物聯網設備的數量如今正在以驚人的速度增長，所有這些設備都在捕獲和轉發(fā)不同的數據集，這為公共和私有組織提供了以前未知的見解。而為了利用這些物聯網數據，組織需要一個有效的實時響應分析策略。
全球網絡安全領導廠商Forcepoint公司首席技術官Nico Fischbach解釋說：“物聯網是通過數據分析來實現近乎實時的測量和遙測，以推動期望的業(yè)務成果。”
四位行業(yè)專家對組織如何利用物聯網提供的數據進行了探討。
利用物聯網和數據分析
Zizo公司首席執(zhí)行官Peter Ruffley表示，該公司可以通過許多實際流程來確定他們是否可以利用物聯網提供的數據。
他說，“組織可以檢查他們是否有能力進入物聯網和數據分析的一個方法是尋找第三方數據，這可能會增強他們已經擁有的數據。一旦獲得數據來源，他們就需要查看是否可以輕松地將這些數據與原始存儲的數據結合起來，并將其放入分析平臺來測試功能。”
找到合適的合作伙伴后，組織可以開始查看是否從中獲得了實際的業(yè)務收益。
Ruffley解釋說，“組織不需要大量投資。實際上，這可以在谷歌公司提供的通用物聯網平臺上完成，該平臺的原始投資非常低。通過這樣簡單的實踐和練習，組織就可以了解他們利用物聯網和數據分析需要的準備，以及這樣做是否會帶來商業(yè)利益。”
管理數據：5G和數據結構
NetApp公司總經理兼首席技術官Matt Watts說：“物聯網與數據分析融合的重點是成功管理數據。”
他指出，5G技術的推出是無限水平的數據流和新的邊緣計算功能的巨大增長的推動力。這意味著組織數據并使其有價值的挑戰(zhàn)從未如此巨大。
Watts以一家著名的汽車生產廠商為例，他解釋說“這家汽車生產商在幾年內積累了約14 PB的數據，但是在短短的幾個月內，其新部署的無人駕駛汽車程序又產生了4.5PB的數據。正是由于潛在的部署媒介、互操作性和數據格式化障礙的廣泛性，使得分析成為一個真正令人頭疼的問題。由于分布式計算的特性，以可操作且可訪問的方式無縫連接邊緣到核心到云平臺的任務至關重要。”
他將數據結構確定為潛在的解決方案，這使單一的、標準化的數據管理和存儲解決方案可以在不同的體系結構和平臺上工作，深思熟慮的數據結構策略促進了數據平臺、數據湖、API和密鑰之間的鏈接分析產品，這些產品將在更高的層次上使用以產生有意義的物聯網見解和行動。
邊緣的物聯網數據
CGI公司數字化轉型總監(jiān)Suman Kumar說：“在將物聯網數據集中存儲在云平臺之前，有一種新興的物聯網數據處理模式，大數據和人工智能技術進一步將這些數據集轉化為可操作的見解。”
他繼續(xù)說：“一些用例是制造中的預測性維護警報、實用程序以及機器學習算法，可自動執(zhí)行維護任務的計劃。保險行業(yè)正在尋求收集越來越多的實時數據(例如遠程信息處理或智能建筑)，以使用人工智能更好地理解風險。物流行業(yè)正在實施舉措，以實時查看供應鏈中的產品。很多國家和地區(qū)的政府也希望開發(fā)智慧城市，以改善交通管理、停車和其他服務。”
物聯網數據推動價值
TIBCO Software公司首席技術官 Nelson Petracek表示，物聯網和數據分析的融合將是組織如何利用物聯網驅動計算和邊緣計算的關鍵方面。
他說：“數字化轉型包括根據場景及時做出相關決策的能力，并且物聯網設備生成的數據與分析數據的結合可以幫助提供這一功能。然而，只是收集物聯網數據是不夠的。組織需要在批量(使用傳統(tǒng)分析)和實時場景中將這些數據轉化為價值。在企業(yè)級(例如在云平臺或數據中心)執(zhí)行所有處理也是不可取的，在某些情況下也是不可能的。”
正如物聯網設備的性質一樣，其決策通常需要以本地化的方式做出，包括在設備本身上做出決策，而這些決策很大程度上將取決于從分析過程和歷史數據得出的模型。
Petraracek繼續(xù)說，“使邊緣更智能，將計算工作負載轉移到邊緣以進行更有效的處理，支持本地化或獨立/斷開連接的處理，減少決策等待時間，以及減少數據傳輸需求的能力都是幾乎可以應用于任何垂直領域的優(yōu)勢。分析以及分析模型和管道的運營為組織提供了巨大的機會，特別是考慮到物聯網能夠提供的實時信息和背景。”
面臨的挑戰(zhàn)
人們需要認識到物聯網和數據分析的挑戰(zhàn)，Software AG公司首席技術官Bernd Gross表示：“對于數據，仍然有一些組織采用傳統(tǒng)的思維方式，他們將數據視為每周例會中看到的東西或是看到的有趣模式，僅此而已。不僅所有組織都需要具備盡快處理數據的能力，而且也越來越緊迫。物聯網數據價值容易隨著時間而下降。人們需要清楚地看到這一點，以便能夠果斷地采取行動。
面臨的挑戰(zhàn)在于，這些數據很少存放在一個地方。這可能是因為基礎設施在歷史上是孤立的，或者組織是在多云環(huán)境中操作的。無論采用哪種方式，組織都需要整合他們的數據。這是分析能夠看到它所需要的所有數據的唯一方法，而如果沒有分析，任何數據都是無用的。”
尋求與多個供應商合作
DevicePilot公司聯合創(chuàng)始人兼首席執(zhí)行官Pilgrim Beart表示，“物聯網和數據分析是互補的技術。盡管有一些專門針對物聯網開發(fā)的分析工具(例如服務監(jiān)控工具)，但大多數分析工具本身并不了解物聯網遙測技術，這些工具有助于保持設備狀態(tài)良好并確保為客戶提供價值。”
他以自動售貨機為例，分析可以獲取遙測數據并將其轉換為需要補充的商品清單，還可以安排服務技術人員的維護。
Beart解釋說：“包括分析在內的物聯網一體化平臺的時代似乎已經過去。沒有一個物聯網供應能勝任所有工作，因此，如今的集成商將多家供應商的混合服務和解決方案整合在一起。每個物聯網供應商可以專注于其設備、通信或云平臺，然后可以提供包括分析在內的其他服務。”
版權聲明：本文為企業(yè)網D1Net編譯，轉載需注明出處為：企業(yè)網D1Net，如果不注明出處，企業(yè)網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號