Microsoft Dynamics CRM (Teil3) – Arbeiten mit Leads
In diesem Teil der Blogreihe erfahren Sie:
- Was sich hinter dem Datensatz Lead verbirgt
- Wie Sie effektiv mit Leads arbeiten
- Wie sie bestehende Daten in das System importieren können
Wie Software Mitarbeiterzufriedenheit und Produktivität erhöhen kann
Larissa Fischer ist Innendienstmitarbeiterin im Kundendienst. Nach jedem Gespräch trägt sie die Informationen zum Kunden in das Kundenmanagementsystem ein. Sie erhält keine Rückmeldung, ob diese Einträge den Kollegen im Außendienst helfen und vollständig genug sind. Mit der Zeit trägt Sie nur noch das Nötigste ein. Sie ist sich nicht sicher, ob ihre Arbeit wirklich einen Sinn ergibt und fühlt sich nicht wertgeschätzt.
Gleiche Person, andere Software:
Larissa Fischer erhält einen Kundenanruf wegen einer Reklamation. Sie trägt die Informationen zum Anruf in das CRM ein. Am Nachmittag bekommt Sie über das System eine Rückmeldung von Matthias Stein, einem der Außendienstmitarbeiter. Ihm hat die Information zum Kunden sehr geholfen und er bedankt sich, bei ihr. Sie ist zufrieden und fühlt sich bestätigt, dass sie mit ihrer Arbeit einen wichtigen Beitrag zum Firmenerfolg leistet. Mit der Zeit kann Sie durch die Rückmeldungen des Außendienstes immer bessere Einträge erstellen, da sie ein sehr gutes Verständnis hat, welche Informationen für die Kollegen von Relevanz sind.
Konzept Feedback zu CRM-Einträgen
Kann also Software beitragen Mitarbeiter zufriedener und produktiver zu machen?
Ja – mit den richtigen Methoden und Werkzeugen!
Mehr als nur Usability
Bisher wurde bei der Softwareentwicklung vor allem darauf geachtet, dass die Nutzung der Software für den Nutzer nicht frustrierend ist, also eine gute Usability besteht. Dies ist allerdings lediglich ein Hygienefaktor, dessen Erfüllung zwar dafür sorgt, dass der Nutzer keine negativen Emotionen hat, es jedoch nicht schafft, positive Emotionen zu schaffen oder den Anwender bei seiner Arbeit zu motivieren. Das Schaffen positiver Erlebnisse bei der Benutzung von Software ist die Aufgabe des User Experience Designs. Dazu werden Erkenntnisse aus der Positiven Psychologie herangezogen, welche sich damit beschäftigt, wie das menschliche Wohlbefinden gesteigert werden kann.
Während bei Software für den Freizeitbereich User Experience bereits eine wichtige Rolle spielt, wurde User Experience im Businesskontext bisher noch stiefmütterlich behandelt. Dabei ist das Wohlbefinden der Mitarbeiter nicht nur etwas für Philanthropen. Positive Erlebnisse und Emotionen auf der Arbeit haben auch für das Unternehmen einen wirtschaftlichen Vorteil.
Positive User Experience: Ein Gewinn für Mitarbeiter und Betrieb
Studien aus der Positiven Psychologie zeigen, dass positive Emotionen mehr positive Konsequenzen nach sich ziehen, als einfach nur das aktuelle Wohlbefinden. So erweitern positive Emotionen das wahrgenommene Handlungs-Repertoire. Ein Mensch mit positiven Emotionen ist also flexibler in seinem Denken und Handeln. Gerade in der heutigen Zeit, in der es auf die Innovationsfähigkeit der Firmen ankommt, ist dieses flexible Mindset essentiell. Oder mit anderen Worten: ein gestresster und ängstlicher Mitarbeiter wird keine Innovationen hervorbringen.
Daneben führt eine höhere Zufriedenheit der Mitarbeiter zu einer höheren Produktivität. Ein weiterer Vorteil positiver Emotionen bei der Arbeit ist, dass diese die Widerstandfähigkeit der Mitarbeiter erhöht, welche für eine bessere Gesundheit sorgt.
Emotionen bei der Nutzung methodisch geschaffen
Nun stellt sich die Frage, wie positive Erlebnisse mittels Software geschaffen werden können. Mit dieser Aufgabenstellung hat SIC! innerhalb des Forschungsprojektes Design4Xperience in den letzten drei Jahren intensiv beschäftigt. Zusammen mit unseren Partnern aus der Forschung haben wir neue Methoden und Werkzeuge entwickelt, um die User Experience innerhalb von betrieblicher Software zu optimieren.
Eines dieser Werkzeuge sind die Erlebniskategorien. Diese beschreiben typische Erlebnis-Situationen, in welchen positive Emotionen auftreten. Um diese Situationen zu ermitteln, wurden im Rahmen einer Studie Personen zu positiven Erlebnissen während ihrer Arbeit befragt. Die ermittelten Erlebnisse wurden in 17 Erlebniskategorien eingeteilt.
