Octo はローコードと AI でスマートビルディングの洞察を提供します
数百、数千もの建物のポートフォリオを管理するには、慎重かつ戦略的な計画が必要です。一見単純な問題でも、その本質は些細なものであっても、非常に困難になります。
メンテナンス目的で窓の数やファサードの清潔さなどのデータを分析することは、すぐに手に負えないほど困難になり、手作業で完了することはほぼ不可能になります。
オクトは、オランダを拠点とする「スマート ビルディング」ソリューション プロバイダーであり、このデータ分析のジレンマを解決するために、Dirk Huibers (CEO)、Marieke Dijksma (CTO)、Tara Campagne (COO) によって設立されました。
Octoソリューションは、もともと Mendix そして拡張 サービスは、インターネットからクライアント所有の物件に関する公開情報や画像を集め、非常に複雑なものになることがあり、貴重な洞察を顧客に提供します。
その結果、オクトは「あらゆる最良のツールを使用する」ようになり、問題をシンプルかつ正確に解決できるテクノロジーのみを採用していると、ヒューバーズ氏は説明する。
Octoが設立されたとき、チームは複雑だがシンプルなソリューションからスタートしました。 IoT監視 オフィス スペースの環境とスペースの使用に関する洞察を提供します。このソリューションは Octo の顧客にとって有益であることが証明され、不動産ポートフォリオ全体にわたって未使用の平方メートルが無数に明らかになり、顧客の賃貸コストが最大 10% 削減されました。
不動産管理における提案が成功したことで、Octo チームはメンテナンスに関する新しい提案の開発に移り、常に顧客と連携して、強化されたプラットフォームの機能の優先順位付けと検証を行いました。
条件文からローコード、機械学習まで
Huibers、Dijksma、Campagne の 3 人はコンサルタントとしてスタートし、Excel と BigSheets を使用してクライアントのポートフォリオ データを分析していました。
プログラムのアクセシビリティにもかかわらず、ヒューバーズ氏はすぐに問題に遭遇したと説明する。 顧客に実用的なデータを提供するために必要な条件文が、コンサルティング業務のボトルネックとなっていました。
彼らは建築科学の学位を取得しており、この分野の専門知識を有していました。しかし、教育を受けたにもかかわらず、顧客に効果的に洞察を提供するために必要なソフトウェアを開発する準備が整っていませんでした。彼らはスプレッドシートを限界まで使いこなしていることに気づきました。
幸運なことに、ローコードに精通しているヒューバーズの友人が助けに来てくれて、 デジタイズ データ入力の自動化。好奇心旺盛な Octo の創設者たちは、自分たちでツールを学ぼうと決意し、コンサルタントとして行ってきた仕事を製品化できる可能性に気づきました。
彼らは従来の開発経験がなかったにもかかわらず、プログラミングの基礎を学び、 Mendix 開発プラットフォーム ソリューションの提供を進化させ、ビジョンを本格的なビジネスへと変革します。
ヒューバース氏とダイクスマ氏は、画像認識技術と機械学習が顧客に大規模なポートフォリオを提供できる力も認識していた。 AI これにより、屋根の種類、窓の数、特定の建物に記載されている住所の数など、クライアントが必要とするフィルタリングおよびクエリ オプションに必要な基準の多くを識別する能力が大幅に向上します。
彼らは、これらの最先端技術をプラットフォームに統合し、顧客がテクノロジーを活用して建物のメンテナンス戦略を合理化できるソリューションの構築に着手しました。そして 2 年が経ち、Octo が誕生しました。
スマートビルディングにはスマートテクノロジースタックが必要
何千もの建物を管理しているクライアントもおり、そのソリューションで分析されるデータセットは膨大です。Octo は、Matillion を活用して必要な SQL クエリを生成することで、構造化データをより理解しやすい情報に変換できました。このより使いやすく理解しやすいデータにより、クライアントは行動を起こすことができます。
彼らはこのデータを 4 つのカテゴリに分類しています。
- 文脈上のデータ （特定の物件に庭があるかどうか）
- 幾何学的な （建物の高さ）
- 実体化された (屋根の材質の種類)
- （ファサードに汚れや落書きがある）
AIの助けがなければ、このプロセスには計り知れない時間がかかります。Octoは、従業員を顧客所有の建物に定期的に派遣し、これらのパラメータを手動でチェックする必要があります。この手動プロセスの難しさから、彼らは画像を活用しています。 認識 テクノロジーと機械学習を活用して、この分析と分類のタスクを達成しました データ.
ポートフォリオ全体にわたる建物メンテナンスに関するこの実用的な情報は、顧客に価値を提供するために重要です。
画像認識サービスを実現するために、同社は PyTorch や TensorFlow などのオープンソース ライブラリを活用して、顧客の建物の窓の数や屋根の種類などの分類された情報を識別し、整理しています。
Sagemakerは、画像認識モデルのトレーニングガイドとして使用される特定の画像セットに注釈を付けます。このプロセスは複数の反復を経て、新しく追加された画像に注釈を付けるようにトレーニングされた最終モデルになります。その後、それらは S3 バケットに保存され、Redshift データベースに直接送信されます。
データは収集され、保存され、分析の準備が整っています。Octo ソリューションは、数千の物件にわたる数百のデータ ポイントを含むこの膨大なデータに基づいて、貴重な洞察を提供します。 Mendix Octoは、消耗品と 実用的なデータ 顧客ベースに。
Octo チームは、クライアントの建物のマップ ビューを統合する際に、地理位置情報データ用の 2 つの異なるユーザー インターフェイスをテストしました。
- 地理空間分析のためのビジネス インテリジェンス (BI) プラットフォーム Kepler
- Google Maps API
Huibers 氏と Dijksma 氏は、Kepler の高度な位置情報にもかかわらず、Google Maps API が顧客に好まれていることを発見しました。
外部アプリケーションやサービスを、 Mendix このプラットフォームにより、Huibers 氏と Dijksma 氏は、従来の開発期間である約 2 か月とは対照的に、この機能を含むソリューション オファリングの更新にわずか 3 日しかかかりませんでした。
情報過多を解決する
オクトの カスタマーポータル、開発された Mendixは、ビジネスの成功に不可欠です。
このプラットフォームのコラボレーション機能により、Octo チームはソリューションに関して顧客と直接連携することができます。創設チームはコンサルティングのルーツから大きく逸脱していません。
彼らのデザインチームは Mendix 顧客と協力してフロントエンドを開発し、顧客のニーズに対応できるクエリを定義します。所有する建物の特性をクエリすることで、顧客はポートフォリオ全体にわたって特定の属性をフィルタリングできます。
この機能は、 環境、テクノロジーを推奨 Octo チームが顧客と行っているプロセスは、Huibers 氏と Dijksma 氏に、開発しているクエリが顧客に価値をもたらすという安心感を与えています。
Octo は顧客との関係をさらに深めることで、最適なソリューションを提供できます。
Octo チームは、技術スキルの不足に悩まされることなく、その分野の専門知識を活用してプラットフォームの構築に成功しました。Dijksma 氏によると、「それがローコードの本当の利点です」とのことです。