Sisältö
- IoT ja reaaliaikaisen analyysin käyttötapaus
- Teollisuuden asenne Internet-verkkoon ja reaaliaikaiseen analyysiin
- Tuotto sijoituksista reaaliaikaiseen analyysiin ja IoT: hen
- Arvioi kustannukset
- Ymmärrä haasteet
- johtopäätös
Lähde: Petrovich11 / Dreamstime.com
Ottaa mukaan:
Asioiden Internet tarjoaa jatkuvan datavirran, mikä tekee reaaliaikaisesta analyysistä täydellisen työkalun sen analysointiin.
Asioiden Internet (IoT) edustaa luovaa häiriötä, jotain, joka alkaa kaataa olemassa olevat prosessit ja tekniikat ja tuo esiin aivan uuden tavan toimia. IoT voi tuoda mukanaan parannettuja tuotteita ja palveluita, asiakaskokemusta, turvallisuutta ja terveydenhuoltoa muun muassa, jos se on oikein valjastettu. Yksi parhaimmista tavoista hyödyntää sen koko teho on reaaliaikainen analytiikka. IoT ja reaaliaikainen analytiikka muodostavat paketin. Ilman reaaliaikaista analysointia ei voi hyödyntää kaikkia IoT: n tarjoamia etuja. IoT täydentää reaaliaikaista analysointia ja päinvastoin. IoT: n ja reaaliaikaisen analysoinnin yhdistämiseksi organisaatioiden on kuitenkin tehtävä paljon muutoksia nykyiseen liiketoimintatapaansa.
IoT ja reaaliaikaisen analyysin käyttötapaus
Kuljettajaton auto näyttää olevan tarkoituksenmukainen käyttötapa reaaliaikaisen analyysin ja Internetin yhdistelmälle. Kuljettajaton auto on varustettu useilla antureilla ja IP-osoitteella. Kun kuljettajaton auto ajaa tiellä, miten se vuorovaikuttaa muiden tiellä olevien asioiden, kuten liikennevalojen ja muiden ajoneuvojen kanssa? Kuljettajaton auto tuottaa ja välittää tietoja ajon aikana; nämä tiedot sisältävät tietoja, kuten nopeus, aika tiettyjen maamerkkien saavuttamiseen ja päästöprosentti. Alla on joitain mahdollisia vaikutuksia ohjattomiin autoihin:
- Kuljettajaton auto saa analysointia kaupungin liikenneruuhkien liikennevalopisteiltä. Näiden raporttien perusteella auto voi automaattisesti valita reitin vähiten ruuhkilla.
- Lähimmät liikennesignaalipisteet tiedot jäljellä olevasta ajasta ennen kuin signaali muuttuu punaiseksi. Tietojen perusteella kuljettajaton auto voi säätää nopeuttaan.
- Liikennepoliisit voivat saada ilmoituksia, jos auto kulkee sallittujen nopeusrajoitusten yläpuolella. Tämä laukaisee ilmoituksen ja auto pysäytetään seuraavassa valvontapisteessä.
- Kaupungin pilaantumisen valvontaviranomainen saa päästöjä koskevat tiedot ja ilmoituksen auton omistajalle, jos päästöprosentti ylittää sallitut rajat.
- Kun kuljettajaton auto saavuttaa määränpäähänsä ja etsii pysäköintipaikkaa, sen anturit voivat nopeasti skannata ja löytää vapaita paikkoja, jos niitä on.
Joten, mitä ovat havainnot yllä olevasta käyttötapauksesta?
- Auton tuottaman datan ymmärtämiseksi se on vastaanotettava reaaliajassa.
- Tarvitaan useita muita antureita, kuten liikennevaloissa ja pilaantumisen valvontatoimistoissa, jotka vastaanottavat tiedot reaaliajassa, käsittelevät sitä, luovat siitä analytiikkaa ja laukaisevat toiminnan, kuten suuren päästötason varoituksen tekemisen.
- Ilman reaaliaikaista analysointiinfrastruktuuria Internet-tiedon vastaanottamisella ei ole mitään järkeä.
Teollisuuden asenne Internet-verkkoon ja reaaliaikaiseen analyysiin
Näyttää siltä, että ala on omaksunut vahvan yhdistelmän IoT: tä ja reaaliaikaista analysointia, ja sen ympärillä on paljon optimismia. Edistyneiden analytiikkaratkaisujen tarjoajan Vitrian tekemässä tutkimuksessa havaittiin, että 48% vastaajista oli jo työskennellyt Internet-verkossa ja reaaliaikaisessa analytiikkaprojektissa. Vastaajat vastasivat investoivansa aktiivisesti internet-verkkoon ja reaaliaikaiseen analytiikkaan. Tutkimuksesta ilmeni kaksi asiaa:
- IoT-laitteiden tuottaman datan reaaliaikainen analyysi oli ensisijaisen tärkeää.
