Zawartość
- Przypadek użycia IoT i analizy w czasie rzeczywistym
- Stosunek branży do Internetu Rzeczy i analizy w czasie rzeczywistym
- Zwrot z inwestycji w analizy w czasie rzeczywistym i Internet przedmiotów
- Oszacuj koszty
- Zrozum wyzwania
- Wniosek
Źródło: Petrovich11 / Dreamstime.com
Na wynos:
Internet przedmiotów zapewnia stały strumień danych, dzięki czemu analizy w czasie rzeczywistym są idealnym narzędziem do ich analizy.
Internet przedmiotów (IoT) stanowi zakłócenie twórcze, coś, co zaczyna obalać istniejące procesy i technologie i wprowadza zupełnie nowy sposób działania. Internet przedmiotów może wprowadzać między innymi ulepszone produkty i usługi, doświadczenie klienta, bezpieczeństwo i opiekę zdrowotną, jeśli jest odpowiednio wykorzystany. Jednym z najlepszych sposobów na wykorzystanie jego pełnej mocy jest analiza w czasie rzeczywistym. Internet przedmiotów i analizy w czasie rzeczywistym stanowią pakiet. Bez analizy w czasie rzeczywistym nie można wykorzystać pełnych korzyści, jakie oferuje IoT. Internet przedmiotów uzupełnia analitykę w czasie rzeczywistym i odwrotnie. Jednak, aby połączyć Internet Rzeczy i analitykę w czasie rzeczywistym, organizacje muszą wprowadzić wiele zmian w sposobie prowadzenia działalności.
Przypadek użycia IoT i analizy w czasie rzeczywistym
Samochód bez kierowcy wydaje się być odpowiednim przykładem zastosowania w połączeniu z analizą w czasie rzeczywistym i Internetem przedmiotów. Samochód bez kierowcy jest wyposażony w kilka czujników i adres IP. Kiedy samochód bez kierowcy jedzie wzdłuż drogi, w jaki sposób oddziałuje on na inne rzeczy na drodze, takie jak sygnały drogowe i inne pojazdy? Samochód bez kierowcy generuje i przekazuje dane podczas podróży; dane te obejmują takie informacje, jak prędkość, czas do osiągnięcia określonych punktów orientacyjnych i procent emisji. Poniżej podano niektóre możliwe wpływy na samochody bez kierowców:
- Samochód bez kierowcy otrzyma dane analityczne z punktów sygnalizacji ruchu na korkach w mieście. Na podstawie tych raportów samochód może automatycznie wybrać trasę przy najmniejszym zatoru.
- Najbliższe punkty sygnalizacji ruchu będą zapisywać czas pozostały do momentu, aż sygnał zmieni kolor na czerwony. Na podstawie danych samochód bez kierowcy może dostosować prędkość.
- Policja drogowa może otrzymywać raporty, jeśli samochód jedzie powyżej dopuszczalnych prędkości. Spowoduje to wywołanie powiadomienia, a samochód zostanie zatrzymany w następnym punkcie kontrolnym.
- Urząd kontroli zanieczyszczeń w mieście otrzyma dane dotyczące emisji i powiadomienie właściciela samochodu, jeśli procent emisji przekroczy dopuszczalne wartości.
- Gdy samochód bez kierowcy dociera do celu i szuka miejsca parkingowego, jego czujniki mogą szybko skanować i znajdować wolne miejsca, jeśli takie istnieją.
Jakie są zatem wnioski z powyższego przypadku użycia?
- Aby zrozumieć dane generowane przez samochód, należy je odbierać w czasie rzeczywistym.
- Musi istnieć kilka innych czujników, takich jak czujniki sygnałów drogowych i urzędów kontroli zanieczyszczenia, które odbierają dane w czasie rzeczywistym, przetwarzają je, tworzą na ich podstawie analizy i uruchamiają działania takie jak ostrzeżenie o wysokim poziomie emisji.
- Bez infrastruktury analizy w czasie rzeczywistym odbieranie danych IoT nie ma żadnego sensu.
Stosunek branży do Internetu Rzeczy i analizy w czasie rzeczywistym
Wygląda na to, że branża korzysta z potężnego połączenia Internetu Rzeczy i analiz w czasie rzeczywistym, a wokół niego jest wiele optymizmu. W ankiecie przeprowadzonej przez Vitria, dostawcę zaawansowanych rozwiązań analitycznych, stwierdzono, że 48% respondentów pracowało już nad projektami IoT i analizami w czasie rzeczywistym. Respondenci odpowiedzieli, że aktywnie inwestują w Internet Rzeczy i analitykę w czasie rzeczywistym. Z badania wynikły dwie rzeczy:
- Bardzo ważna była analiza danych generowanych przez urządzenia IoT w czasie rzeczywistym.
