Over view: After the Internet of Things (Tingenes internet), Analytics af ting (AOT) er det næste logiske skridt for virksomhederne. In fact, uden AOT, er det vanskeligt at realisere det fulde potentiale af tingenes internet. Det er ikke nok bare at samle en masse data fra enheder, men virksomhederne er nødt til at give mening ud af de data og gøre noget, der gør disse enheder mere effektive. Also, de data, der genereres har potentiale til at forbedre en masse ting om virksomheden. Det er her, AOT er så relevant. Virksomheder har brug for lyd analytics, der forbedrer de måder den kører forretningen og overordnede, bundlinjen.
Dog, som virksomhederne har planer om at henvende sig til AOT, de står mange udfordringer på vejen. Tingenes internet selv er stadig under udvikling og AOT er i sin vorden, så der vil være en masse forvirring og misforståelser fører til forkerte investeringer af penge og kræfter. Virksomhederne er nødt til at investere på teknologi og kvalificeret arbejdskraft til at få det bedste ud af AOT. En masse tid og tålmodighed er påkrævet på vejen. Spørgsmålet bliver, hvor mange kan opretholde tempoet for at lange?
Analytics af ting
AOT - Hvad betyder det egentlig?
Analytics af Ting er intet andet end IoT analytics. I enkle vendinger, AOT betyder genererende analytics fra de data, der genereres af tingenes internet. Tingenes internet betyder, at flere enheder er forbundet til internettet og transmitterer data til et sted. Now, bare opnå data er det første skridt. Virksomhederne har brug for at analysere data til at foretage enhederne smartere og mere effektiv. Resultatet af IoT analytics bruges også til at træffe rigtige beslutninger i forskellige situationer.
Now, hvis vi udelukker 'Ting ' del fra udtrykket AOT, derefter resten er kun 'Analytics ' ,som er helt af samme karakter som andre data analytics. Her den "Ting ' er intet andet end IoT enheder.
I lighed med andre data analytics, AOT kan være af forskellige typer som beskrivende, diagnostisk, forprogrammeret eller præskriptive. For example, diagnostiske og præskriptive analytics kan gøres ved hjælp af medicinsk IoT udstyr og forudsigelser kan foretages på grundlag af de data, der genereres af de industrielle IoT enheder osv. Men, Vi skal huske, at alle disse former for IoT analytics / AOT er stadig under udvikling og kræver betydelig mængde tid og kræfter på at få reel forretningsværdi.
Hvilke udfordringer?
Når vi taler om den ‘Analytics of Things‘, Der er hovedsageligt to dele i det, den ene er den analytics del og den anden er den dataindsamling del, genereres af de ting / tilsluttede enheder. Den analytics del er rimeligt modnet men den største hurdle er dataindsamlingen del, som analytics verden står overfor i årevis. So, vi rent faktisk iteration den samme gamle problem, mens forfølge AOT. Analytics mennesker kan have en masse innovative ideer om at analysere data og få vidunderlige indsigter fra det. Men jorden virkeligheden er, medmindre vi har en ordentlig infrastruktur og dygtighed til at erhverve og analysere nødvendige data, AOT er meningsløs.
Now, Lad os dele udfordringerne i to brede kategorier, man er på den organisatoriske side og den anden er på teknologi og gennemførelse side.
Lad os starte med de organisatoriske udfordringer først.
Den vigtigste udfordring er at opbygge en solid AOT business case for at overbevise organisationen. Det vil lette investeringer og fremtidig pleje af AOT vision. Den første investering er nødvendig for at implementere de IoT enheder i rette steder med sensorer til at opfange data. Når anordningerne er klar, organisationer har brug for at gøre det muligt for data bevægelse fra kilder (IoT enheder) til destination (kan være en mellemstation DB eller data warehouse eller en anden opbevaring). Endelig, en egentlig strategi skal være bygget til at regne ud, hvordan opbevaring og analytics kan styres.
Lad os nu tale om nogle af de udfordringer på teknologien og implementeringen side.
- data udfordring: Volumenet af data hver sensor genererer er enorme. Men, spørgsmålet er, er alle disse data værd transmission? Svaret er "Nej", så vi er nødt til at regne ud, hvordan intelligent vi kan overføre kun nødvendige og meningsfulde data. Det vil resultere en ren analytics uden behandling junk data.
- Sikkerhed udfordring: Sikkerhed og privatliv af sensor genererede data er meget vigtig. Specielt, når disse data er genereret fra følsomme enheder monteret i fortrolige eller kritiske områder. For example, data kan komme fra nogle enheder monteret i en ICU (Intensivafdeling) eller fra en lufthavn eller det kan være fra nogle kritiske industrielle infrastruktur. I alle disse tilfælde, datasikkerhed skal sikres for at beskytte integriteten af systemet.
- Analytics udfordring: Det er mere relateret til filtrering af hele analytics processen. Udfordringen er – hvor vi kan gøre alle disse analytics? Kan være, en del kan udføres inden indretningerne, således at dataene kommer ud af disse enheder er filtreret i nogen grad. Eller, Vi kan designe separate analytics lag, når dataene er nået uændret, og derefter udføre de filtreringer trin for trin. Og endelig, gøre analytics med den rene data.
- Standardisering / protokol udfordring: Standardisering og protokollen er en af de største udfordringer for AOT succes. Vi er nødt til at standardisere kommunikationsprotokol mellem enheder. Det vil hjælpe alle enheder til at kommunikere med hinanden problemfrit.
Bortset fra de ovennævnte spørgsmål, vi også kommer til at stå over for en masse nye udfordringer i de kommende dage. Som vi bevæger os fremad, Vi vil få nye IoT-enheder, nye dataformat, nye protokoller og mange flere. So, det i sidste ende vil bringe nye forhindringer at overvinde.
Hvad er de løfter?
Som enhver ny vision, AOT har også en masse løfter om at opfylde. Selvom, værdien af AOT kan kun realiseres med tiden, men vi har allerede nogle eksempler på plads, som er virkelig lovende. De predictive analytics i AOT har bevist sit værd i mange steder som hæveautomaten, Computer netværk system etc. Selvkørende biler, trafik informationssystem er nogle af de andre områder, hvor AOT er allerede på plads. Det er også at indgå i medicinalindustrien, olieindustrien, fitness sektor osv.
AOT vil vokse som tingenes internet vokser. According to Gartner prediction ‘6.4 Billion Forbundet “Ting” Vil være i brug i 2016, Op 30 procent fra 2015’. So, AOT menes at have en masse potentiale, og det vil snart blive en del af vores liv.
Vejen frem
Fra ovenstående diskussion, Vi kan nemt forstå, at i det komplekse miljø af tingenes internet, AOT er en ny aktør og lige begyndt at udvikle sig. So, de åbenlyse udfordringer i implementeringen vil være der til at overvinde. Nogle af udfordringerne er på den forretningsmæssige side, der kan styres med en ordentlig sag og begrundelse brug. And, de teknologiske udfordringer kan løses med en ordentlig strategi, teknologiplatform og kvalificerede ressourcer.
Organisationer har brug for at realisere potentialet i AOT og sætte ordentlig tingenes internet infrastruktur på plads. Hvis vi ser tilbage, så kan vi let forstå, at de tidlige adopters af store data har fået væsentligt. De var i stand til at tage de konkurrencemæssige fordele og vinde i erhvervslivet. Det samme gælder for IoT efterfulgt af AOT. AOT vil være i mainstream i næste par år. So, det er det rigtige tidspunkt at tage springet og gøre en succesfuld AOT vision på plads, ellers kan det være for sent at deltage i kapløbet.
