Indhold
- IoT og realtid Analytics-brugssag
- Industriens holdning over for IoT og analyse i realtid
- Afkast på investering i realtid Analytics og IoT
- Anslå omkostningerne
- Forstå udfordringerne
- Konklusion
Kilde: Petrovich11 / Dreamstime.com
Tag væk:
Tingenes internet giver en konstant strøm af data, hvilket gør realtidsanalyse til det perfekte værktøj til at analysere det.
Tingenes internet (IoT) repræsenterer en kreativ forstyrrelse, noget, der begynder at vælte eksisterende processer og teknologier og frembringer en helt ny måde at arbejde på. IoT kan indlede forbedrede produkter og tjenester, kundeoplevelse, sikkerhed og sundhedsydelser, blandt andet, hvis det udnyttes korrekt. En af de bedste måder at udnytte sin fulde kraft er analyse i realtid. IoT og realtidsanalyse udgør en pakke. Uden analyse i realtid kan du ikke udnytte de fulde fordele, IoT har at tilbyde. IoT supplerer realtidsanalyse og vice versa. For at kombinere IoT og realtidsanalyse er organisationer dog nødt til at foretage en masse ændringer i den måde, de i øjeblikket driver forretning på.
IoT og realtid Analytics-brugssag
Den førerløse bil ser ud til at være en passende brugssag til kombinationen af realtidsanalyse og IoT. En førerløs bil er udstyret med flere sensorer og en IP-adresse. Når en førerløs bil kører ad vejen, hvordan interagerer den med andre ting på vejen, f.eks. Trafiksignaler og andre køretøjer? Den førerløse bil genererer og videresender data, når den kører; disse data inkluderer information som hastighed, tid til at nå bestemte vartegn og emissionsprocent. Nedenfor er nogle mulige indflydelser på førerløse biler:
- Den førerløse bil vil modtage analyser fra trafiksignalpunkter på trafikpropper i byen. Baseret på disse rapporter kan bilen automatisk vælge ruten med mindst mulig overbelastning.
- De nærmeste trafiksignalpunkter giver data om den resterende tid, før signalet bliver rødt. Baseret på dataene kan den førerløse bil justere hastigheden.
- Trafikpolitiet kan modtage rapporter, hvis bilen kører over de tilladte hastighedsgrænser. Dette udløser en anmeldelse, og bilen stoppes ved det næste kontrolpunkt.
- Byens forureningskontrolmyndighed vil modtage emissionsdataene og en anmeldelse til ejeren af bilen, hvis emissionsprocenten er over de acceptable grænser.
- Når den førerløse bil når sin destination og søger efter en parkeringsplads, kan dens sensorer hurtigt scanne og finde ledige pladser, hvis nogen.
Så hvad er resultaterne fra ovenstående brugssag?
- For at give mening om de data, der genereres af bilen, skal de modtages i realtid.
- Der skal være flere andre sensorer, såsom dem i trafiksignaler og forureningskontorer, der modtager dataene i realtid, behandler dem, skaber analyser ud af dem og udløser en handling som f.eks. En advarsel på højt niveau.
- Uden analyse-infrastruktur i realtid giver modtagelse af IoT-data ingen mening.
Industriens holdning over for IoT og analyse i realtid
Det ser ud til, at industrien har omfavnet den kraftfulde kombination af IoT og realtidsanalyse, og der er en masse optimisme omkring det. I en undersøgelse foretaget af Vitria, en avanceret leverandør af analyseløsninger, blev det konstateret, at 48% af de adspurgte allerede havde arbejdet med IoT- og realtidsanalyseprojekter. Respondenterne svarede, at de aktivt investerede i IoT og realtidsanalyse. To ting fremkom i undersøgelsen:
- Realtidsanalyse af de data, der blev genereret af IoT-enheder, var af største betydning.
- Virksomheder afhænger meget af den forudsigelige indsigt, der gives af realtidsanalyse.
De vigtigste fund fra undersøgelsen er:
- Mobile enheder (32 procent), smarte målere, celletårne og sensorer monteret i køretøjer og logistikpunkter er de største kilder til IoT-data.
- 48 procent af de adspurgte arbejder på aktive projekter, mens 15 procent af de adspurgte sagde, at de har arbejdet med det inden for det sidste år.
- 43 procent af de adspurgte sagde, at de ville investere i IoT-analyse, automatisering og visualisering, mens svaret for hvert område separat var IoT-analyse (20 procent), automatisering (8 procent) og visualisering (5 procent).
- Business intelligence er det område, hvor streaminganalyse bruges mest.
- 18 procent af de adspurgte sagde, at de betalte den højeste prioritet til forudsigelig vedligeholdelse, mens 17 procent sagde, at de havde brug for realtidsanalyse til netværksovervågning og serviceydelse. Kun 8 procent sagde, at de havde brug for løsningen til field service management.
- De fleste investorer forudser IoT og realtidsanalyse, der giver en masse værdi i fremtiden.
Afkast på investering i realtid Analytics og IoT
Afsnittet ovenfor ser ud til at male et rosenrødt billede af analysen og IoT-teamet i realtid. Mange eksperter taler som om kombinationen er et universalmiddel. Svaret er ikke så ligetil. Branchen er nødt til at se forbi hype og indse, at der er meget hårdt arbejde for at få et betydeligt afkast ud af realtidsanalysen og IoT-kombinationen. Det betyder ikke, at kombinationen er en boble, der er ved at sprænge; der er meget stof, det er bare det, at der er brug for meget arbejde. Lad os se på, hvad vi skal gøre for at maksimere afkastet. Lad os tænke over de primære trin:
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Anslå omkostningerne
Når du har identificeret problemerne, skal du udføre en objektiv, databaseret ROI-analyse. Du skal blandt andet fokusere på to ting: de samlede ejendomsomkostninger og de fordele, du sandsynligvis får. Nøglen til en vellykket analyse er at have kvantitative output fra analysen så meget som muligt. F.eks. Skal IoT- og realtidsanalyserne være i stand til at forudsige den tidsramme, hvor maskiner på din fabrik vil begynde at give et faldende afkast. Dette er også kendt som forudsigelig vedligeholdelse. For det andet, find de samlede ejerskabsomkostninger, der inkluderer, men måske ikke være begrænset til, de mennesker, du ansætter til denne opgave, udstyr såsom computere og servere, uddannelsesomkostninger og tid og vedligeholdelse af sensorer.
Forstå udfordringerne
Implementering af et realtidsanalyse- og IoT-projekt er en enorm og ekstremt kompleks virksomhed, fordi det for de fleste organisationer er hidtil uset. Det er vigtigt at foretage en realistisk vurdering af opgaverne og opdele dem i mindre, håndterbare bidder.
Konklusion
Det første skridt mod at få det bedste ud af kombinationen af realtidsanalyse og IoT er at acceptere, at det ikke er noget tryllestav. På samme tid er det ikke en boble. Undgå ekstreme tanker. Der er meget stof i konceptet, som skal udnyttes nøje. Du har brug for en realistisk vurdering og kvantitativ analyse efterfulgt af små trin. Dette er et projekt, der kan omdefinerer din virksomhed som aldrig før, hvis du kan implementere den ordentligt, men det vil tage tid.