- Yritykset ovat paljon riippuvaisia reaaliaikaisen analyysin antamista ennusteista.
Kyselyn tärkeimmät havainnot ovat:
- Mobiililaitteet (32 prosenttia), älykkäät mittarit, solutornit ja anturit, jotka on asennettu ajoneuvoihin ja logistiikkapisteisiin, ovat suurimpia Internet-tiedon lähteitä.
- 48 prosenttia vastaajista työskentelee aktiivisten projektien parissa, kun taas 15 prosenttia vastaajista sanoi, että he ovat työskennelleet sen parissa viimeisen vuoden aikana.
- 43 prosenttia vastaajista ilmoitti investoivansa IoT-analytiikkaan, automaatioon ja visualisointiin. Kustakin alueesta erikseen vastaus oli IoT-analytiikka (20 prosenttia), automaatio (8 prosenttia) ja visualisointi (5 prosenttia).
- Liiketoimintatieto on alue, jolla streaming-analytiikkaa käytetään eniten.
- 18 prosenttia vastaajista sanoi maksaneensa ennakoivan ylläpidon ensisijaisesti, kun taas 17 prosenttia vastasi tarvitsevansa reaaliaikaista analysointia verkon seurantaan ja palvelun varmistamiseen. Vain 8 prosenttia sanoi tarvitsevansa ratkaisun kenttäpalveluiden hallintaan.
- Suurin osa sijoittajista ennakoi internet- ja reaaliaikaista analytiikkaa tarjoavan paljon arvoa tulevaisuudessa.
Tuotto sijoituksista reaaliaikaiseen analyysiin ja IoT: hen
Yllä oleva kappale näyttää maalaa ruusuisen kuvan reaaliaikaisesta analyytikosta ja IoT-tiimistä. Monet asiantuntijat puhuvat ikään kuin yhdistelmä olisi ihmelääke. Vastaus ei ole niin suoraviivainen. Alan tulee nähdä hype ja ymmärtää, että paljon kovaa työtä on saada aikaan merkittävää tuottoa reaaliaikaisesta analysoinnista ja IoT-yhdistelmästä. Tämä ei tarkoita, että yhdistelmä olisi kupla, joka räjähtää; sisältöä on paljon, tarvitaan vain paljon työtä. Katsotaanpa mitä meidän on tehtävä maksimoidaksesi tuotot. Annetaan miettiä ensisijaisia vaiheita:
Et voi parantaa ohjelmointitaitojasi, kun kukaan ei välitä ohjelmiston laadusta.
Arvioi kustannukset
Kun olet tunnistanut ongelmat, suorita objektiivinen, datapohjainen sijoitetun pääoman tuottoanalyysi. Sinun tulisi keskittyä muun muassa kahteen asiaan: omistamisen kokonaiskustannukset ja hyödyt, joista todennäköisesti hyödyt. Avain onnistuneeseen analyysiin on määrälliset tulokset analyysista, niin paljon kuin mahdollista. Esimerkiksi internetin ja reaaliaikaisen analyysin pitäisi pystyä ennustamaan aikataulu, jonka aikana tehtaasi koneet alkavat tuottaa väheneviä tuottoja. Tätä kutsutaan myös ennakoivaksi ylläpitoksi. Toiseksi, selvitä omistajuuden kokonaiskustannukset, jotka sisältävät, mutta eivät rajoitu niihin, henkilöihin, joita palkkaat tähän toimeksiantoon, laitteisiin, kuten tietokoneisiin ja palvelimiin, koulutuskustannuksista, ajasta ja anturien ylläpidosta.
Ymmärrä haasteet
Reaaliaikaisen analytiikan ja Internet-projektin toteuttaminen on valtava ja erittäin monimutkainen tehtävä, koska useimmille organisaatioille se on ennennäkemätön. On tärkeää arvioida tehtävät realistisesti ja jakaa ne pienempiin, hallittavissa oleviin paloihin.
johtopäätös
Ensimmäinen askel kohti parhaan hyödyn saamista reaaliaikaisen analyysin ja IoT: n yhdistelmästä on hyväksyä, ettei se ole taikasauva. Samalla se ei ole kupla. Vältä äärimmäisiä ajatuksia. Käsitteessä on paljon sisältöä, joka on valjastettava huolellisesti. Tarvitset realistisen arvioinnin ja kvantitatiivisen analyysin, jota seuraa pienet vaiheet. Tämä on projekti, joka voisi määritellä yrityksesi uudelleen kuin koskaan ennen, jos pystyt toteuttamaan sen oikein, mutta se vie aikaa.