣機產業提供這些功能的公司,也是 Canopy IoT Platform 的開發廠商。Canopy 與其他許多物聯網平台相同,屬於大型連線裝置網路適用的中央監控管理解決方案。而其獨特之處,則是採用 Leaf 嵌入式現場代理程式軟體這一點。Leaf 是不限硬體、不限作業系統的小程式。這個小程式存在於連線資訊站和販賣機等物聯網邊緣節點上。安裝之後,Leaf 代理程式即可將 CPU 溫度、記憶體、可用磁碟空間及其他各種運作資料傳送至一個 Event Pipeline(事件處理管道)。Event Pipeline(事件處理管道)與一個 Complex Event Processing(複雜事件處理)引擎密切整合,可在解讀 Leaf 代理程式提供的資料後,將資料傳送至 Canopy 雲端的巨量資料儲存庫(圖 1)

圖 1. Leaf 現場代理程式擷取的系統運作資料均先送往 Complex Event Processing(複雜事件處理)引擎,之後才抵達 Canopy 雲端。(資料來源:Banyan Hills Technologies)

此架構特別之處在於它能夠讓資料雙向流動。Leaf 代理程式的即時系統狀態資訊會向上流動,而 Canopy 巨量資料層的歷史趨勢資料則是向下流動。這兩組資料集會在 Complex Event Processing(複雜事件處理)引擎會合,引擎則會利用機器學習提供自我診斷和自動化派遣等功能,奠定預測性維護的基礎(圖 2)。而且全部這些作業,都能以系統為單位執行。

圖 2. 將 Canopy IoT Platform 巨量資料層和 Leaf 軟體代理程式的資料結合之後,業者就能夠洞悉個別系統及其中元件的健全狀況。(資料來源:Banyan Hills Technologies)

以自助式資訊站的讀卡機為例。假設 Canopy 巨量資料層的歷史記錄顯示特定資訊站機型上的讀卡機故障前的平均壽命為刷卡 500,000 次。而在同一時間,第 005 號資訊站上的 Leaf 軟體代理程式回報讀卡機的序列埠連線不穩定,並表示系統已完成第 494,015 筆交易。利用機器學習技術,Complex Event Processing(複雜事件處理)引擎不僅能夠診斷該讀卡機模組可能需要更換,亦能觸發自動警報,派遣維修技師至資訊站所在位置。Canopy IoT Platform 能夠以電子郵件、簡訊或推送通知傳送即時警報,也能設定為在發生極為常見或定義非常具體的系統故障狀況時自動派遣人員。

測量模組瞄準商業智慧

除了預測性維護,Canopy IoT Platform 亦提供商業智慧相關功能。這些功能以一組彈性雲端式報告模組的形式提供,能讓決策者根據即時狀態、財務目標、實際業績以及近期趨勢來評估業務(圖 3)

圖 3.  Canopy 可自訂網路入口網站中的分析模組能為決策者提供關鍵績效指標 (KPI) 的測量數據。(資料來源:Banyan Hills Technologies)

測量數據會記錄位置、行銷、交易等各方面的關鍵績效指標 (KPI)。庫存模組是另一個可分析至個別系統層級的 KPI 模組,能讓企業提升運作時間與消費者滿意度。上述這些 KPI 模組均能在 Canopy 網路入口網站中個別啟用或停用,以配合特定企業或產業的需求。

預測客戶忠誠度提升

自助式資訊站與販賣機產業是自動化技術如何改善生活品質與獲利率的絕佳範例。但在同時,若未適當部署、管理和維護,科技也可能破壞企業最寶貴的資產:顧客關係。要在自動化與使用者滿意度之間取得完美平衡,是分開運用物聯網雲端平台和嵌入式技術元件無法達成的。但若將兩者相結合,則能夠助我們預測未來,看未來會帶來更好的維護成效、業績,甚或是更良好的消費者忠誠度。無論是哪一項,都需要讓機台不間斷地持續運作。

作者簡介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis