News

Ketika industri signage digital terus tumbuh, kebutuhan akan interoperabilitas yang lebih mudah akan meningkat.

Pada hari-hari awal signage digital ada dua buah perangkat lunak yang digunakan untuk sebagian besar proyek. Aset seperti gambar dan video dihasilkan dalam alat kreatif, seringkali dari Adobe. Aset ini kemudian dimuat ke dalam CMS yang secara otomatis akan menampilkannya pada tampilan yang ditunjuk pada waktu yang ditentukan. Satu-satunya bentuk interoperabilitas adalah kompatibilitas file antara alat kreatif dan CMS, sering diimplementasikan dengan menggunakan format file standar industri seperti jpg untuk gambar diam dan MP4 untuk video.

Saat ini, sistem digital signage digital telah menjadi lebih kompleks. Dalam ekosistem kami memiliki alat baru seperti analitik yang perlu bekerja dengan CMS untuk memberikan dukungan keputusan kepada manajemen dan untuk menyediakan pemilihan media real-time berdasarkan pertimbangan seperti cuaca, lokasi dan karakteristik audiens. Selain itu, sistem signage digital saat ini dapat dipanggil untuk bekerja dengan sistem lain dalam ekosistem perusahaan. Misalnya, sistem inventaris dapat mengarahkan CMS ke iklan yang kelebihan berat badan yang mempromosikan produk yang bergerak lebih lambat dari yang diproyeksikan dan berada dalam posisi persediaan berlebih. Meskipun ini semua didasarkan pada konsep bisnis yang sederhana, mendapatkan komponen sistem dari vendor yang berbeda untuk beroperasi bisa menjadi tantangan.

Secara umum, ada tiga langkah untuk mencapai interoperabilitas. Langkah pertama adalah mengirimkan data dari satu aplikasi ke aplikasi lainnya. Jeffrey Weitzman, Managing Director di Navori, mengatakan mereka menggunakan url umum untuk menunjuk ke lokasi yang dapat diakses di internet. Dalam beberapa kasus, aplikasi yang memproduksi meninggalkan file di lokasi itu untuk aplikasi penerima untuk mengambil sesuai kebutuhan. Di lain, aplikasi yang lebih canggih, aplikasi memproduksi menghasilkan file untuk lokasi itu setiap kali permintaan dibuat, memastikan bahwa aplikasi penerima menerima informasi terbaru yang mungkin. Irina Magdenko, manajer proyek untuk penyedia pengukuran audiens Seemetrix menjelaskan bahwa mereka menggunakan permintaan HTML untuk pengiriman data. Keuntungan dari pendekatan ini adalah menggunakan teknologi yang ada untuk transfer data, menghilangkan kebutuhan untuk menemukan kembali mekanisme pengiriman data dan memastikan interoperabilitas dengan sejumlah besar produk pelengkap.

Langkah kedua adalah mem-parsing data. Ini sering difasilitasi dengan menggunakan format data standar seperti CSV, XML atau JSON. Hasilnya biasanya pemisahan data menjadi seperangkat bidang dan nilai, seperti usia: 28 atau jenis kelamin: laki-laki. Karena format file ini dipahami dengan baik dan tersedia dalam sebagian besar bahasa pemrograman modern, ada sedikit kebutuhan untuk pengembangan di bidang ini.

Langkah selanjutnya adalah menyimpulkan makna semantik dari bidang: pasangan nilai. Misalnya, menafsirkan usia: 5 tampaknya merupakan operasi yang relatif mudah. Tetapi bagaimana jika sistem deteksi wajah yang menghasilkan data ini mengakui beberapa ketidaktepatan dalam perkiraannya sendiri dan menyegmentasikan orang ke dalam rentang usia. Dalam hal ini kisaran kelima mungkin berarti orang berusia antara 35 dan 45.

Contoh lain adalah umpan cuaca. Jika Anda ingin menampilkan umpan cuaca pada signage digital untuk kenyamanan pelanggan, maka mungkin cukup sederhana untuk mereproduksi teks persis yang masuk dari layanan cuaca. Tetapi jika keinginannya adalah menggunakan pakan cuaca untuk menentukan apakah akan mempromosikan kopi untuk cuaca dingin atau es krim untuk cuaca panas, maka aplikasi penerima harus dapat memahami arti dari pakan cuaca sehingga dapat memberikan panduan yang berguna untuk hari itu. jadwal rotasi iklan. Kebutuhan untuk memahami data juga dapat menjadi kritis berdasarkan pada kebutuhan spesifik aplikasi khusus. Pendiri Smart Shelf, Kevin Howard menjelaskan bahwa sistem mereka dapat digunakan untuk meletakkan setrip tipis layar LED di sepanjang tepi depan setiap inci dari setiap rak di toko. Ini membutuhkan data terkini dari sistem planogram sehingga mereka dapat memastikan untuk menempatkan harga yang tepat atau pesan promosi di lokasi yang tepat dari setiap rak.

Pada 2017, Samsung memperkenalkan sistem Brightics-nya. Direktur penjualan teknis Philip Chan mengatakan bahwa sistem ini menggunakan AI untuk belajar bagaimana menginterpretasikan data. Hasilnya adalah data yang dinormalisasi yang seharusnya lebih mudah diinterpretasikan dan digunakan untuk membuat dan menerapkan keputusan bisnis otomatis.

Akhir tahun lalu, NEC memperkenalkan Platform Pembelajaran Analitiknya, ALP. Wakil presiden strategi Rich Ventura menjelaskan bahwa Alp adalah lapisan middleware yang dapat menggunakan API untuk mengakses data dari berbagai sumber dan menggabungkan semua umpan tersebut untuk membuat keputusan yang lebih cerdas berdasarkan informasi dari banyak sumber berbeda.

Masing-masing solusi ini memerlukan pemrograman kustom atau entri data manual untuk satu sistem agar dapat menerima dan memahami data dari sistem lain. Meskipun API adalah cara yang mudah untuk mencapai hal ini, setiap API membutuhkan sumber daya implementasi dan memiliki risiko usang jika penyedia API memperbarui antarmuka.

Standarisasi dapat membantu mengurangi beban kerja pada vendor dan memungkinkan setiap produk untuk beroperasi dengan beragam sumber data dan sistem analisis yang lebih luas. Ini akan memberikan pengguna akhir fleksibilitas untuk membangun solusi khusus dengan menggabungkan produk dari berbagai vendor yang paling sesuai dengan kebutuhan spesifik mereka. Ketika industri signage digital terus tumbuh, kebutuhan akan interoperabilitas yang lebih mudah akan meningkat dan tekanan pada vendor untuk memperkenalkan standar juga dapat meningkat.

Source : www.avnetwork.com