Saturs
- IoT un reālā laika analīzes izmantošanas gadījums
- Nozares attieksme pret IoT un reālā laika analīze
- Ienesīgums no ieguldījumiem reālā laika analīzē un IoT
- Novērtējiet izmaksas
- Izprotiet izaicinājumus
- Secinājums
Avots: Petrovich11 / Dreamstime.com
Izņemšana:
Lietiskais internets nodrošina pastāvīgu datu plūsmu, padarot reāllaika analītiku par ideālu rīku tās analīzei.
Lietiskais internets (IoT) ir radošs traucējums, kas sāk gāzt esošos procesus un tehnoloģijas un rada pilnīgi jaunu darbības veidu. IoT cita starpā var piedāvāt uzlabotus produktus un pakalpojumus, klientu pieredzi, drošību un veselības aprūpi, ja tā ir pareizi izmantota. Viens no labākajiem veidiem, kā izmantot visu jaudu, ir reāllaika analītika. IoT un reāllaika analītika veido paketi. Bez reāllaika analītikas nevar izmantot visas IoT piedāvātās priekšrocības. IoT papildina reāllaika analītiku un otrādi. Tomēr, lai apvienotu IoT un reāllaika analītiku, organizācijām ir jāveic daudz izmaiņu veidā, kādā tās darbojas uzņēmējdarbībā.
IoT un reālā laika analīzes izmantošanas gadījums
Automašīna bez vadītāja, šķiet, ir piemērots reālā laika analīzes un IoT apvienojuma izmantošanas gadījums. Automašīna bez vadītāja ir aprīkota ar vairākiem sensoriem un IP adresi. Kad bez ceļa braucoša automašīna brauc pa ceļu, kā tā mijiedarbojas ar citām ceļa lietām, piemēram, luksoforiem un citiem transporta līdzekļiem? Bez vadītāja automašīna brauciena laikā ģenerēs un pāradresēs datus; šajos datos ietilpst tāda informācija kā ātrums, laiks, lai sasniegtu noteiktus orientierus, un emisijas procents. Tālāk ir sniegta dažas iespējamās ietekmes uz bez vadītājiem vadāmām automašīnām:
- Automašīna bez vadītājiem saņems analīzi no luksoforu punktiem par sastrēgumiem pilsētā. Balstoties uz šiem ziņojumiem, automašīna var automātiski izvēlēties maršrutu ar vismazākajiem sastrēgumiem.
- Tuvākajos satiksmes signāla punktos tiks parādīts atlikušais laiks, pirms signāls kļūst sarkans. Balstoties uz datiem, bez vadītāja automašīna var pielāgot ātrumu.
- Ceļu policija var saņemt ziņojumus, ja automašīna brauc virs pieļaujamā ātruma. Tas izsauks paziņojumu, un automašīna tiks apturēta nākamajā kontroles punktā.
- Pilsētas piesārņojuma kontroles iestāde saņems datus par emisiju un paziņojumu automašīnas īpašniekam, ja emisijas procentuālais daudzums pārsniedz pieļaujamās robežas.
- Kad bez vadītāja automašīna nonāk galamērķī un meklē stāvvietu, tās sensori var ātri skenēt un atrast brīvas vietas, ja tādas ir.
Tātad, kādi ir secinājumi no iepriekšminētā lietošanas gadījuma?
- Lai saprastu datus, ko rada automašīna, tie ir jāsaņem reālā laikā.
- Jābūt vairākiem citiem sensoriem, piemēram, tādiem, kas atrodas satiksmes signālos un piesārņojuma kontroles birojos, kuri datus saņem reālā laikā, apstrādā, veido no tiem analītiku un izsauc tādu darbību kā augsta emisijas līmeņa brīdinājums.
- Bez reāllaika analītikas infrastruktūras IoT datu saņemšanai nav jēgas.
Nozares attieksme pret IoT un reālā laika analīze
Šķiet, ka nozare ir izmantojusi spēcīgu IoT un reālā laika analītikas kombināciju, un ap to ir daudz optimisma. Aptaujā, ko veica uzlaboto analītisko risinājumu piegādātājs Vitria, tika noskaidrots, ka 48% respondentu jau ir strādājuši pie IoT un reālā laika analītikas projektiem. Respondenti atbildēja, ka viņi aktīvi iegulda IoT un reālā laika analītikā. Aptaujā parādījās divas lietas:
- IoT ierīču ģenerēto datu reāllaika analīzei bija galvenā nozīme.
