Over view: After the Internet of Things (Tárgyak internete), the Analytics of Things (AoT) is the next logical step for the enterprises. In fact, without the AoT, it is difficult to realize the full potential of the IoT. Nem elég, hogy csak halmozódnak sok az eszközök,,,en,de a vállalkozások kell, hogy értelmet az adatok, és nem valami, ami ezeket az eszközöket hatékonyabbá,,en,A generált adatok képesek javítani egy csomó dolgot az üzleti,,en,Ez az, ahol Aot olyan releváns,,en,Vállalkozások szükség hangot analitika, amely javítja a módon fut az üzleti és az általános,,en,alsó vonal,,en,mivel a vállalatok tervezi, hogy forduljon Aot,,en,azok számos kihívással szembesül az úton,,en,Tárgyak internete maga is fejlődik, és Aot még gyerekcipőben jár,,en,így lesz egy csomó zavart és téves vezető rossz befektetések pénzt és energiát,,en,Vállalatok kell befektetni a technológiai és a képzett munkaerő, hogy a legjobbat hozza ki az AOT,,en,Rengeteg időt és türelemre van szükség az úton,,en, but enterprises need to make sense out of the data and do something that makes these devices more efficient. Also, the data generated have the potential to improve a lot of things about the business. This is where AoT is so relevant. Businesses need sound analytics that improves the ways it runs the business and overall, the bottom line.
However, as enterprises plan to turn to AoT, they face numerous challenges on the way. IoT itself is still evolving and AoT is in its infancy, so there will be a lot of confusions and misconceptions leading to wrong investments of money and effort. Enterprises need to invest on technology and skilled manpower to get the best out of AoT. A lot of time and patience is required on the way. A kérdés az lesz,,,en,mennyit lehet fenntartani a tempót, hogy a hosszú,,en,Analytics dolgok,,en,AOT - Mit jelent ez valójában,,en,Analytics tárgyak nem más, mint a tárgyak internete analitika,,en,Egyszerűen,,en,AOT azt előállító elemzési adatokból által generált tárgyak internete,,en,Tárgyak internete azt jelenti, hogy több eszköz csatlakozik az internethez, és adatokat továbbít az valahol,,en,Csak megszerzése az adatokat az első lépés,,en,Vállalatok kell elemezni az adatokat, hogy az eszközök intelligensebb és hatékonyabb,,en,Az eredmény a tárgyak internete analitika is használják, hogy helyes döntéseket a különböző helyzetekben,,en,ha kizárjuk az „,,en,dolgok,,en,részben a kifejezés,,en,akkor a többi már csak „,,en,Analitika',,en,amely eléggé hasonló jellegű más adatanalitikát,,en,Itt a „,,en,semmi, de a tárgyak internete eszközök,,en, how many can sustain the tempo for that long?
Analytics of things
AOT – What does it actually mean?
Analytics of Things is nothing but IoT analytics. In simple terms, AoT means generating analytics from the data generated by the IoT. IoT means that several devices are connected to the Internet and are transmitting data to somewhere. Now, just obtaining the data is the first step. Enterprises need to analyze the data to make the devices smarter and more efficient. The result of IoT analytics is also used to make right decisions in different situations.
Now, if we exclude the ‘Things’ part from the term AoT, then the rest is only ‘Analytics’ ,which is quite similar in nature to any other data analytics. Here the ‘Things’ are nothing but IoT devices.
Hasonlóan a többi adatanalitikát,,en,AOT lehetnek különböző típusú, mint leíró,,en,diagnosztikai,,en,prediktív vagy előíró,,en,diagnosztikai és előíró analitika lehet tenni a segítségével az orvosi eszközök tárgyak internete és az előrejelzések alapján lehet az adat keletkezik az ipari tárgyak internete eszközök stb.,,en,emlékeznünk kell arra, hogy ezek a formák a tárgyak internete analitika / AOT átalakulóban van, és csak jelentős mennyiségű időt és erőfeszítést, hogy valódi üzleti értéket,,en,Milyen kihívásokkal,,en,Amikor arról beszélünk, a,,en,„Analytics tárgyak,,en,ott elsősorban két rész van benne,,en,elemzési rész,,en,a másik pedig az,,en,adatgyűjtés rész,,en,által létrehozott dolgok / csatlakoztatott eszközök,,en,Az elemzési része meglehetősen érett, de a legnagyobb akadály az adatgyűjtési rész,,en,amely az analitika világ előtt álló évek,,en, AoT can be of different types like descriptive, diagnostic, predictive or prescriptive. For example, diagnostic and prescriptive analytics can be done with the help of medical IoT devices and predictions can be made based on the data generated by the industrial IoT devices etc. De, we must remember that all these forms of IoT analytics/AOT are still evolving and requires significant amount of time and effort to get real business value.