- Firmy w dużym stopniu polegają na spostrzeżeniach uzyskanych dzięki analizom w czasie rzeczywistym.
Istotne wyniki ankiety to:
- Urządzenia mobilne (32 procent), inteligentne liczniki, wieże komórkowe i czujniki zamontowane w pojazdach i punktach logistycznych są największymi źródłami danych IoT.
- 48 procent respondentów pracuje nad aktywnymi projektami, a 15 procent respondentów stwierdziło, że pracowało nad nim w ciągu ostatniego roku.
- 43 procent respondentów stwierdziło, że zainwestuje w analitykę IoT, automatyzację i wizualizację, podczas gdy dla każdego obszaru osobno odpowiedzią była analityka IoT (20 procent), automatyzacja (8 procent) i wizualizacja (5 procent).
- Business Intelligence to obszar, w którym najczęściej używane są analizy strumieniowe.
- 18 procent respondentów stwierdziło, że najwyższy priorytet przywiązywali do konserwacji predykcyjnej, a 17 procent stwierdziło, że potrzebuje analiz w czasie rzeczywistym do monitorowania sieci i zapewnienia usług. Tylko 8 procent stwierdziło, że potrzebuje rozwiązania do zarządzania usługami terenowymi.
- Większość inwestorów przewiduje analizy IoT i analizy w czasie rzeczywistym, które zapewnią dużą wartość w przyszłości.
Zwrot z inwestycji w analizy w czasie rzeczywistym i Internet przedmiotów
Powyższy akapit wydaje się przedstawiać różowy obraz analityki w czasie rzeczywistym i zespołu IoT. Wielu ekspertów mówi tak, jakby połączenie było panaceum. Odpowiedź nie jest taka prosta. Branża musi zapomnieć o szumie i zdać sobie sprawę, że ciężka praca polega na uzyskaniu znacznych zwrotów z analizy w czasie rzeczywistym i kombinacji Internetu Rzeczy. To nie znaczy, że kombinacja jest bańką, która wkrótce pęknie; jest wiele substancji, po prostu potrzeba dużo pracy. Przyjrzyjmy się, co musimy zrobić, aby zmaksymalizować zwroty. Pomyślmy o podstawowych krokach:
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Oszacuj koszty
Po zidentyfikowaniu problemów przeprowadź obiektywną analizę ROI opartą na danych. Powinieneś skupić się między innymi na dwóch rzeczach: całkowitym koszcie posiadania i korzyściach, które prawdopodobnie uzyskasz. Kluczem do udanej analizy jest uzyskanie w jak największym stopniu ilościowych wyników analizy. Na przykład IoT i analizy w czasie rzeczywistym powinny być w stanie przewidzieć ramy czasowe, w których maszyny w twojej fabryce zaczną dawać malejące zwroty. Jest to również znane jako konserwacja predykcyjna. Po drugie, znajdź całkowity koszt posiadania, który obejmuje między innymi osoby zatrudnione do tego zadania, sprzęt, taki jak komputery i serwery, koszty i czas szkolenia oraz konserwację czujników.
Zrozum wyzwania
Wdrożenie projektu analityki w czasie rzeczywistym i Internetu Rzeczy jest ogromnym i niezwykle złożonym przedsięwzięciem, ponieważ dla większości organizacji jest niespotykane. Ważne jest, aby dokonać realistycznej oceny zadań i podzielić je na mniejsze, łatwe do zarządzania części.
Wniosek
Pierwszym krokiem do jak najlepszego wykorzystania kombinacji analizy w czasie rzeczywistym i Internetu Rzeczy jest zaakceptowanie, że nie jest to żadna magiczna różdżka. Jednocześnie nie jest to bańka. Unikaj skrajnych myśli. Koncepcja zawiera wiele substancji, które należy starannie wykorzystać. Potrzebujesz realistycznej oceny i analizy ilościowej, a następnie małych kroków. Jest to projekt, który może przedefiniować Twój biznes jak nigdy dotąd, jeśli możesz go odpowiednio wdrożyć, ale zajmie to trochę czasu.