Obsah
- Prípad použitia IoT a Analytics v reálnom čase
- Postoj odvetvia k internetu vecí a analýze v reálnom čase
- Návratnosť investícií do analýzy v reálnom čase a internetu vecí
- Odhadnite náklady
- Pochopte výzvy
- záver
Zdroj: Petrovich11 / Dreamstime.com
Zobrať:
Internet vecí poskytuje neustály tok údajov, vďaka čomu je analýza v reálnom čase dokonalým nástrojom na ich analýzu.
Internet vecí (IoT) predstavuje kreatívne prerušenie, niečo, čo začína zvrhnúť existujúce procesy a technológie a prináša úplne nový spôsob práce. Internet vecí môže okrem iného uvádzať vylepšené produkty a služby, skúsenosti zákazníkov, bezpečnosť a zdravotnú starostlivosť, ak je správne využitý. Jedným z najlepších spôsobov, ako využiť svoju plnú silu, je analytika v reálnom čase. IoT a analytika v reálnom čase tvoria balík. Bez analýzy v reálnom čase nemôžete využiť všetky výhody, ktoré ponúka IoT. IoT dopĺňa analytiku v reálnom čase a naopak. Avšak na kombináciu IoT a analytiky v reálnom čase musia organizácie urobiť veľa zmien v spôsobe, akým v súčasnosti podnikajú.
Prípad použitia IoT a Analytics v reálnom čase
Zdá sa, že vozidlo bez vodiča je vhodným prípadom použitia kombinácie analýzy v reálnom čase a internetu vecí. Vozidlo bez vodiča je vybavené niekoľkými snímačmi a adresou IP. Keď auto bez vodiča prejde po ceste, ako to interaguje s inými vecami na ceste, ako sú dopravné signály a iné vozidlá? Automobil bez vodiča bude generovať a prenášať údaje počas cestovania; tieto údaje zahŕňajú informácie, ako napríklad rýchlosť, čas do dosiahnutia určitých orientačných bodov a percento emisií. Nižšie sú uvedené niektoré možné vplyvy na autá bez vodiča:
- Automobil bez vodiča bude dostávať analytiku z dopravných signalizačných bodov na dopravné zápchy v meste. Na základe týchto správ si auto môže automaticky zvoliť trasu s najmenším preťažením.
- Najbližšie body dopravného signálu budú zaznamenávať údaje o zostávajúcom čase predtým, ako sa signál zmení na červený. Na základe týchto údajov môže vozidlo bez vodiča upraviť svoju rýchlosť.
- Dopravná polícia môže prijímať správy, ak vozidlo ide nad povolené rýchlostné limity. Spustí sa to upozornenie a auto sa zastaví v nasledujúcom kontrolnom bode.
- Úrad pre reguláciu znečisťovania mesta dostane emisné údaje a oznámenie vlastníkovi vozidla, ak je percentuálny podiel emisií nad prijateľnými limitmi.
- Keď vozidlo bez vodiča dorazí na miesto určenia a hľadá parkovacie miesto, jeho senzory môžu rýchlo vyhľadať a nájsť voľné miesta, ak existujú.
Aké sú zistenia z vyššie uvedeného prípadu použitia?
- Aby bolo možné pochopiť údaje generované autom, musí byť prijaté v reálnom čase.
- Musí existovať niekoľko ďalších senzorov, napríklad senzory v úradoch pre riadenie premávky a znečisťovania, ktoré prijímajú údaje v reálnom čase, spracúvajú z nich analytické údaje a spúšťajú činnosť, ako je napríklad varovanie na vysokej úrovni emisií.
- Bez analytickej infraštruktúry v reálnom čase nemá príjem údajov IoT žiadny zmysel.
Postoj odvetvia k internetu vecí a analýze v reálnom čase
Zdá sa, že tento priemysel prijal silnú kombináciu IoT a analytiky v reálnom čase a okolo toho je veľa optimizmu. V prieskume, ktorý uskutočnila spoločnosť Vitria, poskytovateľ moderných analytických riešení, sa zistilo, že 48% respondentov už pracovalo na projektoch IoT a analytických analýz v reálnom čase. Respondenti odpovedali, že aktívne investujú do internetu vecí a analýz v reálnom čase. Z prieskumu vyplynuli dve veci:
- Analýza údajov generovaných zariadeniami IoT v reálnom čase mala prvoradý význam.
