Sadržaj
- Slučaj upotrebe IoT i analitike u stvarnom vremenu
- Stav industrije prema IoT i analitika u stvarnom vremenu
- Vraća ulaganja u analitiku u stvarnom vremenu i IoT
- Procijenite troškove
- Shvatite izazove
- Zaključak
Izvor: Petrovich11 / Dreamstime.com
Oduzeti:
Internet stvari pruža stalan protok podataka, što u stvarnom vremenu čini analitiku savršenim alatom za analizu istih.
Internet stvari (IoT) predstavlja kreativni poremećaj, nešto što počinje rušiti postojeće procese i tehnologije i rađa potpuno novi način rada. IoT može usmjeriti poboljšane proizvode i usluge, korisničko iskustvo, sigurnost i zdravstvenu zaštitu, između ostalog, ako ih se pravilno koristi. Jedan od najboljih načina da se iskoristi njegova puna snaga je analitika u stvarnom vremenu. IoT i analitika u stvarnom vremenu čine paket. Bez analitike u stvarnom vremenu, ne možete iskoristiti sve prednosti koje IoT može ponuditi. IoT nadopunjuje analitiku u stvarnom vremenu i obrnuto. Međutim, da bi kombinirali IoT i analitiku u stvarnom vremenu, organizacije moraju napraviti mnogo promjena u načinu poslovanja.
Slučaj upotrebe IoT i analitike u stvarnom vremenu
Čini se da je automobil bez vozača prikladan slučaj upotrebe za kombinaciju analitike u stvarnom vremenu i IoT-a. Automobil bez vozača opremljen je s nekoliko senzora i IP adresom. Kada se automobil bez vozača kreće niz cestu, kako utječe na druge stvari na cesti, poput prometnih signala i drugih vozila? Automobil bez vozača generirat će i prenijeti podatke dok putuje; ti podaci uključuju podatke poput brzine, vremena do postizanja određenih orijentacija i postotka emisije. Slijedi nekoliko mogućih utjecaja na automobile bez vozača:
- Automobil bez vozača dobivat će analitičke podatke sa prometnih točaka na prometnoj gužvi u gradu. Na temelju tih izvještaja, automobil može automatski odabrati rutu s najmanje gužve.
- Najbliže točke prometnog signala prikazat će vrijeme koje preostaje prije nego signal postane crven. Na temelju podataka, automobil bez vozača može prilagoditi brzinu.
- Prometna policija može primati izvješća ako automobil putuje iznad dopuštenih ograničenja brzine. To će pokrenuti obavijest i automobil će biti zaustavljen na sljedećoj kontrolnoj točki.
- Gradsko tijelo za kontrolu onečišćenja dobit će podatke o emisiji i obavijest vlasniku automobila ako je postotak emisije iznad prihvatljivih granica.
- Dok automobil bez vozača stigne do odredišta i traži parkirno mjesto, njegovi senzori mogu brzo skenirati i pronaći slobodna mjesta, ako ih ima.
Pa, koji su nalazi iz gornjeg slučaja upotrebe?
- Da bi se smislili podaci koje generira automobil, potrebno ih je primati u stvarnom vremenu.
- Potrebno je postojati nekoliko drugih senzora, poput onih u prometnim signalizacijama i uredima za kontrolu zagađenja koji primaju podatke u stvarnom vremenu, obrađuju ih, stvaraju analitičke podatke i pokreću akciju poput upozorenja s visokom emisijom.
- Bez analitičke infrastrukture u stvarnom vremenu, primanje IoT podataka nema smisla.
Stav industrije prema IoT i analitika u stvarnom vremenu
Čini se da industrija prihvaća snažnu kombinaciju IoT-a i analitike u stvarnom vremenu, a oko toga vlada puno optimizma. U istraživanju koje je provela tvrtka Vitria, napredni pružatelj analitičkih rješenja, ustanovljeno je da je 48% ispitanika već radilo na projektima analitike IoT i u stvarnom vremenu. Ispitanici su odgovorili da aktivno ulažu u IoT i analitiku u stvarnom vremenu. Iz istraživanja su se pojavile dvije stvari:
- Analiza podataka dobivenih pomoću IoT uređaja u stvarnom vremenu bila je od najveće važnosti.
