Kuinka integroitu Analytics-alusta voi auttaa esineiden internetiä menestymään

Kirjoittaja: Roger Morrison
Luomispäivä: 19 Syyskuu 2021
Päivityspäivä: 21 Kesäkuu 2024
Anonim
Kuinka integroitu Analytics-alusta voi auttaa esineiden internetiä menestymään - Tekniikka
Kuinka integroitu Analytics-alusta voi auttaa esineiden internetiä menestymään - Tekniikka

Sisältö


Lähde: Beebright / Dreamstime.com

Ottaa mukaan:

Integroitu analysointiympäristö voi käsitellä jäsentämätöntä tietoa tarkoituksenmukaisten tulosten tuottamiseksi.

Asioiden Internet (IoT) nähdään teollisuudessa valtavana mahdollisuutena. Monet uskovat, että Internet-laitteista tuotetun tiedon avulla räätälöityjä, parannettuja tuotteita ja palveluita voidaan toimittaa loppukäyttäjille monilla aloilla. Yritykset voivat parantaa tuloja, säästää kustannuksia, energiaa ja polttoainetta sekä parantaa tuottavuutta. Näiden etujen hyödyntämiseksi IoT-tiedot on käytettävä asianmukaisesti, mikä on vaikeaa pääasiassa siksi, että se on jäsentämätöntä ja monimutkaista.

Integroidulla analytiikkaympäristöllä on tärkeä rooli oikean analysoinnin toimittamisessa joukosta jäsentämättömiä tietoja. Tarkoituksenmukaisen analytiikan toimittamiseksi tarvitset yhdistelmän työkaluja yhdessä paikassa, joka voi tallentaa, hakea ja käsitellä monimutkaista tietoa. Integroitu analytiikkaalusta tekee juuri sen.


Mikä on integroitu Analytics-alusta?

Integroitu analytiikkaalusta on yhtenäinen ratkaisu, joka tarjoaa tarkoituksenmukaisen analyysin kaikista tiedoista, jopa jäsentämättömästä ja monimutkaisesta tiedosta. Perinteinen relaatiotietokannan hallintajärjestelmä (RDBMS) ei pysty tarjoamaan yhtenäistä tai räätälöityä analytiikkaa tallennetuista tiedoista. Suuret yritykset ovat riippuvaisia ​​paljon merkityksellisestä ja käytännöllisestä tiedosta liiketoiminnan ohjaamiseksi. Integroitu analysointiympäristö integroi erilaisia ​​työkaluja, kuten toteutusmoottori, tietokannan hallintajärjestelmä (DBMS), tiedon louhintaominaisuudet ja kyvyt sellaisen tiedon hankkimiseksi ja valmistamiseksi, jota ei ole tietokannassa. Ja alustaa päivitetään käsittelemään monimutkaista ja jäsentämätöntä tietoa, kuten iso dataa. Tietojen käsittelemiseen ei tarvita mitään muuta työkalua. Tämä foorumi voidaan toimittaa loppukäyttäjille sovelluksena tai palveluna ohjelmisto palveluna (SaaS) -mallin perusteella. Yritykset voivat tilata tietyn ajanjakson ja sitten uusia (tai ei). Merv Adrian ja Colin White (BeyeNETWORK) määrittelivät raportissa analyyttisen alustan "integroiduksi ja täydelliseksi ratkaisuksi tietojen hallitsemiseksi ja siitä saatujen liiketoimintaanalyysien tuottamiseksi, joka tarjoaa hinta / suorituskyky ja aika-arvon, joka on parempi kuin erikoistumattomat tarjoukset. Tämä ratkaisu voidaan toimittaa laitteena (vain ohjelmisto, pakattu laitteisto ja ohjelmisto, virtuaalinen kuva) ja / tai pilvipohjaisena ohjelmisto palveluna (SaaS) -muodossa. "


Miltä Internet-data näyttää?

IoT-tiedot voivat olla erittäin monimutkaisia ​​ja ehdottomasti jäsentämättömiä. Ajattele miljoonia laitteita, jokaisella on IP-osoite ja jotka puhuvat keskenään. Miljoonat palvelimet keräävät näiden laitteiden tietoja. Katsotaan joitain esimerkkejä. Ajattele älykellot, jotka sisältävät terveystietoja, kuten pulssi ja verenpaine, tai elektronisiin laitteisiin asennettuja laitteita, kuten ilmastointilaitteita tai jääkaappeja, jotka tallentavat tietoja, kuten lämpötilaa ja ruokailutottumuksia. Tietojen kokonaismäärä on valtava, ja se moninkertaistuu. Saadut tiedot ovat monimutkaisia, koska laitteiden ja antureiden kokoonpanot ovat erilaisia, jäsentäminen on tehty anturien ja palvelimien välissä, tietojen kaappaamiseen käytetyn tekniikan, tiedostomuotojen ja monien muiden tekijöiden vuoksi. Joten tietomäärä ja muoto tekevät IoT-tietojen analysoinnista erittäin haastavan tehtävän.