What are the challenges?
When we talk about the ‘Analytics of Things‘, there are mainly two parts in it, one is the analytics part and the other is the data collection part, generated by the things/connected devices. The analytics part is reasonably matured but the biggest hurdle is the data collection part, which the analytics world is facing for years. So, A ténylegesen ismételve a régi problémát, miközben folytatja Aot,,en,Analytics ember lehet, hogy egy csomó innovatív ötleteket az adatok elemzésére és egyre csodálatos betekintést belőle,,en,De a földi valóság,,en,hacsak nincs megfelelő infrastruktúra és elsajátítani és elemezni szükséges adatokat,,en,AOT értelmetlen,,en,osszuk kihívások két nagy kategóriába sorolhatók,,en,az egyik a szervezeti oldalára, a másik pedig a technológia és a végrehajtás oldalán,,en,Kezdjük a szervezeti kihívásokat első,,en,A legfontosabb kihívás az, hogy létrejöjjön egy szilárd Aot üzleti meggyőzni a szervezet,,en,Ez megkönnyíti a beruházási és jövőbeli ápolása AOT látás,,en,Az első beruházás szükséges telepíteni a tárgyak internete eszközei megfelelő helyeken érzékelőkkel adatok felfogására,,en. Analytics people might have a lot of innovative ideas about analyzing the data and getting wonderful insights from it. But the ground reality is, unless we have a proper infrastructure and skill to acquire and analyze necessary data, AoT is meaningless.
Now, let us divide the challenges into two broad categories, one is on the organizational side and the other is on the technology and implementation side.
Let’s start with the organizational challenges first.
The most important challenge is to build a solid AoT business case to convince the organization. It will ease the investment and future nurturing of AoT vision. The first investment is required to deploy the IoT devices in proper places with sensors to capture data. Ha a készüléket készen állnak,,en,szervezeteknek kell ahhoz, hogy az adatok mozgatása forrásokból származó,,en,tárgyak internete eszközök,,en,a cél,,en,lehet egy átmeneti DB vagy adattárház, vagy más tároló,,en,megfelelő stratégiát kell felépíteni, hogy kitaláljuk, hogyan a tárolási és elemzési kezelhetők,,en,Most beszéljünk egyes kihívások a technológia és a végrehajtás oldalán,,en,adatok kihívás,,en,Az adatok mennyisége minden érzékelő generál hatalmas,,en,a kérdés,,en,mind ezeket az adatokat érdemes továbbítására,,en,A válasz nem',,en,ezért meg kell kitalálni,,en,hogyan intelligensen tudjuk továbbítani csak szükséges és értelmes adatot,,en,Ez azt eredményezi, tiszta analitika feldolgozás nélkül junk adatok,,en,Biztonsági Kihívás,,en,Biztonság és adatvédelem érzékelő által generált adatok nagyon fontosak,,en,Különösen,,en, organizations need to enable the data movement from sources (IoT devices) to destination (may be a staging DB or data warehouse or some other storage). Finally, a proper strategy has to be built to figure out how the storage and analytics can be managed.
Now let’s talk about some of the challenges on the technology and implementation side.
- Data challenge: The volume of data each sensor generates is huge. De, the question is, are all these data worth transmitting? The answer is ‘No’, so we need to figure out, how intelligently we can transmit only necessary and meaningful data. It will result a clean analytics without processing junk data.
- Security challenge: Security and privacy of sensor generated data is very important. Specially, ha ez az adat keletkezett érzékeny szerelt bizalmas vagy kritikus területeken,,en,Az adatok lehetnek érkező egyes szerelt egy ICU,,en,Intenzív osztályon,,en,vagy egy repülőtér vagy lehet néhány kritikus ipari infrastruktúra,,en,Mindezekben az esetekben,,en,adatbiztonság biztosítani kell, hogy megvédje a rendszer integritását,,en,Analytics kihívás,,en,Ez több kapcsolódó szűrés a teljes elemzési folyamat,,en,A kihívás,,en,ahol tehetünk mindezek elemzési,,en,Talán,,en,egy része alatt elvégezhető az eszközök,,en,így az adatok jönnek ki ezek az eszközök szűrjük bizonyos mértékig,,en,tudjuk tervezni külön analitika rétegeket, ha az adatok elérésekor változatlan,,en,és végezze el a szűréseket lépésről lépésre,,en,És végül,,en,ezt a analitika a tiszta adatok,,en,Szabványügyi / protokoll kihívás,,en. For example, the data may be coming from some devices fitted in an ICU (Intensive Care Unit) or from an airport or it can be from some critical industrial infrastructure. In all these cases, data security has to be ensured to protect the integrity of the system.
