Over view: After the Internet of Things (IOT), os Analytics das Cousas (AOT) é o seguinte paso lóxico para as empresas. In fact, sen a AOT, é difícil realizar o potencial de Internet das cousas. Non é suficiente só para acumular unha gran cantidade de datos a partir de dispositivos, pero as empresas precisan ter sentido dos datos e facer algo que fai que estes dispositivos máis eficientes. Also, os datos xerados teñen o potencial de mellorar unha morea de cousas sobre o negocio. Este é o lugar onde AOT é tan relevante. As empresas precisan de análise de son que mellora as formas que dirixe o negocio e en xeral, o punto de partida.
However, como as empresas planean volver AOT, afrontan moitos retos no camiño. -Se a Internet das cousas aínda está evolucionando e AOT está na súa infancia, entón haberá unha morea de confusións e equívocos que levan a investimentos errados de diñeiro e esforzo. As empresas teñen que investir en tecnoloxía e man de obra cualificada para sacar o mellor proveito de AOT. Unha morea de tempo e paciencia é necesaria no camiño. A cuestión será, cantas pode soster o ritmo por moito tempo?
Analíticas de cousas
AOT - O que isto realmente significa?
Analytics das cousas é máis que a análise de Internet das cousas. En palabras simples, AOT significa análise de xeración a partir dos datos xerados por internet das cousas. Internet das cousas significa que varios dispositivos conectados a Internet e está a transmitir datos a algún lugar. Now, só a obtención de datos, é o primeiro paso. As empresas teñen que analizar os datos para facer os dispositivos máis intelixente e máis eficiente. O resultado da análise de Internet das cousas tamén se usa para tomar decisións correctas en situacións diferentes.
Now, se excluímos o 'cousas ' parte do termo AOT, a continuación, o resto é só "Analytics ' ,que é moi semellante na natureza a calquera outras análises de datos. Aquí, o "cousas ' non son nada pero os dispositivos de Internet das cousas.
Semellante a outras análises de datos, AOT pode ser de distintos tipos, como descritivo, diagnóstico, preditivo ou prescritivo. For example, análise de diagnóstico e prescritivas pódese facer coa axuda de dispositivos médicos e previsións IDC se pode facer a partir dos datos xerados polos dispositivos IDC industriais etc.. But, hai que lembrar que todas estas formas de análise IOT / AOT aínda están en evolución e require cantidade significativa de tempo e esforzo para obter valor real da empresa.
Cales son os retos?
Cando falamos sobre o ‘Analytics of Things‘, hai esencialmente dúas partes dela, unha é a analytics parte eo outro é o parte de recollida de datos, xerada polas cousas / dispositivos conectados. A parte de análise é razoablemente maduro, pero o maior obstáculo é a parte de recollida de datos, que o mundo está enfrentando análise por anos. So, en realidade estamos repetindo o mesmo problema vello mentres prosegue AOT. Analytics persoas poden ter unha morea de ideas innovadoras sobre como analizar os datos e obter marabillosos insights a partir del. Pero a realidade do chan é, salvo que teñamos unha infraestrutura adecuada e capacidade para adquirir e analizar datos necesarios, AOT non ten sentido.
Now, Imos dividir os retos en dúas grandes categorías, unha está no lado organizativo eo outro é o lado da tecnoloxía e implementación.
Imos comezar con os retos de organización primeiro.
O reto máis importante é construír un business case sólido AOT para convencer a organización. Vai facilitar o investimento e cariño futuro da visión AOT. O primeiro investimento necesario para implantar dispositivos de Internet das cousas en lugares apropiados con sensores para capturar datos. Unha vez que os dispositivos están preparados, as organizacións teñen que facer que o movemento de datos a partir de fontes (dispositivos de Internet das cousas) ao destino (pode ser un DB proba ou almacén de datos ou algún outro almacenamento). Finally, unha estratexia adecuada ten que ser construído para descubrir como o almacenamento e análise pode ser xestionado.
Agora imos falar sobre algúns dos retos no lado da tecnoloxía e implementación.
- desafío de datos: O volume de datos de cada sensor xera é enorme. But, a cuestión é, son todos estes datos por valor de transmisión? A resposta é "non", por iso necesitamos descubrir, como intelixentemente podemos transmitir só os datos necesarios e importantes. El pode producir unha limpeza Analytics sen procesar datos de lixo.
- desafío de seguridade: Seguridade e privacidade dos datos do sensor xerado é moi importante. especialmente, cando estes datos son xerados a partir de dispositivos sensibles instalados en áreas confidencial ou críticas. For example, os datos poden ser procedentes dalgúns dispositivos montados nunha UTI (Unidade de Coidados Intensivos) ou dun aeroporto ou pode ser dalgunha estrutura industrial crítica. En todos estes casos, seguridade dos datos debe ser asegurada a protexer a integridade do sistema.
- desafío Analytics: El está máis relacionado coa filtrado de todo o proceso de análise. O reto é – onde podemos facer todas estas análises? Pode ser, unha parte pode ser realizada dentro dos dispositivos, de xeito que os datos que saen destes dispositivos son filtradas nalgunha extensión. ou, podemos proxectar capas de análise separados, xa que os datos son alcanzado inalterada, e despois executar as filtrações paso a paso. e finalmente, facer as análises cos datos limpa.
- Normalización / desafío protocolo: Estandarización e protocolo é un dos maiores retos para o éxito AOT. Necesitamos estandarizar o protocolo de comunicación entre dispositivos. El pode axudar os dispositivos se comuniquen entre si sen problemas.
Ademais das cuestións anteriores, Tamén estamos indo a afrontar unha serie de novos desafíos nos próximos días. A medida que avanzamos, teremos novos dispositivos de Internet das cousas, novo formato de datos, novos protocolos e moito máis. So, acabará por traer novos obstáculos a superar.
Cales son as promesas?
Como calquera nova visión, AOT tamén ten unha morea de promesas para cumprir. aínda, o valor de AOT só pode ser realizado co tempo, pero xa temos algúns exemplos no sitio que son realmente prometedores. As análises preditivas de AOT demostrou o seu valor en moitos lugares como máquina ATM, sistema de rede etc. coches de auto-condución, sistema de información de tráfico son algunhas das outras áreas onde AOT xa está en vigor. Tamén está entrando industria médica, industria petroleira, sector de fitness etc.
O AOT crecerá como a Internet das cousas crece. According to Gartner prediction ‘6.4 millóns Conectado “cousas” Estará en uso en 2016, arriba 30 por cento de 2015’. So, AOT está acreditado para ter un gran potencial e que en breve se fará unha parte das nosas vidas.
O camiño a seguir
A partir da discusión anterior, podemos facilmente comprender que, no ámbito complexo de Internet das cousas, AOT é un novo operador e só comezou a evolucionar. So, os retos obvios de implantación estará alí para gañar. Algúns dos retos están no lado da empresa, que pode ser controlada con un caso de uso axeitado e xustificación. And, os retos tecnolóxicos poden ser resoltos coa estratexia adecuada, plataforma de tecnoloxía e recursos cualificados.
As organizacións necesitan para realizar o potencial de AOT e poñer infraestrutura de Internet das cousas adecuada no lugar. Mira cara atrás, entón podemos facilmente entender que os early adopters de datos grandes gañaron substancialmente. Eles foron capaces de tomar as vantaxes competitivas e gañar na empresa. O mesmo é certo para a Internet das cousas seguido AOT. AOT estará no mainstream nos próximos dous anos. So, it’s the right time to take the plunge and make a successful AoT vision in place, en caso contrario, pode ser demasiado tarde para participar na carreira.