Zusätzlich wurde untersucht, welche Randbedingungen erfüllt sein müssen, damit ein Erlebnis positive Emotionen nach sich zieht. Im vorangegangenen Beispiel hat die Innendienstmitarbeiterin eine positive Rückmeldung zu ihrer Arbeit und Wertschätzung erfahren. Dies führte bei ihr zu einem positiven Erlebnis. Die angewendeten Erlebniskategorien sind hier „Feedback erhalten“ und „Wertschätzung“. Durch intelligente Konzeption der Software können diese Erlebniskategorien in die Software integriert werden, dieses wiederum führt zu positiven Erlebnissen bei der Interaktion mit der Software. Zusätzlich können wünschenswerte Verhaltensweisen auf diese Art gefördert werden. War vorher in unserem Beispiel die Kommunikation zwischen Außen- und Innendienst quasi nicht existent, wurde diese mit der neuen Lösung ermöglicht und bestärkt.
Fazit
Durch geschickte Konzeption der Software wird es ermöglicht bestimmte Erlebnisse während der Softwarenutzung zu haben, durch welche positive Emotionen ausgelöst werden. Durch eine positive User Experience werden die Mitarbeiter motiviert und die Akzeptanz für die Software steigt. Zusätzlich können wünschenswerte Verhaltensweisen bestärkt werden.
Sie möchten mehr zum Thema Erlebniskategorien und UX Design erfahren?
Wir beraten Sie gerne!
Die Evolution von Swift – the next level
Es ist gut ein Jahr vergangen (Dezember 2015) seit Swift als Open-Source Programmiersprache das Licht der Welt(-Öffentlichkeit) erblickt hat. So finde ich, dass es mal wieder an der Zeit ist zu schauen, welche Evolution und Resultate diese recht junge Programmiersprache mittlerweile nach meiner ersten Bewertung und Prognose vom April 2016 in der Open-Source Entwickler Community gefunden hat. Um eine Sache vorweg zu nehmen: Mit Swift werden bereits produktive (Web-)Portal-Projekte umgesetzt (wie beispielsweise die Webseite des dänischen Triathlon-Events Ironman; Github-Source). So hat sich Swift tatsächlich in so kurzer Zeit von einer reinen Apple-Plattform Sprache (iOS, macOS, tvOS, watchOS) zu einem Linux-freundlichen Backend/Webframework-tauglichen Gesamtsystem entwickelt. Die aktuelle Version Swift3 genießt zudem große Kompatibilität im Segment der „kleinen ARM-Architektur Computer“ wie beispielsweise dem Raspberry Pi3 und dem dafür verfügbaren Ubuntu 16.04 als Betriebssystem; ergo die Software der Internet-Of-Things (IoT) kann ab jetzt tatsächlich ebenfalls mit dieser hochmodernen und performanten Programmiersprache entwickelt werden.
Microsoft Dynamics CRM (TEIL 2) – Unterschiede der Versionen
In diesem Teil der Serie erfahren Sie:
- Welche verschiedenen Versionen von MS-Dynamics CRM es gibt
- Wie sich der Funktionsumfang der einzelnen Versionen unterscheidet
- Welche Version für den Einstieg optimal ist
Für Unternehmen die ihre kundenorientierten Prozesse in Vertrieb und Marketing digitalisieren möchten, ist ein CRM System wie Microsoft Dynamics CRM unverzichtbare Voraussetzung. Viele Verantwortliche sehen die Einführung eines CRM Systems allerdings als eine Herkulesaufgabe, die sie nur mit großer Mühe bewältigen können. Mit der richtigen Strategie kann der Einstieg jedoch erstaunlich einfach gelingen.
In dieser Blogreihe zeigen wir in leicht verständlicher Sprache wie die ersten Schritte für den erfolgreichen Einsatz eines CRM Systems, hier am Beispiel des „Microsoft Dynamics CRM“, aussehen.
Azure IoT in der Praxis – Teil 1 Systemaufbau
Einleitung
Das Internet der Dinge, kurz „IoT“ ist derzeit in aller Munde. Hier übertreffen sich die „Experten“ mit Ihren Ideen und Visionen einer rosigen Zukunft. Wenn es aber um konkrete, praktische Umsetzungen geht, wenn beispielsweise die Frage beantwortet werden soll wie ein IoT Szenario in der Praxis tatsächlich gestaltet werden kann, dann wird es vertiefenden Informationen schnell sehr dünn.
Mit dieser mehrteiligen Artikelserie „Azure IoT in der Praxis“ wollen wir deshalb Abhilfe schaffen. Hier werden wir die verschiedenen Aspekte bei der Realisierung einer praxistauglichen IoT-Lösung anschaulich darstellen und beschreiben.
In diesem ersten Artikel erläutern wir einen industrietauglichen Systemaufbau und die dabei verwendeten Hard- und Software Komponenten. In den weiteren Artikeln werden wir dann einige spezielle Aspekte technisch vertiefen – beispielhaft seien hier die Themen „Datensicherheit“ oder „Alarmierung bei Störfällen“ genannt.
Wenn Sie keinen dieser Beiträge auf diesem Blog versäumen wollen, so empfehlen wir Ihnen, sich in die Mailingliste einzutragen. Sie erhalten dann eine kurze Nachricht, sobald der nächste Artikel zum Thema IoT erschienen ist. Es erfolgt keine Weitergabe der Email-Adresse an Dritte und Sie werden von uns auch keine Werbeemails bekommen. Das versprechen wir Ihnen.