- Analytics challenge: It is more related to filtering the entire analytics process. The challenge is – where we can do all these analytics? Maybe, some part can be performed within the devices, so that the data coming out of these devices are filtered to some extent. Vagy, we can design separate analytics layers once the data is reached unchanged, and then perform the filtrations step by step. And finally, do the analytics with the clean data.
- Standardization/protocol challenge: A szabványosítás és a protokoll egyik legnagyobb kihívás az AOT siker,,en,Meg kell, hogy egységesítsék a kommunikációs protokoll eszközök között,,en,Ez segít az összes eszköz kommunikálni egymással zökkenőmentesen,,en,Eltekintve a fenti kérdések,,en,mi is megy szembe egy csomó új kihívások az elkövetkező napokban,,en,Ahogy haladunk előre,,en,mi lesz az új tárgyak internete eszközök,,en,új formátum,,en,új protokollokat és még sok más,,en,előbb-utóbb, hogy új akadályok leküzdése,,en,Milyen ígéretek,,en,Mint minden új elképzelés,,en,AOT is sok ígéret teljesítése,,en,ér AOT csak akkor lehet kihasználni az időt,,en,de már néhány példát a helyén, amelyek valóban ígéretes,,en,A prediktív elemzési AOT bebizonyította, hogy érdemes sok helyen, mint az ATM gép,,en,Számítógépes hálózati rendszer stb.,,en,Self-vezetés autó,,en. We need to standardize the communication protocol between devices. It will help all the devices to communicate with each other seamlessly.
Apart from the above issues, we are also going to face a lot of new challenges in the coming days. As we move forward, we will have new IoT devices, new data format, new protocols and many more. So, it will eventually bring new hurdles to overcome.
What are the promises?
Like any new vision, AoT also has a lot of promises to fulfill. Although, the worth of AoT can only be realized with time, but we already have some examples in place which are really promising. The predictive analytics of AoT has proven its worth in lot of places like ATM machine, Computer network system etc. Self-driving cars, forgalmi információs rendszer néhány más területeken, ahol Aot már a helyén van,,en,Azt is belép egészségügyi ágazat,,en,olajipar,,en,fitness szektor stb.,,en,A Aot fog nőni, mint a tárgyak internete nő,,en,jóslás,,en,milliárd Connected,,en,dolgok,,en,Lesz használni a,,en,Fel,,en,százalék,,en,AOT úgy vélik, hogy egy csomó potenciális és hamarosan egy része életünknek,,en,Az előttünk álló út,,en,mi könnyen érthető, hogy a komplex környezetében a tárgyak internete,,en,AOT egy új belépő, és csak kezdett kialakulni,,en,a nyilvánvaló kihívások végrehajtás ott lesz legyőzni,,en,Néhány kihívás az üzleti oldalon,,en,lehet kezelni a megfelelő használati eset és indoklás,,en,A technológiai kihívások is megoldható megfelelő stratégia,,en,technológiai platform és képzett munkaerő,,en. It is also entering into medical industry, oil industry, fitness sector etc.
The AoT will grow as IoT grows. According to Gartner prediction ‘6.4 Billion Connected “Things” Will Be in Use in 2016, Up 30 Percent From 2015’. So, AoT is believed to have a lot of potential and it will soon become a part of our lives.
The way forward
From the above discussion, we can easily understand that in the complex environment of IoT, AoT is a new entrant and just started to evolve. So, the obvious challenges of implementation will be there to overcome. Some of the challenges are on the business side, which can be managed with a proper use case and justification. And, the technological challenges can be solved with proper strategy, technology platform and skilled resources.
A szervezeteknek fel kell ismerniük a potenciális AOT és tegye a megfelelő IoT infrastruktúra kiépítése,,en,Ha visszatekintünk,,en,akkor könnyen érthető, hogy a korai alkalmazók nagy adatmennyiség szerzett lényegesen,,en,Képesek voltak, hogy a versenyelőnyt, és átveheti az üzleti,,en,Ugyanez igaz a tárgyak internete majd Aot,,en,AOT lesz a mainstream következő években,,en,ez a megfelelő idő, hogy fejest ugrik, és egy sikeres Aot látás helyett,,en,különben lehet, hogy túl késő, hogy csatlakozzon a verseny,,en,Analytics tárgyak,,en. If we look back, then we can easily understand that the early adopters of big data have gained substantially. They were able to take the competitive advantages and gain in business. The same is true for IoT followed by AoT. AoT is going to be in the mainstream in next couple of years. So, it’s the right time to take the plunge and make a successful AoT vision in place, otherwise it may be too late to join the race.
