Over view: After the Internet of Things (IoT), l'analítica de les coses (AOT) és el següent pas lògic per a les empreses. In fact, sense l'AOT, és difícil adonar-se de tot el potencial de la IO. No n'hi ha prou amb només acumular una gran quantitat de dades dels dispositius, però les empreses han de donar sentit a les dades i fer alguna cosa que fa que aquests dispositius més eficients. Also, les dades generades tenen el potencial de millorar un munt de coses sobre el negoci. Aquí és on AOT és tan rellevant. Les empreses necessiten d'anàlisi de so que millora les formes en què s'executa el negoci i en general, la línia de fons.
However, ja que les empreses planegen recórrer a AOT, s'enfronten a nombrosos reptes en el camí. IO en si està encara en evolució i AOT està en la seva infància, per la qual cosa hi haurà un munt de confusions i conceptes erronis que condueixen a les inversions equivocades de diners i esforç. Les empreses han d'invertir en la tecnologia i mà d'obra especialitzada per obtenir el màxim rendiment de AOT. Es requereix una gran quantitat de temps i paciència en el camí. La pregunta serà, Quants poden mantenir el ritme de joc durant tant de temps?
Analítica de coses
AOT - Què significa en realitat?
L'analítica de les coses és res més que l'analítica de la IO. En termes simples, AOT significa l'analítica de generació a partir de les dades generades per la IO. IO significa que diversos dispositius es connecten a Internet i estan transmetent dades a algun lloc. Now, simplement l'obtenció de les dades és el primer pas. Les empreses han d'analitzar les dades per fer els dispositius més intel·ligents i més eficients. El resultat de l'anàlisi de la IO també s'usa per prendre les decisions correctes en diferents situacions.
Now, si excloem el 'coses ' part del terme AOT, a continuació, la resta és només "analytics ' ,que és bastant similar en naturalesa a qualsevol altre tipus d'anàlisi de dades. Aquí, el "coses ' no són més que els dispositius IO.
Igual que en altres anàlisis de dades, AOT pot ser de diferents tipus, com descriptiu, diagnòstic, predictiu o prescriptiu. For example, anàlisi de diagnòstic i prescriptius es pot fer amb l'ajuda de dispositius mèdics i prediccions de la IO es pot fer sobre la base de les dades generades pels dispositius IO industrials, etc.. But, cal recordar que totes aquestes formes d'anàlisi de la IO / AOT segueixen evolucionant i requereix gran quantitat de temps i esforç per obtenir un valor empresarial real.
Quins són els reptes?
Quan parlem de la ‘Analytics of Things‘, hi ha principalment dues parts en aquest moment, una és la anàlisi de part i l'altre és el part de recollida de dades, generada per les coses / dispositius connectats. La part d'anàlisi s'hagi madurat bastant però el major obstacle és la part de recollida de dades, la qual el món s'enfronta a l'analítica d'anys. So, en realitat estem iterant el mateix problema de sempre mentre persegueix AOT. Analytics persones podrien tenir una gran quantitat d'idees innovadores sobre l'anàlisi de les dades i obtenir idees meravelloses d'ell. Però la realitat sobre el terreny és, llevat que tinguem una infraestructura adequada i l'habilitat per adquirir i analitzar les dades necessàries, AOT no té sentit.
Now, dividim els desafiaments en dos grans categories, un és al costat de l'organització i l'altre està en el costat de la tecnologia i la implementació.
Anem a començar amb els problemes d'organització primer.
El repte més important és la construcció d'un model de negoci sòlid AOT per convèncer l'organització. Es facilitarà la inversió i la cura de la visió futura AOT. Es requereix que la primera inversió per desplegar els dispositius IO en llocs adequats amb sensors per a la captura de dades. Una vegada que els dispositius estan preparats, les organitzacions necessiten per permetre el moviment de dades a partir de fonts (dispositius IO) fins a la destinació (pot ser una base de dades d'assaig o d'emmagatzematge de dades o algun altre dispositiu d'emmagatzematge). finalment, una estratègia adequada ha de ser construït per esbrinar com l'emmagatzematge i anàlisi poden ser manejats.