Zielsetzung des IoT-Showcase
Das Team von SIC! Software hat das erste IoT Projekt mit Mobile Anbindung bereits im Jahre 2013/14 realisiert. Seitdem wächst die Zahl der erfolgreich umgesetzten Projekte ständig und damit natürlich auch der Wunsch vieler Unternehmen, mehr über diese Projekte zu erfahren und zu sehen, wie solche Lösungen erfolgreich umgesetzt werden können.
Dabei handelt es sich in nahezu allen Fällen um neuartige Konzepte und Ideen, mit denen bestehende Systeme für das digitale Zeitalter erweitert und fit gemacht werden sollen. Daher wollen unserer Kunden verständlicherweise nichts über ihre neuen Ideen veröffentlichen.
Wir haben uns daher entschlossen, einen eigenen, realitätsnahen IoT-Showcase zu schaffen, der eine durchgängige Technologiekette zeigt, wie sie von SIC! geliefert werden kann.
Dieser Showcase zeigt ein praxisnahes Beispiel von der Embedded Plattform bis hin zur Auswertung der Daten in der Cloud. Es wurde unter Verwendung von Standard-Hardware von STMicroelectronics für das IoT-System, sowie den Cloud-komponenten Microsoft Azure IoT und Microsoft PowerBI umgesetzt. Wir haben uns hier beispielhaft für die Microsoft Azure-Architektur entschieden, da dies derzeit die von unseren Kunden favorisierte IoT-Plattform ist.
Ein denkbarer Anwendungsfall einer solchen Lösung ist beispielsweise ein „Predictive Maintenance“-Szenario, bei dem der möglicherweise drohende Ausfall eines Motors erkannt wird.
Die physikalische Grundlage der Erkennung sind ungewöhnliche Schwingungsmuster, die darauf schließen lassen, dass eventuell ein Schaden am Motor vorliegt.
Auswahl der IoT-Embedded Plattform
Es gibt am Markt eine nahezu unüberschaubare Anzahl von Embedded-Plattformen für solche Anwendungen. Wir haben uns in diesem Fall für eine Evaluationshardware von STMicroelectronics entschieden. Basis ist eine auf dem STM32 Prozessor basierende Hardware (http://www.st.com/en/evaluation-tools/nucleo-f401re.html). Entscheidendes Auswahlkriterium war hier der Umstand, dass hier die für unsere Anwendung nötigen Hardwareerweiterungen für Motorsteuerung, WLAN Modul und Accelerometer-Sensorik als aufsteckbare Nucleo-Komponenten für das STM Evaluationsboard gibt.
BILD
Tiefergehende technische Details findet der interessierte Leser unter den nachfolgenden Links:
Motorsteuerung:
http://www.st.com/content/st_com/en/products/ecosystems/stm32-open-development-environment/stm32-nucleo-expansion-boards/stm32-ode-move-actuate-hw/x-nucleo-ihm11m1.html
WLAN -Modul:
http://www.st.com/content/st_com/en/products/ecosystems/stm32-open-development-environment/stm32-nucleo-expansion-boards/stm32-ode-connect-hw/x-nucleo-idw01m1.html
Accelerometer:
http://www.st.com/content/st_com/en/products/mems-and-sensors/accelerometers/lis3dh.html
Messverfahren und Sensorik
Das Messobjekt ist ein kleiner Drehstrom-Elektromotor mit 15W Leistung, der vom STM32 Board gesteuert, einen kleinen Propeller antreibt. Dieser ist schwingend gelagert montiert. Unter dem Motor ist der Accelerometer-Sensor am Motorträger montiert, mit welchem die Schwingungen des Motors gemessen werden.
Die fehlerhaften Schwingungen im Betrieb werden simuliert, indem am Propeller ein Klebeband angebracht und somit eine Unwucht erzeugt wird.
Signal Theorie und Motor Vibration
Spannend war die Frage, ob es mit dem Accelerometer möglich ist, die feinen Abweichungen der Schwingungsmuster sicher zu detektieren. Die üblichen Accelerometer haben einen Messbereich von +/- 2g mit einer Auflösung von 16 Bit. Das bedeutet, ein Bit entspricht 0,5mg.
Wenn man die technische Dokumentation studiert, stellt man aber fest, dass die tatsächliche, sicher zu detektierende Auflösung eher im Bereich von 1mg aufwärts liegt. (Siehe http://www.st.com/resource/en/datasheet/lis3dh.pdf). Dies sollte aber für diese Anwendung ausreichend sein.
Der kleine Drehstrommotor in unserem Prototyp läuft mit einer Drehzahl von 1500 U/Min, also 25 U/s. Es soll eine mögliche Exzentrizität gemessen und erkannt werden. Dazu gehen wir davon aus, daß jede Vibration eine Sinuswelle produziert. Zur Vereinfachung nehmen wir ferner an, dass die Drehzahl des Motors die niedrigste Frequenz produzieren wird, also rund 25Hz. Um die Sinuswelle sicher zu erkennen, muss mindestens mit der doppelten Frequenz gemessen werden, also 50Hz. In unserer Beispiellösung messen wir mit einer Abtastrate von 400 Hz. Das sollte also auch für deutlich höhere Drehzahlen des Motors noch ausreichend sein.