- Uzņēmumi ļoti lielā mērā ir atkarīgi no reālā laika analītikas sniegtajiem pareģojumiem.
Aptaujas galvenie secinājumi ir šādi:
- IoT lielākie avoti ir mobilās ierīces (32 procenti), viedie skaitītāji, šūnu torņi un sensori, kas uzstādīti transportlīdzekļos un loģistikas punktos.
- 48 procenti respondentu strādā pie aktīviem projektiem, bet 15 procenti respondentu sacīja, ka pēdējā gada laikā ir strādājuši pie tā.
- 43 procenti respondentu teica, ka iegulda IoT analītikā, automatizācijā un vizualizācijā, savukārt par katru jomu atsevišķi atbilde bija IoT analītika (20 procenti), automatizācija (8 procenti) un vizualizācija (5 procenti).
- Biznesa informācija ir joma, kurā straumēšanas analītika tiek izmantota visbiežāk.
- 18 procenti aptaujāto sacīja, ka visaugstāko prioritāti viņi piešķir prognozējamai apkopei, savukārt 17 procenti atbildēja, ka viņiem nepieciešama reāllaika analīze tīkla uzraudzībai un pakalpojumu nodrošināšanai. Tikai 8 procenti teica, ka viņiem ir nepieciešams risinājums lauka pakalpojumu pārvaldībai.
- Lielākā daļa investoru paredz, ka IoT un reālā laika analītika nākotnē nodrošinās daudz vērtības.
Ienesīgums no ieguldījumiem reālā laika analīzē un IoT
Šķiet, ka iepriekšējā rindkopā ir parādīts rožains reāllaika analītikas un IoT komandas attēls. Daudzi eksperti runā tā, it kā kombinācija būtu panaceja. Atbilde nav tik viennozīmīga. Nozarei jāapzinās iepriekšējie apstākļi un jāsaprot, ka daudz smaga darba ir jāveic, lai no reāllaika analītikas un IoT kombinācijas iegūtu ievērojamu atdevi. Tas nenozīmē, ka kombinācija ir burbulis, drīz plīsīs; ir daudz lietu, vienkārši ir nepieciešams daudz darba. Apskatīsim, kas mums jādara, lai palielinātu atdevi. Pārdomāsim galvenos soļus:
Jūs nevarat uzlabot savas programmēšanas prasmes, kad nevienam nerūp programmatūras kvalitāte.
Novērtējiet izmaksas
Pēc problēmu identificēšanas veiciet objektīvu, uz datiem balstītu IA analīzi. Cita starpā jums jākoncentrējas uz divām lietām: īpašumtiesību kopējām izmaksām un pabalstiem, kurus jūs, visticamāk, iegūsit. Veiksmīgas analīzes atslēga ir pēc iespējas kvantitatīvi iegūtie rezultāti. Piemēram, IoT un reāllaika analītikai vajadzētu būt iespējai paredzēt laika grafiku, kurā jūsu rūpnīcā esošās iekārtas sāks dot samazinātu peļņu. To sauc arī par paredzamo apkopi. Otrkārt, atrodiet kopējās īpašumtiesību izmaksas, kas ietver, bet ne tikai, cilvēkus, kurus jūs nodarbināt šajā uzdevumā, aprīkojumu, piemēram, datorus un serverus, apmācības izmaksas, laiku un sensoru apkopi.
Izprotiet izaicinājumus
Reāllaika analītikas un IoT projekta ieviešana ir milzīgs un ārkārtīgi sarežģīts pasākums, jo lielākajai daļai organizāciju tas ir nepieredzēts. Ir svarīgi veikt reālu uzdevumu novērtējumu un sadalīt tos mazākos, pārvaldāmos gabalos.
Secinājums
Pirmais solis, lai pēc iespējas labāk izmantotu reāllaika analītikas un IoT kombināciju, ir pieņemt, ka tas nav burvju nūjiņa. Tajā pašā laikā tas nav burbulis. Izvairieties no galējām domām. Koncepcijā ir daudz vielu, kas rūpīgi jāizmanto. Jums nepieciešams reālistisks novērtējums un kvantitatīva analīze, kam seko nelieli soļi. Šis ir projekts, kas, piemēram, nekad agrāk, var pārveidot jūsu biznesu, ja jūs to varat pareizi īstenot, taču tam būs nepieciešams laiks.