Ara anem a parlar sobre alguns dels desafiaments al costat de la tecnologia i la implementació.
- desafiament de dades: El volum de dades cada sensor genera és enorme. But, la pregunta és, són totes aquestes dades per valor de transmetre? La resposta és "No", per la qual cosa necessitem per esbrinar, com intel·ligent podem transmetre només dades necessàries i significatives. El resultat serà una anàlisi de netes i sense tractament de les dades de la ferralla.
- desafiament de seguretat: Seguretat i privacitat de les dades del sensor generada és molt important. especialment, quan es genera aquestes dades des dels dispositius sensibles instal·lats en àrees confidencials o crítics. For example, les dades poden ser procedents d'alguns dels dispositius instal·lats en una UCI (Unitat de Cures Intensives) o des d'un aeroport o pot ser d'alguna infraestructura industrial crítica. En tots aquests casos, seguretat de les dades ha de ser assegurat per protegir la integritat del sistema de.
- analytics desafiament: És més relacionada amb el filtrat de tot el procés d'anàlisi. El repte és – on podem fer totes aquestes analítiques? Pot ser, una part es pot realitzar dins dels dispositius, de manera que les dades que surten d'aquests dispositius es filtren fins a cert punt. o, podem dissenyar capes separades d'anàlisi vegada que les dades s'aconsegueix sense canvis, i després realitzar les filtracions pas a pas. I finalment, fer les anàlisis de les dades amb neta.
- Normalització / protocol de desafiament: Normalització i el protocol és un dels majors reptes per a l'èxit AOT. Necessitem estandarditzar el protocol de comunicació entre dispositius. Això ajudarà a tots els dispositius es comuniquin entre si sense problemes.
A més dels aspectes esmentats anteriorment, també anem a enfrontar una gran quantitat de nous desafiaments en els propers dies. A mesura que avancem, tindrem nous dispositius IO, nou format de dades, nous protocols i molts més. So, que eventualment portarà nous obstacles per superar.
Quines són les promeses?
Igual que qualsevol nova visió, AOT també té moltes promeses per complir. encara que, el valor de AOT només es pot aconseguir amb el temps, però ja tenim alguns exemples en lloc que en realitat són prometedors. Les anàlisis predictiu de AOT ha demostrat la seva vàlua en molts llocs com a caixer automàtic, sistema de xarxa informàtica, etc.. cotxes d'auto-conducció, sistema d'informació de trànsit són algunes de les altres àrees on AOT ja està en marxa. També està entrant en la indústria mèdica, indústria del petroli, sector del fitness, etc..
El AOT creixerà a mesura que creix la IO. According to Gartner prediction ‘6.4 Connectat MIL MILIONS “coses” Estaran a ús en 2016, fins 30 des cent 2015’. So, AOT es creu que té un gran potencial i que aviat es convertirà en una part de les nostres vides.
El camí a seguir
De la discussió anterior, podem entendre fàcilment que en el complex entorn de la IO, AOT és una empresa nova i acaba de començar a evolucionar. So, els desafiaments obvis d'aplicació estaran allà per superar. Alguns dels desafiaments que estan a la banda de negocis, la qual pot ser controlada amb un cas d'ús adequat i la justificació. And, els desafiaments tecnològics poden ser resolts amb l'estratègia adequada, plataforma de tecnologia i recursos especialitzats.
Les organitzacions necessiten per realitzar el potencial de AOT i posar la infraestructura adequada en el seu lloc la IO. Si mirem cap enrere, llavors podem entendre fàcilment que els primers usuaris de grans volums de dades han guanyat substancialment. Ells van ser capaços de prendre els avantatges competitius i guanyar en els negocis. El mateix és cert per a la IO seguit per AOT. AOT va a estar en el corrent principal en el pròxim parell d'anys. So, que és el moment adequat per fer el pas i fer un èxit de la visió en el seu lloc AOT, en cas contrari pot ser massa tard per unir-se a la cursa.