Für die Errechnung der Vibration gibt es mehrere Möglichkeiten. Wir haben uns hier für die Varianz als einfachste Möglichkeit entschieden (https://de.wikipedia.org/wiki/Stichprobenvarianz). Entscheidend für die Messung ist die Definition des Zeitabschnittes für eine einzelne Messung. In unserem Fall nehmen wir 512 Samples, was bei der Frequenz von 400 Hz eine Aufzeichnungsdauer von 1,2s die Daten zum Analysieren liefert.
Das ermittelte Ergebnis ist ein Messwert, welcher die Abweichung von einem Mittelwert zeigt und damit das Maß der Vibration. Steigt dieser Wert, steigt die Vibration.
Azure IoT Cloud Anbindung Embedded
Nach der Auswahl der Hardware für die Messung und Kommunikation beschrieben wurde, folgt nun der interessante Teil – die Software zur Datenerfassung und Auswertung.
Für die Integration in die Azure Cloud stellt ST eine Referenz-Implementierung für sein Evaluationsboard zur Verfügung, auf die wir weiter aufgebaut haben (http://www.st.com/content/st_com/en/products/embedded-software/mcus-embedded-software/stm32-embedded-software/stm32-ode-function-pack-sw/fp-cld-azure1.html).
Quelle: http://www.st.com/content/ccc/fragment/product_related/rpn_information/board_photo/group0/f3/24/5d/c0/08/39/4c/af/FP-CLD-AZURE1%20image/files/fp-cld-azure1.jpg/_jcr_content/translations/en.fp-cld-azure1.jpg
Das reine IoT SDK von Microsoft, welches im ST-Beispielcode enthalten ist, kann unter dem nachfolgenden Link eingesehen werden (https://github.com/azure/azure-IoT-sdk-c).
Und da der Code ein Multi-Threading verwendet, ist natürlich auch ein entsprechendes Betriebssystem auf der STM32 Plattform erforderlich. Wir setzen hier aus das vielfach bewährte FreeRTOS, das auch von ST für den IoT-Einsatz empfohlen wird.
Microsoft Azure IoT Hub
Der eingesetzte Cloud-Service wird aus den entsprechenden Komponenten auf der Microsoft Azure Seite zusammengestellt. Als zentraler Knotenpunkt wird der ein Azure IoT Hub eingesetzt. Dieser dient dazu, die Daten aller IoT-Geräte entgegenzunehmen und für die weitere Auswertung den nachfolgenden Diensten zur Verfügung zu stellen.
Das Aufsetzen des IoT Hub ist unkompliziert, da dieser einfach im Azure Portal angelegt werden kann. Für diesen Showcase haben einen kostenfreien Demo- Hub eingesetzt, der bis zu 8000 Meldungen pro Tag verarbeiten kann.
Dort werden die Zugangsdaten erzeugt, welche man benötigt, um die IoT-Geräte zu Authentifizieren, damit diesen dann mit dem Hub kommunizieren können.
Anmerkung: Das Thema Sicherheit in IoT Anwendungen werden wir in Kürze in einem weiteren Artikel auf diesem Blog behandeln.
Die Darstellung der Daten im IoT Hub ist allerdings noch relativ unspektakulär. Man sieht zwar, dass Daten fließen und wie viele Geräte aktiv sind, aber für eine sinnvolle Auswertung ist dies noch nicht ausreichend.
Microsoft Azure Power BI
Um nun die gemessenen Vibrationen zu überwachen und Abweichungen erkennen zu können, werden die erfassten Messdaten mit dem Microsoft Power BI visualisiert.
Zu diesem Zweck bietet Microsoft Azure den Dienst „Stream Analytics“ an. Stream Analytics dient – wie der Name schon sagt – dazu, Datenströme zu transportieren und zu analysieren. Dabei werden der Stream Analytics Auftrag und der IoT-Hub am selben Azure-Standort gehostet, um zusätzliche Hosting-Kosten zu vermeiden.
Als Eingabequelle wird der angelegte IoT Hub ausgewählt, als Datenausgabe ein PowerBI Konto.
Damit fließen die erfassten Messdaten vom IoT-Gerät über den Azure IoT Hub und den Stream Analytics Dienst in das Microsoft PowerBI.
Dort wird ein Dashboard zu Visualisierung angelegt, auf dem in einem Liniendiagramm die Werte unserer IoT-Plattform dargestellt werden. Dieses Streamingdataset lässt sich jetzt mit allen von PowerBI zur Verfügung gestellten Mitteln auswerten.
Auswertung und Erkennung
Nachfolgende Masken zeigen, wie unser Algorithmus zur Schwingungserkennung funktioniert.
Im folgenden Diagramm sieht man deutlich den Sprung im Diagramm „Schwingung“ genau in dem Moment, wo der Motor gestoppt das Klebeband befestigt wird.
Beginnt sich der Motor mit angebrachtem Klebeband wieder zu drehen, so erhalten wir einen deutlich höheren Schwingungswert. Dies ist am höheren Schwingungsniveau zu erkennen.
In der Praxis, zum Beispiel bei einem langsam eintretenden Lagerschaden, würde dieser Schwingungs-Messwert wohl eher langsam ansteigen und nicht so schlagartig wie bei unserem Eingriff mit dem Klebeband. In diesem Falle wäre auch optisch am langfristigen Verlauf nicht viel zu bemerken, weshalb hier eine geeignete Logik zum Auswertung der Messwerte und zur Alarmierung vorzusehen ist.
