夜晚 - 如何深入潜入警报允许裁缝响应工作流程

在上一个帖子，我们的首席分析官Jason Sroka讨论了基于客观统计而非直观的亨舍斯做出准确的业务决策时数据的重要性。在SmartSe万博手机下载nse，以这种方式恰好应用数据是我们DNA的一部分。我们经常开展研究，帮助我们衡量我们的数字监控设备的性能，以便我们可以调整和改进我们的产品的Playbook。狗万manbetx手机版登录官网

在这篇文章中，我想带你通过这些研究中的一个详细的例子。您将看到SmartSense数据团队如万博手机下载何评估一天中的时间对环境行为的影响，这些环境行为可能会不成比例地产生温度漂移警报。利用这项研究的结果，我们能够调整我们的系统警报，为我们的客户创建最准确的警报优先级。

建立研究

该研究的主要目的是测量在预定时间段内发生的温度偏移。当然，只是让意识地发生了事件对于采取行动至关重要。甚至更好，精确定位偏移的精确时间有助于我们确定原因。例如，如果员工离开时发生事故过夜，我们通常可以排除人为错误。

为了进行这项研究，分析团队选择了一组冷却器，并开始计数事故。因为我们的数据库是庞大的，我们不得不为了实际目的限制传感器的数量。我们选择了一组有代表性的药局，其中有超过1000个药局，包含安装在冷却器中的3117个传感器。根据CDC的建议，所有这些传感器都有一个暖阈值和一个冷阈值。我们还将事件发生的时间限制在2021年1月开始和结束的时间内。由于传感器位于室内冷却器内部，因此外部温度与冷却器温度无关。

我们更感兴趣的是白天和夜晚的对比，而不是每小时的观看。我们使用中午到下午4点的时间作为“昼”，午夜到凌晨4点的时间作为“夜”，然后对比这两个时间段的行为。由于药店的开业和关门时间各不相同，这两个窗口使我们能够在整个样本集中一致地进行比较，而不必担心某个特定的商店是否开业。

研究发现

观察到的3,117个传感器：

• 总共发生了6.7万多起事故。
• 57％的分析窗口中至少有一个事件。
• 发出警报的传感器:
• 77%的人发生过一次以上的事故。
• 25%的人平均每天发生一次以上的事故。

来源:Digi的万博手机下载SmartSense 上图逐时显示了警报的计数。

每个楔子跨度一个小时，并根据该小时内发生的事件数量进行缩放。例如，从下午3:55开始的事件将落在下午3点。

基于我们的“昼”和“夜”时间框架:

• • • 我们在一天内测量了24％的夜间增加。
    • 夜间平均每小时发生2500起事故。
    • 天时间余时平均每小时3000多个。
      

使我们的数据具有可操作性

虽然这一初步比较日夜是有趣的，但我们希望数据建议我们可能采取改进的具体行动。当我们将事件分成温暖时（> 8℃)和cool (< 2℃）， 我们发现：

• • • 三分之一(22,000起)的事故超出了CDC的可接受范围。
    • 三分之二(45000人)低于CDC的可接受范围。
    • 1477个传感器记录了变暖事件。
    • 873个传感器记录冷却事件。
    • 574个传感器同时有冷暖两种情况

加热和冷却事件之间的显着差距对每个传感器的平均警报数量有趣的影响：

• • • 如果一个传感器发出了变暖警报，那么这个月平均有15次变暖事件，或者每隔一天一次。
    • 如果传感器发出冷却警报，则平均51个冷却事件，每隔14.5小时平均。

下图显示了当天的过程中变暖和冷却事件的分布。冷却事件由蓝色外圈表示。温暖的事件由红色内圈表示。

来源:Digi的万博手机下载SmartSense 上图比较了一天中不同时间的警报类型。

与总事件的分布相似，两个环都偏向于当天，其中变暖事件更偏向于当天。使用相同的昼/夜对比如下:

• • • 冷却事件在白天可能发生4％。
    • 白天发生变暖事件的可能性要高出76%。
    • 总体偏差的主要原因是气候变暖事件。

考虑到每个传感器的平均冷却事件较高，以及白天与夜间相对较低的倾斜，表明冷却事件是由冷却器本身的机械问题引发的。最有可能的是，一些冷却器被设置在较低的阈值，因此经常进入和超出范围。

下面是一天中产生最多降温事件的传感器读数的例子:

来源:Digi的万博手机下载SmartSense 酷警报没有偏离阈值非常显著。

作为图形所示，冷却器跨越了非常小的温度，但坐在阈值。每隔几个读数，它超出范围并开始事件。除了几个波动之外，冷却事件的速率并不依赖于一天中的时间。

相比之下，相对较低的升温率(每两天1次)和较高的昼夜偏差(76%)表明，它们是由人类因素驱动的。温暖事件不太可能是机械设置的结果，而更有可能是由于门经常打开或半开造成的。事实上，补充库存是导致单位温度升高的一个典型原因。

这里有一个例子，在上午9点之前，温度低于阈值，然后在一天中漂移进出范围。药店关门后，它就会回到销售范围。

来源:Digi的万博手机下载SmartSense 在游览模式下，温暖的警报较少。

总之，通过查看事件的数量，方向和时序，我们可以确定如何通过温度调整和人类行为减少警报的数量。该分析的结果提供了一些证据表明，由于设备因素，寒冷警报更有可能导致人为因素，温暖警报更有可能。这种类型的洞察力可以推动对事故的响应裁缝;warm alarms that are triggered during the day should initiate workflows targeted toward addressing operational issues (e.g. a door left ajar, overstocking) while cold alarms should initiate workflows emphasizing equipment evaluation (e.g. check if the setpoint is too low, assess if a minimum duration for alerts should be used). Using the results of this study, we were able to make modest changes to the system alarms to create a better alarm priority for our customers.

吉纳维芙·沙托是来自Digi的SmartSense首席数据科学万博手机下载家。
如果您愿意联系吉纳维芙有任何关于这篇文章的问题，请发邮件给她Genevieve.Shattow@digi.com。