Saturs
- Kas ir integrētā Analytics platforma?
- Kā izskatās IoT dati?
- Integrēta Analytics platforma + IoT dati
- Gadījuma izpēte
- Kopsavilkums
Avots: Beebright / Dreamstime.com
Izņemšana:
Integrēta analīzes platforma var apstrādāt nestrukturētus datus, lai iegūtu nozīmīgus rezultātus.
Lietas internetu (IoT) nozare uzskata par milzīgu iespēju. Daudzi uzskata, ka, izmantojot datus, kas iegūti no IoT ierīcēm, pielāgotus, uzlabotus produktus un pakalpojumus daudzu nozaru gala klientiem var piegādāt. Uzņēmumi var uzlabot ieņēmumus, ietaupīt izmaksas, enerģiju un degvielu, kā arī uzlabot produktivitāti. Lai izmantotu šos ieguvumus, IoT dati ir pareizi jāizmanto, kas ir grūti, galvenokārt tāpēc, ka tie ir nestrukturēti un sarežģīti.
Integrētai analītikas platformai ir svarīga loma pareizas analītikas nodrošināšanā no nestrukturētu datu kopas. Lai sniegtu jēgpilnu analītiku, jums vienā vietā nepieciešama rīku kombinācija, kas var saglabāt, meklēt un apstrādāt sarežģītus datus. Integrēta analīzes platforma to arī dara.
Kas ir integrētā Analytics platforma?
Integrēta analīzes platforma ir vienots risinājums, kas nodrošina jēgpilnu analīzi no visiem datiem, pat nestrukturētiem un sarežģītiem datiem. Tradicionālā relāciju datu bāzes pārvaldības sistēma (RDBMS) nespēj nodrošināt saglabātu datu vienotu vai pielāgotu analīzi. Lielie uzņēmumi ir ļoti atkarīgi no jēgpilniem un praktiskiem datiem, lai virzītu savu biznesu. Integrētajā analītikas platformā ir integrēti dažādi rīki, piemēram, izpildes dzinējs, datu bāzes pārvaldības sistēma (DBVS), datu ieguves iespējas un iespējas, lai iegūtu un sagatavotu datus, kas nav datu bāzē. Un platforma ir atjaunināta, lai apstrādātu sarežģītus un nestrukturētus datus, piemēram, lielos datus. Datu apstrādei nav nepieciešams cits rīks. Šo platformu galapatērētājiem var piegādāt kā lietojumprogrammu vai, pamatojoties uz programmatūras kā pakalpojumu (SaaS) modeli. Uzņēmumi var parakstīties uz periodu un pēc tam to atjaunot (vai ne). Ziņojumā Merv Adrian un Colin White no BeyeNETWORK analītisko platformu definēja kā “integrētu un pilnīgu risinājumu datu pārvaldībai un no šiem datiem ģenerētu biznesa analītiku, kas piedāvā cenu / veiktspēju un laiku, kas ir augstāks par nespecializētiem piedāvājumiem. Šo risinājumu var piegādāt kā ierīci (tikai programmatūrai, iesaiņotai aparatūrai un programmatūrai, virtuālo attēlu) un / vai mākoņa bāzes programmatūru kā pakalpojumu (SaaS). ”
Kā izskatās IoT dati?
IoT dati var būt ārkārtīgi sarežģīti un noteikti nestrukturēti. Padomājiet par miljoniem ierīču, kurām katrai ir IP adrese, un tās sarunājas viena ar otru. Miljoniem serveru vāc datus, ko šīs ierīces izmanto. Apskatīsim dažus piemērus. Padomājiet par viedpulksteņiem, kuros tiek apkopoti tādi veselības dati kā pulss un asinsspiediens, vai ierīcēm, kas uzstādītas elektroniskās ierīcēs, piemēram, gaisa kondicionieros vai ledusskapjos, un kas glabā datus, piemēram, temperatūru un ēšanas paradumus. Kopējais datu apjoms ir milzīgs, un tas palielinās. Saņemtie dati ir sarežģīti, jo ierīču un sensoru konfigurācija ir atšķirīga, parsēšana veikta starp sensoriem un serveriem, datu uztveršanai izmantotās tehnoloģijas, failu formāti un vairāki citi faktori. Tātad, datu apjoms un formāts padara IoT datu analīzi par ārkārtīgi sarežģītu uzdevumu.