Wie man auf Basis dieser Daten ein entsprechende Erkennung und Alarmierung implementiert, wird Inhalt eines nachfolgenden, vertiefenden Blogartikels sein.
Wie hat Ihnen dieser Artikel gefallen? Gerne lesen wir Ihre Kommentare.
Wenn Sie keinen dieser Beiträge auf diesem Blog versäumen wollen, so empfehlen wir Ihnen, sich in die Mailingliste einzutragen. Sie erhalten dann eine kurze Nachricht, sobald der nächste Artikel zum Thema IoT erschienen ist. Es erfolgt keine Weitergabe der Email-Adresse an Dritte und Sie werden von uns auch keine Werbeemails bekommen. Das versprechen wir Ihnen.
In unseren Kundenprojekten wird von unseren UX Design Spezialisten regelmäßig ein sehr hilfreiches und nützliches Tool eingesetzt: Das „User Story Mapping“. Hierbei handelt es sich um eine von Jeff Patton entwickelte Methode, mit der im Rahmen von agiler Produktentwicklung eine stimmige User Experience geschaffen wird. So lässt sich der Erfolg für die auf diese Weise realisierten digitalen Produkte maximieren.
Beim User Story Mapping wird der Arbeitsfluss des Users, also des Produktnutzers, in einzelne „User Stories“ unterteilt und mit Hilfe von Klebezetteln auf einer Wand in Form einer Art Karte („Map“) visualisiert. Die Flexibilität der Klebezettel ermöglicht eine schnelle und einfache Optimierung der Prozesse bzw. des Produktes durch Umsortieren, Aufteilen, Ergänzen, Erweitern, Vertiefen, usw. An einer User Story Mapping Session nehmen idealerweise alle am Produkt Beteiligten – vom Auftraggeber über den Designer bis zum Entwickler – teil und erarbeiten einen Konsens. Durch das bessere gemeinsame Gesamtverständnis vom Produkt, seinen Eigenschaften und seiner Anwendung wird die Gefahr reduziert, sich in unwichtigen Details zu verzetteln oder das Produkt an den Bedürfnissen des Produktnutzers vorbei zu entwickeln.
Mit User Story Mapping wird ein Produkt mit genau jenen Features entwickelt, die für den Anwender wirklich nützlich und dabei auch noch realisierbar und bezahlbar sind. Dabei können mehrere aufeinanderfolgende Release-Stufen festgelegt werden – angefangen vom „Minimum Viable Product (MVP)“ über Zwischenversionen bis zur finalen Version mit dem kompletten Feature-Set. Die in der ersten Session erstellte User Story Map bildet gleichzeitig eine Basis für das Projektmanagement. Im Verlauf des Projekts kann und soll die Story Map im Rahmen einer agilen Produktentwicklung in weiteren Sessions anhand von User Feedback, Tests und Erfahrungen dann permanent weiter optimiert werden.
Entsprechend einem vielfach von unseren Kunden geäußerten Wunsch nach einer kompakten Übersicht und Kurzanleitung zum User Story Mapping haben unsere Grafiker eine Infografik mit dem Titel „Innovationsentwicklung mit User Story Mapping“ erstellt, die wir hiermit gerne allen an der Methode Interessierten zur Verfügung stellen. zur Infografik
Viele Leser unseres Blogs haben uns nach dem Studium unseres Grundlagenartikels zum MQTT-Protokoll nach Anwendungsbeispielen gefragt. Diesem Wunsch wollen wir gerne entsprechen und präsentieren Ihnen nachfolgend eine kleine Sammlung einiger interessanter Projekte, bei denen das MQTT-Protokoll zum Einsatz kommt.
Wir bei SIC! Software setzen das MQTT Protokoll im Bereich von Embedded Projekten sehr häufig ein, da dieses Protokoll einfach zu handhaben ist und sich dank breiter Unterstützung zum DeFacto-Standard im Bereich von Internet of Things (IoT) und Industrie 4.0 entwickelt hat.
Wie z.B. beim Forschungsprojekt IMPROVE, bei dem das MQTT Protokoll dazu eingesetzt wird, um Echtzeitdaten vom Fahrzeug zu übertragen.
/forschungsprojekte/improve-automotive/
Da unsere Kundenprojekte der Vertraulichkeit unterliegen, listet die nachfolgende Sammlung beispielhaft öffentlich zugängliche Projekte mit MQTT-Support auf.
Beispiel 1: Übermittlung von Temperatursensor-Daten
Implementierung von MQTT auf dem ESP8266 WIFI Funkmodul mit einer „einfachen“ publish / subscribe Routine.