- Tvrtke puno ovise o prediktivnim uvidima analitike u stvarnom vremenu.
Važni nalazi iz istraživanja su:
- Mobilni uređaji (32 posto), pametni brojila, kule sa ćelijama i senzori ugrađeni u vozila i logističke točke najveći su izvori podataka IoT.
- 48 posto ispitanika radi na aktivnim projektima, dok je 15 posto ispitanika reklo da je na njima radilo u protekloj godini.
- 43 posto ispitanika reklo je da će ulagati u IoT analizu, automatizaciju i vizualizaciju, dok je za svako područje odvojeno odgovor bio IoT analitika (20 posto), automatizacija (8 posto) i vizualizacija (5 posto).
- Poslovna inteligencija područje je na kojem se najviše koristi strujna analitika.
- 18 posto ispitanika reklo je da su prvenstveno plaćali prediktivno održavanje, dok je 17 posto reklo da im je potrebna analitika u stvarnom vremenu za nadzor mreže i osiguranje usluga. Samo 8 posto odgovorilo je da im treba rješenje za upravljanje terenskim uslugama.
- Većina investitora predviđa IoT i analitiku u stvarnom vremenu što će u budućnosti imati veliku vrijednost.
Vraća ulaganja u analitiku u stvarnom vremenu i IoT
Čini se da gornji odlomak prikazuje ružičastu sliku analitičara i IoT tima u stvarnom vremenu. Mnogi stručnjaci razgovaraju kao da je kombinacija panaceja. Odgovor nije tako jednostavan. Industrija mora ući u prošlost i shvatiti da je potrebno puno napornog rada kako bi se dobili značajni prinosi iz analitike i kombinacije IoT-a u stvarnom vremenu. To ne znači da je kombinacija mjehurić, koji će uskoro puknuti; ima puno supstancije, samo je potrebno puno rada. Pogledajmo što trebamo učiniti kako bismo povećali prinose. Razmislimo o osnovnim koracima:
Ne možete poboljšati svoje programiranje kad nikoga nije briga za kvalitetu softvera.
Procijenite troškove
Nakon što utvrdite probleme, provedite objektivnu, na temelju podataka ROI analizu. Između ostalog, trebali biste se usredotočiti na dvije stvari: ukupni trošak vlasništva i koristi koje biste vjerojatno mogli donijeti. Ključ uspješne analize je što više moguće kvantitativne rezultate iz analize. Na primjer, IoT i analitika u stvarnom vremenu trebaju biti u mogućnosti predvidjeti vremenski okvir u kojem će strojevi u vašoj tvornici početi smanjivati prinose. To je također poznato kao prediktivno održavanje. Drugo, pronađite ukupne troškove vlasništva koji uključuju, ali ne moraju biti ograničeni na, ljude koje zapošljavate za ovaj zadatak, opremu kao što su računala i poslužitelji, trošak i vrijeme obuke i održavanje senzora.
Shvatite izazove
Provođenje analitičkog i IoT projekta u stvarnom vremenu ogroman je i izuzetno složen posao jer je za većinu organizacija bez presedana. Važno je obaviti realnu procjenu zadataka i razdijeliti ih na manje, upravljive dijelove.
Zaključak
Prvi korak prema postizanju najboljeg iz kombinacije analitike u stvarnom vremenu i IoT-a je prihvaćanje da to nije čarobni štapić. U isto vrijeme, to nije mjehurić. Izbjegavajte ekstremne misli. U konceptu postoji puno tvari koje treba pažljivo iskoristiti. Potrebna vam je realna procjena i kvantitativna analiza praćena malim koracima. Ovo je projekt koji bi mogao redefinirati vaše poslovanje kao nikad prije ako ga uspijete pravilno implementirati, ali za to će trebati vremena.