Aptaujā tika noskaidrots, ka no visiem ģenerētajiem datiem 44,6% ir XML dati, 23,8% ir nestrukturēti failu dati, 23% ir tīmekļa žurnāli, bet atlikušie satur pakotņu lietojumprogrammu datus, bagātinātas multivides datus un citus failu tipus.
Integrēta Analytics platforma + IoT dati
Ir skaidrs, ka apjoms, sarežģītība un nestrukturēts formāts padara IoT datu analīzi par izaicinājumu. Svarīgākais izaicinājums ir prasība, ka analītika ir jāsniedz ātri. Tātad, jums ir nepieciešams risinājums, kas var ne tikai sniegt jēgpilnu IoT analītiku, bet arī ātri tos piegādāt. To nevar risināt ar atsevišķiem rīkiem un tehnoloģijām. Tādēļ jums ir nepieciešams vienots risinājums. Kā minēts iepriekš, integrētā analītikas platforma vienuviet apvieno datu bāzu pārvaldības sistēmu, datu vākšanas un glabāšanas sistēmu un apstrādes iespējas. Šie ir daži iemesli, kāpēc integrētā analītikas platforma ir jūsu labākā izvēle.
Analytics platformas spēj veikt progresīvu datu analīzi. Piemēram, parastie analītikas rīki centīsies veikt vienkāršu Ņujorkas desmit lielāko tirgotāju pagājušās nedēļas rentabilitātes salīdzinājumu, jo gigantiskais datu apjoms ir jāapstrādā ierobežotā laikā. Integrēta analītika var to izdarīt vēl un vēl. Tas var izveidot jutīgus datu modeļus un pēc tam salīdzināt datu modeli ar reālā laika datiem, veikt ģeogrāfiskās vizualizācijas un daudz ko citu.
Tradicionālie datu centra iestatījumi un analīzes tehnoloģijas ir dārgs piedāvājums, vēl jo vairāk, ja mēģināt piegādāt IoT analītiku ar šiem resursiem. Iestatījumos ir jāiegulda vairāk līdzekļu, jo pieaug datu apjoms un analīzes prasības. Analytics platformas var ievērojami samazināt šīs izmaksas. Atvērtā pirmkoda programmatūras licenču izmaksas ir ievērojami zemākas. Šīs platformas izmanto lētākus preču procesorus, tāpēc aparatūru ir viegli jaunināt. Tā kā ierīces ir iepriekš integrētas un iepriekš konfigurētas, tas samazina iestatīšanas izmaksas.
Gadījuma izpēte
ir ievērojams gadījuma pētījums par to, kā integrētā analīzes platforma mainīja situāciju. un Google nodrošināja ierobežotu un standartizētu analītiku. Dziļāka analīze, lai arī iespējama, bija laikietilpīga, un tā varētu būt dārga un neefektīva. Risinājums bija integrēta analītikas sistēma, kas apvienoja analītiku, Google Analytics un pielāgoto analītiku ar iespēju šķēlīt un sagriezt datus jebkādā nepieciešamajā veidā. Tas radīja daudzpusīgu, efektīvu risinājumu. Rezultātā analīzes laiks tika samazināts par 90%, testa kampaņu budžets un minimālais izlases lielums tika samazināts par 75%, reklāmguvumu līmenis palielinājās par 100%, un vidējais kampaņas pauzes laiks samazinājās līdz vienai dienai no četrām dienām. Zemāk esošajā tabulā parādīts, kā analīzes platforma ir integrējusi izolēto metriku no Google un Google.
Kopsavilkums
IoT dati liecina par integrētu analītisko platformu pamatotu piemēru. Relatīvās neefektivitātes un izmaksu problēmu dēļ uzņēmumiem, kas ir ļoti atkarīgi no datiem, būs ārkārtīgi grūti saglabāt tradicionālās analīzes metodes un tehnoloģijas. Tomēr jāatzīmē, ka pāreja uz integrētu analīzes platformu atspoguļo arī domāšanas maiņu daudziem uzņēmumiem, un izmaiņas parasti notiek lēni. Integrētās analītikas platformas joprojām tiek skatītas ļoti piesardzīgi, un notiek daudz diskusiju par ieguldījumu atdevi. Tas ir likumsakarīgi, jo mūsdienu platformas ir topošā stadijā, un būs nepieciešams laiks, kamēr šīs platformas plaši pieņems. Bet drīz tas solās kļūt par dominējošo datu analīzes platformu.