—
Beispiel 2: Übertragung des Haustürklingel-Signals
Installation des Moskito MQTT Broker auf einem Raspberry Pi. Ein ESP8266 nimmt das Klingelsignal an der Haustür auf und sendet es drahtlos an Fhem via MQTT.
http://blog.wenzlaff.de/?p=6487
—
Beispiel 3: Temperatur-Überwachung (Englisch)
Eine Musterhafte Lösung zur Überwachung von Temperaturen mit dem ESP8266 WIFI Funkmodul und der Anbindung an einen MQTT-Broker-Dienst unter Ubuntu:
http://www.instructables.com/id/Remote-Temperature-Monitoring-Using-MQTT-and-ESP82/
—
Beispiel 4: Basis-Plattform für Home-Automation (Englisch)
Implementierung eines MQTT-Stacks auf einem ATMEL ATmega328p
http://blog.atx.name/building-avr-board-with-mqtt-support-for-iot/
—
Beispiel 5: Steuerung einer LED-Beleuchtung (Englisch)
Steuerung einer LED-Beleuchtung mit einem WS2812 LED Controller über das MQTT-Protokoll.
http://www.instructables.com/id/ESP8266-Led-Strip-MQTT-Control-Lights-WS2812/?ALLSTEPS
—
Beispiel 6: Regelung der CPU-Kühlung eines Raspberry Pi (Englisch)
Regelung der CPU-Kühlung eines Raspberry Pi über einen mit dem MQTT-Protokoll konfigurierbaren PID Regler:
http://www.instructables.com/id/PID-Control-for-CPU-Temperature-of-Raspberry-Pi/
—
Beispiel 7: Steuerung eines LCD-Displays (Englisch)
Applikationsbeispiel zur Steuerung eines LCD-Displays am INTEL Edison über das MQTT-Protokoll:
http://www.instructables.com/id/MQTT-what-is-this/
—
Weitergehende Grundlagen und Informationen zur MQTT-Standardisierung sind auf der Webseite http://mqtt.org/ beschrieben.
Vielleicht auch interessant:
Das MQTT Protokoll – Hintergründe (Teil 1)
Das MQTT Protokoll – Praxis (Teil 2)
IoT Protokolle – MQTT vs. AMQP
Modbus über MQTT – wie geht das?
Embedded Software Entwicklung mit dem Standard Finite State Machine Framework
Das „Internet of Things“ – kurz „IoT“ – ist im Moment das große Thema in der Industrie und Softwarebranche. Nachdem wir schon in einem etwas älteren Blockartikel das Thema MQTT aufbereitet und analysiert haben, ist es Zeit, sich einem zweiten wichtigen Protokoll im Umfeld von IoT anzunehmen. In diesem Artikel werden wir die beiden Protokolle vergleichen und mögliche Unterschiede bei den Einsatzszenarien beschreiben.
Wer heute ein IoT-Projekt umsetzen möchte, muss sich vor allem Gedanken darum machen, wie er die auszutauschenden Daten möglichst effizient und standardisiert übertragen kann. Zu diesem Zweck gibt es verschiedenste Protokollstandards, die entwickelt wurden, damit Plattform und Technologie übergreifend miteinander kommunizieren können.
Speziell im IoT Umfeld erfüllen die entwickelten Protokolle vor allem noch die Aufgabe möglichst mit wenigen Ressourcen auszukommen.
Was ist also AMQP und was kann es leisten?
AMQP steht für Advanced Message Queuing Protocol und wurde durch ein Konsortium von großen Unternehmen aus verschiedenen Branchen – u.a. VMware, Microsoft und Cisco – entwickelt. Bereits in 2010 gab es den ersten Draft des Protokolls.
Im Kern handelt es sich um ein asynchrones Protokoll zur Nachrichtenübertragung. Die bisher beste Erklärung zur Idee hinter AMQP findet man auf der Seite von RabbitMQ (https://www.rabbitmq.com/tutorials/amqp-concepts.html).
AMQP funktioniert demnach nach folgendem Prinzip:
Nachrichten werden an sogenannte Börsen (Exchanges) übertragen (vergleichbar mit einem Postamt). Die Börsen verteilen dann Nachrichtenkopien in Warteschlangen (Queue) basierend auf Regeln, sogenannten Bindings.
Die Nachrichten werden dann vom Empfänger direkt abgeholt, wenn er das möchte. Alternativ kann der Empfänger die Nachrichten auch bei einer Warteschlange abonnieren und bekommt diese dann direkt zugestellt.
Wenn die Nachrichten publiziert werden, kann der Herausgeber der Nachricht diese noch mit Attributen (Meta-Daten) versehen. Diese Metadaten können vom Empfänger beliebig genutzt werden.
Nachrichten bleiben so lange in den Warteschlangen, bis der Empfänger bestätigt hat, die Nachricht auch wirklich empfangen zu haben. Damit ist auch bei schlechtem Netz und Abbrüchen bei der Verbindung sichergestellt, dass die Nachricht den Empfänger erreicht.
Wenn eine Nachricht nicht zugestellt werden kann, erhält der Sender eine entsprechende Nachricht.
Die Umsetzung der Börse und der Warteschlange erfolgt innerhalb des sogenannten Brokers. Ein Broker ist z.B. der freie Server von RabbitMQ.
Die Börse ist dafür zuständig, die Nachrichten in eine oder mehrere Warteschlangen zu übertragen. Die Regeln dafür leiten sich aus den vordefinierten Austauschformaten (exchange types) und den Bindings ab.
Es gibt vier solche Austauschformate:
- Direct –> Stellt eine feste Verbindung zwischen einer Börse und einer Warteschlange dar. Wenn eine Nachricht mit einem entsprechenden Schlüssel ankommt, wird diese gleich an die verknüpfte Warteschlange zugestellt.