- Spoločnosti veľa závisia od prediktívnych poznatkov poskytnutých analýzou v reálnom čase.
Hlavné zistenia prieskumu sú:
- Mobilné zariadenia (32 percent), inteligentné merače, vežové senzory a senzory namontované vo vozidlách a logistické miesta sú najväčšími zdrojmi údajov o internete.
- 48% respondentov pracuje na aktívnych projektoch, zatiaľ čo 15% respondentov uviedlo, že na tom pracovali v uplynulom roku.
- 43 percent respondentov uviedlo, že budú investovať do analýzy, automatizácie a vizualizácie internetu vecí, zatiaľ čo odpoveďou na každú oblasť je analytika internetu vecí (20 percent), automatizácia (8 percent) a vizualizácia (5 percent).
- Business Intelligence je oblasť, v ktorej sa najviac využíva analytika streamovania.
- 18 percent respondentov uviedlo, že prediktívnej údržbe zaplatili najvyššiu prioritu, zatiaľ čo 17 percent uviedlo, že na monitorovanie siete a zabezpečenie služieb potrebujú analytiku v reálnom čase. Iba 8 percent uviedlo, že potrebujú riešenie na správu terénnych služieb.
- Väčšina investorov počíta s IoT a analytikou v reálnom čase, čo v budúcnosti prinesie veľa hodnoty.
Návratnosť investícií do analýzy v reálnom čase a internetu vecí
Zdá sa, že vyššie uvedený odsek vykresľuje ružový obraz analytikov v reálnom čase a tímu internetu vecí. Mnohí odborníci hovoria, akoby táto kombinácia bola všeliekom. Odpoveď nie je taká priama. Odvetvie musí vidieť minulé humbuk a uvedomiť si, že veľa tvrdej práce je za účelom dosiahnutia významných výnosov z analytickej analýzy v reálnom čase a kombinácie internetu vecí. To neznamená, že kombinácia je bublina, ktorá sa chystá prasknúť; Je tu veľa látky, je len potrebné veľa práce. Pozrime sa na to, čo musíme urobiť, aby sme maximalizovali návratnosť. Umožňuje zamyslieť sa nad primárnymi krokmi:
Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.
Odhadnite náklady
Po zistení problémov vykonajte objektívnu analýzu návratnosti investícií založenú na údajoch. Mali by ste sa okrem iného zamerať na dve veci: celkové náklady na vlastníctvo a výhody, ktoré pravdepodobne získate. Kľúčom k úspešnej analýze je čo najviac kvantitatívnych výstupov z analýzy. Napríklad IoT a analytika v reálnom čase by mala byť schopná predpovedať časový rámec, v ktorom začne strojové zariadenie vo vašej továrni znižovať návratnosť. Toto sa nazýva aj prediktívna údržba. Po druhé, nájdite celkové náklady na vlastníctvo, ktoré zahŕňajú, ale nemusia sa obmedzovať iba na ľudí, ktorých zamestnávate pre toto priradenie, vybavenie, ako sú počítače a servery, náklady na školenie a čas a údržba senzorov.
Pochopte výzvy
Implementácia analytickej a IoT projektu v reálnom čase je obrovský a mimoriadne komplexný záväzok, pretože pre väčšinu organizácií je bezprecedentný. Je dôležité vykonať realistické hodnotenie úloh a rozdeliť ich na menšie, zvládnuteľné kúsky.
záver
Prvým krokom k získaniu toho najlepšieho z kombinácie analýzy v reálnom čase a IoT je akceptovať, že nejde o kúzelnú prútik. Zároveň to nie je bublina. Vyhnite sa extrémnym myšlienkam. V koncepcii je veľa podstaty, ktorú je potrebné starostlivo využiť. Potrebujete realistické hodnotenie a kvantitatívnu analýzu, po ktorej nasledujú malé kroky. Toto je projekt, ktorý by mohol nanovo definovať vaše podnikanie ako nikdy predtým, ak ho dokážete správne implementovať, ale bude to trvať dlho.