Blog
Analyses, tutoriels et actualités de l'équipe TagoIO.
Network server LoRaWAN vs plateforme applicative IoT : ce que fait vraiment chaque couche
Un network server LoRaWAN transporte des paquets ; une plateforme applicative IoT les transforme en dashboards, alertes, prévisions et applications. Ce que fait chaque couche, pourquoi les deux sont nécessaires et comment elles se connectent.
En quoi les modèles tarifaires des plateformes IoT diffèrent, et lequel est le plus prévisible
Les modèles tarifaires des plateformes IoT par appareil, à la consommation, par palier et forfaitaire, comparés sur un seul axe : la prévisibilité de la facture à dix fois plus d'appareils. Quel modèle convient à quel déploiement et les questions qui révèlent les surprises.
Les plus grandes erreurs des intégrateurs qui construisent sur une plateforme IoT
Les erreurs les plus coûteuses des intégrateurs sur les plateformes IoT : reconstruire ce que la plateforme fournit déjà, sous-facturer le support, livrer des dashboards sans intelligence et négliger la multi-tenance.
Qu'est-ce que l'analyse prédictive pour l'IoT, et comment se lancer ?
Un guide clair de l'analyse prédictive pour l'IoT : ce que cela signifie, où cela rapporte, les vraies exigences, et un premier projet à mettre en production sur TagoIO.
Comment transformer les données IoT en prévision de la demande
Les données IoT mesurent la consommation réelle, ce qui en fait une base solide pour la prévision de la demande. Comment en construire une et agir dessus avec TagoIO.
Comment prévoir les niveaux des cuves et silos avant qu'ils ne soient vides
Les capteurs de niveau indiquent ce qu'il reste. La prévision indique quand ce sera vide. Comment prédire l'épuisement des cuves et silos et déclencher les rechargements avec du délai sur TagoIO.
Du réactif au prédictif : créer des alertes basées sur les prévisions pour l'IoT
Les alertes à seuil se déclenchent une fois le problème commencé. Les alertes basées sur les prévisions se déclenchent avant. Comment créer des alertes prédictives sur vos données IoT avec TagoIO.
Comment prévoir la consommation d'énergie avec les données IoT
Une approche concrète pour prévoir la consommation d'énergie à partir des données de compteurs IoT : la saisonnalité qui domine la charge, les facteurs à ajouter et comment l'exécuter sur TagoIO.
Détection d'anomalies ou prévision : de quoi votre projet IoT a-t-il besoin ?
La détection d'anomalies et la prévision résolvent des problèmes IoT différents. Comment les distinguer, quand vous avez besoin de chacune et comment elles se complètent sur TagoIO.
De combien de données historiques avez-vous besoin pour prévoir vos métriques IoT ?
Quelle quantité de données IoT historiques une prévision exige réellement : la règle liée à votre cycle saisonnier, pourquoi plus n'est pas toujours mieux, et comment démarrer avant d'en avoir des années.
Comment exécuter des modèles de machine learning sur vos données IoT avec TagoIO Analysis
Une approche concrète pour exécuter du machine learning sur vos données IoT dans TagoIO Analysis : où entraîner vos modèles, comment servir les prédictions et comment les garder à jour.
Quel modèle de prévision choisir pour les données temporelles IoT ?
ARIMA, Prophet et LSTM comparés pour la prévision de séries temporelles IoT : comment chacun fonctionne, quand il convient, et comment exécuter le gagnant sur TagoIO.