- Fanout –> Wird für sogenannte Broadcast Nachrichten verwendet. Die Nachricht wird von der Börse an alle angeschlossenen Warteschlangen zugestellt
- Topic –> Wird für Publish/Subscribe Szenarien verwendet. Die Nachrichten werden an eine oder mehrere Warteschlangen ausgeliefert, abhängig vom Binding Key. Folgendes Bild von RedHat veranschaulicht das sehr schön.
- Headers –> Die Zustellung der Nachricht zur Warteschlange erfolgt hier über den Nachrichten-Header und nicht den Routing Key. Es ist vergleichbar mit dem Direct Routing – nur mit etwas mehr Möglichkeiten zur Regelerstellung.
Neben den Austauschformaten gibt es eine Reihe von Attributen für die Nachrichten. Die wichtigsten sind:
- Name
- Durability (gibt an, ob die Börse einen Neustart des Broker übersteht)
- Auto-delete (Börse wird gelöscht, wenn keine Warteschlange diese benötigt)
AMQP vs. MQTT im Vergleich
Der größte Unterschied der beiden Protokolle besteht in den Möglichkeiten für die Nachrichtenzustellung. Während MQTT ausschließlich auf Publish/Subscribe basiert, lassen sich mit AMQP auch andere Zustellungsformen realisieren.
Außerdem ist der Unterschied bei der Implementierung nicht zu unterschätzen. MQTT ist mit seinen 5 Methoden relativ schnell und einfach umzusetzen, während AMQP schon einen vergleichsweise großen Umfang mit sich bringt. Das betrifft sowohl die Definition des eigenen Protokoll wie auch die Implementierung und Test.
Die kleinste Paketgröße bei AMQP ist mit 60 Byte auch nicht zu vernachlässigen. MQTT begnügt sich im besten Fall mit 2 Byte. Das beeinflusst insbesondere bei einer großen Zahl von Geräten und Nachrichten den aufzuwendenden Aufwand erheblich. Dazu kommen größer Laufzeiten der Pakete die je nach Anwendungsfall auch kritisch zu betrachten sind.
Es gilt also abzuwägen, ob der Funktionsumfang von AMQP im jeweiligen Anwendungsfall wirklich benötigt wird oder nicht. Wenn man mit dem Publish/Subscribe Model von MQTT auskommen kann, hat man in jedem Fall eine einfacher umzusetzende und auch ressourcenschonende Lösung.
Vielleicht auch interessant:
Das MQTT Protokoll – Hintergründe (Teil 1)
Das MQTT Protokoll – Praxis (Teil 2)
MQTT Protokoll – Anwendungsbeispiele
Modbus über MQTT – wie geht das?
Embedded Software Entwicklung mit dem Standard Finite State Machine Framework
Als Berater für die Digitalisierung von Geschäftsprozessen im Kontext von Vertrieb 4.0 werden wir von unseren Kunden immer wieder mit der Anforderung konfrontiert, ein „perfektes, flexibles und zukunftsfähiges“ IT-System für den Vertrieb zu planen, welches idealerweise nicht nur die aktuellen Anforderungen sondern möglichst auch die der kommenden 10 Jahre erfüllen kann.
Mission Impossible
Interessanterweise tappen oftmals gerade die als marktführend wahrgenommenen Unternehmen in diese technische und organisatorische “Perfektionismus-Falle” bei der Umsetzung der Paradigmen von Vertrieb 4.0. Sie wollen ihre oft stark veralteten technischen IT-Systeme (CRM, ERP) entweder mit wenig Aufwand zukunftsfähig machen oder aber durch ein neues, perfektes und für alle künftigen Herausforderungen gewappnetes (CRM-)System für den Vertrieb ersetzen. Natürlich will man dabei auch möglichst wenig investieren und sehr ressourcenschonend vorgehen. Die Umsetzung von Vertrieb 4.0 soll dann von einem Assistenten des IT- oder Vertriebsleiters verantwortet werden, der zudem als „Digital Evangelist“ nebenbei auch noch alle anderen Unternehmensstrukturen ins digitale Zeitalter transformieren soll. Das jedoch ist eine „Mission Impossible“ und wir kennen kein Unternehmen, das einen derartigen Zielkonflikt kompromisslos hätte für sich lösen können.
Denkmuster aus dem letzten Jahrhundert
Doch woher stammt dieser Denkfehler? Dazu müssen wir in die 90er Jahre des vergangenen Jahrhunderts zurückblicken, also den Zeitraum in welchem viele der heute verantwortlichen CIOs ihre eigenen, unmittelbaren Praxiserfahrungen gesammelt haben. Damals hatten die etablierten IT-Unternehmen wie IBM, SAP und andere ihren Fokus auf der Einführung kompletter ERP Landschaften. Die Probleme ihrer Kunden lösten sie, indem sie einfach eine bestehende Arbeitsweise in einem Unternehmen möglichst 1:1 in einem preiswerten Stück Software abgebildet haben. Vorher war es Handarbeit und Papier, nachher eben eine Software im PC.