Kyselyssä havaittiin, että tuotetusta kokonaistiedosta 44,6% on XML-tietoa, 23,8% on jäsentämätöntä tiedostotietoa, 23% on web-blogeja ja loput koostuvat pakettisovellustiedoista, multimediatiedoista ja muista tiedostotyypeistä.

Integroitu Analytics-alusta + IoT-tiedot

On selvää, että määrä, monimutkaisuus ja jäsentämätön muoto tekevät IoT-tietojen analysoinnista haastavan ehdotuksen. Haasteena on vaatimus, että analytiikka on toimitettava nopeasti. Tarvitset siis ratkaisun, joka ei vain tarjoa mielekästä Internet-analytiikkaa, vaan myös toimittaa ne nopeasti. Tätä ei voida käsitellä erillisillä työkaluilla ja tekniikoilla. Siksi tarvitset yhtenäisen ratkaisun. Kuten aiemmin todettiin, integroitu analytiikkaalusta yhdistää tietokannan hallintajärjestelmän, tiedonkeruu- ja tallennusjärjestelmän sekä käsittelyominaisuudet yhdessä paikassa. Tässä on joitain syitä, miksi integroitu analytiikkaalusta on paras veto.

Analytics-alustat kykenevät suorittamaan kehittynyttä analytiikkaa tietoihin. Esimerkiksi säännöllisillä analytiikkatyökaluilla on vaikeuksia vertailla yksinkertaisesti New Yorkin kymmenen parhaan kauppiaan kuluneen viikon kannattavuutta, koska sen data on jättimäinen, koska se on käsiteltävä rajoitetun ajan. Integroitu analytiikka voi tehdä niin ja enemmän. Se voi rakentaa ennakoivia datamalleja ja sitten verrata datamallia reaaliaikaiseen tietoon, tehdä maantieteellisiä visualisointeja ja paljon muuta.

Perinteiset tietokeskuksen asetukset ja analysointitekniikat ovat kallista ehdotusta, etenkin kun yrität toimittaa IoT-analytiikkaa näillä resursseilla. Asennukseen on investoitava enemmän, kun tietomäärä ja analyysitarpeet kasvavat. Analytics-alustat voivat vähentää näitä kustannuksia merkittävästi. Avoimen lähdekoodin ohjelmistojen lisenssikustannukset ovat huomattavasti alhaisemmat. Nämä alustat käyttävät halvempia hyödykeprosessoreita, joten laitteisto on helppo päivittää. Koska laitteet on valmiiksi integroitu ja esiasetettu, se vähentää asennuskustannuksia.

Tapaustutkimus

on näkyvä tapaustutkimus siitä, miten integroidulla analyysialustalla oli ero. ja Google tarjosi rajoitettua ja standardoitua analytiikkaa. Syvempi analyysi, vaikkakin mahdollista, oli aikaa vievää ja voisi olla kallista ja tehotonta. Ratkaisu oli integroitu analyysijärjestelmä, joka yhdisti analytiikan, Google Analyticsin ja mukautetun analytiikan mahdollisuuksineen viipaloida ja noppaa tietoja millään tavalla tahansa. Tämä loi monipuolisen ja tehokkaan ratkaisun. Seurauksena oli, että analyysiaika lyhentyi 90%, testikampanjoiden budjetit ja vähimmäisnäytteet pienenivät 75%, tulosprosentit kasvoivat 100% ja keskimääräinen kampanjataukoaika laski yhdeksi päiväksi neljästä päivästä. Seuraavassa taulukossa näkyy, kuinka analyysialusta integroi eristetyt tiedot Googlesta ja Googlesta.

Yhteenveto

IoT-tiedot edustavat vahvaa esimerkkiä integroiduista analyysialustoista. Suhteellisista tehottomuuksista ja kustannuskysymyksistä johtuen on erittäin vaikeaa yrityksistä, jotka riippuvat paljon tiedoista, jatkaa perinteisiä analyysimenetelmiä ja -teknologioita. On kuitenkin huomattava, että siirtyminen integroituun analytiikkaalustaan ​​heijastaa myös monien yritysten ajattelutavan muutosta ja muutos on yleensä hidasta. Integroituihin analytiikkaalustoihin suhtaudutaan edelleen erittäin varovaisesti, ja sijoitusten tuotosta käydään paljon keskustelua. Tämä on luonnollista, koska nykyaikaiset alustat ovat syntymässä vaiheessa ja kestää jonkin aikaa, ennen kuin nämä alustat saavat laajemman hyväksynnän. Mutta pian se lupaa olla hallitseva tietoanalyysialusta.