Der Vertriebsprozess selbst dagegen blieb davon weitestgehend unberührt, bestenfalls wurde noch eine Adressverwaltung mit Umsatzlisten kombiniert. Zu dieser Zeit konnte sich aber auch noch niemand vorstellen, wie die B2B-Vertriebsprozesse 15 oder 20 Jahre später aussehen und funktionieren würden. Dieser Umstand ist bis heute auch im Kontext von Vertrieb 4.0 noch unverändert gültig. Er hat sich sogar noch weiter verschärft, da sich die Geschwindigkeit des digitalen Wandels und die damit verbundenen Einflussfaktoren massiv erhöht haben.
Man kann aber aus den Erfahrungen von IBM & Co für den Vertrieb 4.0 doch etwas lernen, weil auch damals nämlich versucht wurde, „moderne” Vertriebsprozesse (Beispiel BANT-Kriterien) und ihre Anforderungen vollständig in den bestehenden IT-Infrastrukturen abzubilden. Der Vater der populären IBM Websphere Plattform, Donald Ferguson, bringt das in einem Interview ziemlich auf den Punkt:
Frage:
“What’s the biggest technology mistake you ever made – either at work or in your own life?”
Antwort:
“When I was at IBM, I started a product called Websphere [which helps companies to operate and integrate business applications across multiple computing platforms]. Because I had come from working on big mission-critical systems, I thought it needs to be scalable, reliable, have a single point of control … I tried to build something like a mainframe, a system that was capable of doing anything, that would be able to do what might be needed in five years. I call it the endgame fallacy. It was too complex for people to master. I overdesigned it.“
Das „perfekte Vertriebs-System“ – ein Denkfehler
Diesem Denkfehler, unbedingt bereits zu Beginn ein perfektes System für den digitalisierten Vertrieb zu definieren, unterliegen heute auch die meisten etablierten Unternehmen, die sich in Richtung Vertrieb 4.0 bewegen. Sie versuchen zwanghaft ihre IT-Prozesse im Vertrieb so weit wie möglich gleich komplett zu definieren und danach umzubauen, so dass man alle Eventualitäten des digital unterstützten Vertriebsprozesses auf Anhieb meistern kann. Der Anspruch dabei ist nicht mehr und nicht weniger, als „das perfekte Vertriebssystem“ digital abzubilden.
Doch das ist aufgrund der Dynamik in der Digitalisierung und den rasanten Entwicklungen im technischen Fortschritt von der IT-Abteilung in absehbarer Zeit so nicht umsetzbar. Denn niemand kann heute wissen, welche Arbeitsweisen und Prozesse in fünf Jahren für einen erfolgreichen Vertrieb relevant sein werden. Alles, was heute noch einen Knaller in der Branche darstellt, kann bereits in zwei Jahren ein vom Kunden als selbstverständlich erachteter Standard sein.
Alte Probleme werden ohne eigene Digitalisierung verschärft
In der Zwischenzeit sind die Außendienstmitarbeiter aber leider noch immer mit Block und Stift sowie Print-Katalogen und Papier-Datenblättern unterwegs, bestenfalls unterstützt durch einige Powerpoint-Präsentationen auf unhandlichen Laptops. Gleichzeitig führt der digitale Fortschritt aber dazu, dass dem Vertriebsmitarbeiter Kunden gegenüber sitzen, die sich dank Internet immer besser informieren. Gleichzeitig bearbeiten bzw. betreuen immer mehr Wettbewerber ihre Interessenten und Kunden mithilfe der Digitalisierung viel intensiver als früher und sichern sich damit Wettbewerbsvorteile. Steigender Aufwand für Angebotstermine, sinkende Abschlussquoten sowie Nachwuchsprobleme machen die Situation zusätzlich nicht einfacher.
Vertrieb 4.0 – schneller Einstieg contra perfekte Lösung
Für jedes Unternehmen, das mittel- bis langfristig überleben möchte, stellt sich daher nicht die Frage, ob die Vertriebsprozesse im Sinne von Vertrieb 4.0 digitalisiert werden sollen, sondern nur noch wann. Dabei gilt eindeutig der Grundsatz: Je schneller, desto besser! Denn es werden jene Unternehmen, die einen unmittelbaren, leichtgewichtigen Einstieg in die digitalen Vertriebsprozesse wählen, wie z.B. mit VERMO cloud, um diese dann erst im Laufe der Zeit zu optimieren und zu erweitern, die Nase vorn haben. Diejenigen Unternehmen dagegen, die in langwierigen internen Verfahren versuchen, gleich auf Anhieb ein bis ins letzte Detail perfektes Vertriebs-System zu kreieren, werden das Nachsehen haben. Für ein Unternehmen ist es daher ratsam, sich gut zu überlegen, in welcher technischen Perfektion man seine Vertriebsprozesse im Kontext von Vertrieb 4.0 im ersten Schritt digital abbilden will, um nicht am Ende in die „Perfektionismus-Falle“ zu tappen.
Blog-Reihe „Vertrieb 4.0 – Digitalisierung und Vernetzung der Prozesse in Vertrieb und Marketing“
- Einleitung
- Teil 1: Definition
- Teil 2: Die 5 wichtigsten Herausforderungen für den Vertrieb
- Teil 3: Digitale Vertriebs-Systeme in der „Perfektionismus-Falle“
- Teil 4: Warum ist die Digitalisierung so schwer?
Weitere Beiträge zum Thema Digitalisierung im Vertrieb:
Die Messe als Umsatz-Booster: 5 Tipps für ein gewinnbringendes Messe-Lead-Management
