Obsah
- Případ použití IoT a Analytics v reálném čase
- Postoj průmyslu k IoT a analýze v reálném čase
- Návratnost investic do analýzy v reálném čase a internetu věcí
- Odhadněte náklady
- Pochopte výzvy
- Závěr
Zdroj: Petrovich11 / Dreamstime.com
Odnést:
Internet věcí poskytuje neustálý tok dat, díky čemuž je analytika v reálném čase dokonalým nástrojem k jejich analýze.
Internet věcí (IoT) představuje kreativní narušení, něco, co začíná svrhávat stávající procesy a technologie a přináší zcela nový způsob práce. IoT může mimo jiné uvádět vylepšené produkty a služby, zkušenosti se zákazníky, bezpečnost a zdravotní péči, pokud je správně využíváno. Jedním z nejlepších způsobů využití jeho plné moci je analytika v reálném čase. IoT a analytika v reálném čase tvoří balíček. Bez analýzy v reálném čase nemůžete využít všechny výhody, které IoT nabízí. IoT doplňuje analytiku v reálném čase a naopak. Abychom však mohli kombinovat IoT a analytiku v reálném čase, musí organizace provést mnoho změn ve způsobu, jakým v současné době podnikají.
Případ použití IoT a Analytics v reálném čase
Zdá se, že vůz bez řidiče je vhodným případem pro kombinaci analýzy v reálném čase a IoT. Auto bez řidiče je vybaveno několika senzory a IP adresou. Když auto bez řidiče cestuje po silnici, jak to interaguje s jinými věcmi na silnici, jako jsou dopravní signály a jiná vozidla? Vůz bez řidiče bude generovat a předávat data během jízdy; tato data zahrnují informace, jako je rychlost, čas do dosažení určitých orientačních bodů a procentuální podíl emisí. Níže jsou uvedeny některé možné vlivy na auta bez řidiče:
- Auto bez řidiče obdrží analytiku z dopravních signalizačních bodů na dopravní zácpě ve městě. Na základě těchto hlášení si auto může automaticky zvolit trasu s nejmenším přetížením.
- Nejbližší body dopravního signálu budou zaznamenávat zbývající čas do zbarvení signálu. Na základě těchto údajů může vůz bez řidiče upravit svou rychlost.
- Dopravní policie může přijímat zprávy, pokud vůz jede nad přípustné rychlostní limity. Spustí se upozornění a vůz se zastaví v dalším kontrolním bodě.
- Úřad pro kontrolu znečištění města obdrží emisní údaje a oznámení vlastníkovi automobilu, pokud je procentuální podíl emisí nad přijatelnými limity.
- Jakmile auto bez řidiče dorazí na místo určení a hledá parkovací místo, jeho senzory mohou rychle vyhledat a najít volná místa, pokud existují.
Jaká jsou zjištění z výše uvedeného případu použití?
- Abychom získali smysl pro data generovaná autem, musí být přijata v reálném čase.
- Musí existovat několik dalších senzorů, jako jsou například senzory v úřadech pro řízení dopravních signálů a znečištění, které přijímají data v reálném čase, zpracovávají je, vytvářejí z nich analytiku a spouštějí akci, jako je varování na vysoké úrovni emisí.
- Bez analytické infrastruktury v reálném čase nemá příjem dat IoT žádný smysl.
Postoj průmyslu k IoT a analýze v reálném čase
Zdá se, že toto odvětví přijímalo silnou kombinaci IoT a analytiků v reálném čase a obklopuje ho mnoho optimismu. V průzkumu provedeném společností Vitria, poskytovatelem pokročilých analytických řešení, bylo zjištěno, že 48% respondentů již pracovalo na projektech IoT a analytických analýz v reálném čase. Respondenti odpověděli, že aktivně investovali do internetu věcí a analytiků v reálném čase. Z průzkumu vyplynuly dvě věci:
- Zásadní význam měla analýza dat generovaných zařízeními IoT v reálném čase.
- Společnosti hodně závisí na prediktivních poznatcích poskytnutých analýzou v reálném čase.
Hlavní zjištění z průzkumu jsou:
- Mobilní zařízení (32 procent), inteligentní měřiče, věže a senzory instalované ve vozidlech a logistické body jsou největšími zdroji dat IoT.
- 48 procent respondentů pracuje na aktivních projektech, zatímco 15 procent respondentů uvedlo, že na tom v minulém roce pracovaly.
- 43 procent respondentů uvedlo, že budou investovat do IoT analytiky, automatizace a vizualizace, zatímco pro každou oblast samostatně byly odpovědi IoT analytics (20 procent), automatizace (8 procent) a vizualizace (5 procent).
- Business inteligence je oblast, ve které se analytické proudy využívají nejvíce.
- 18 procent respondentů uvedlo, že za prediktivní údržbu zaplatili nejvyšší prioritu, zatímco 17 procent uvedlo, že pro monitorování sítě a zajištění služeb potřebují analytiku v reálném čase. Pouze 8 procent uvedlo, že potřebují řešení pro správu terénních služeb.
- Většina investorů předpovídá IoT a analytiku v reálném čase, která v budoucnu poskytne spoustu hodnoty.
Návratnost investic do analýzy v reálném čase a internetu věcí
Zdá se, že výše uvedený odstavec vykresluje růžový obrázek analytiků v reálném čase a týmu IoT. Mnoho odborníků mluví, jako by kombinace byla všelékem. Odpověď není tak přímá. Odvětví musí vidět minulé humbuk a uvědomit si, že hodně tvrdé práce je za účelem získání výrazných výnosů z analýzy v reálném čase a kombinace IoT. To neznamená, že kombinace je bublina, která se chystá prasknout; je tu spousta podstaty, je jen potřeba hodně práce. Pojďme se podívat na to, co musíme udělat, abychom maximalizovali návratnost. Pojďme se zamyslet nad primárními kroky:
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
Odhadněte náklady
Poté, co jste identifikovali problémy, proveďte objektivní, ROI analýzu založenou na datech. Měli byste se mimo jiné zaměřit na dvě věci: celkové náklady na vlastnictví a výhody, které pravděpodobně přinesete. Klíčem k úspěšné analýze je co největší kvantitativní výstup z analýzy. Například IoT a analytika v reálném čase by měla být schopna předpovídat časový rámec, ve kterém strojní zařízení ve vaší továrně začne dávat klesající výnosy. Toto je také známé jako prediktivní údržba. Za druhé, vyhledejte celkové náklady na vlastnictví, které zahrnují, ale nemusí být omezeny pouze na osoby, které pro toto přiřazení zaměstnáváte, vybavení, jako jsou počítače a servery, náklady na školení a čas a údržbu senzorů.
Pochopte výzvy
Realizace analytických a IoT projektů v reálném čase je obrovský a extrémně složitý závazek, protože pro většinu organizací je bezprecedentní. Je důležité provést realistické hodnocení úkolů a rozdělit je na menší, zvládnutelné kousky.
Závěr
Prvním krokem k dosažení nejlepšího z kombinace analytiků v reálném čase a IoT je akceptovat, že to není kouzelná hůlka. Zároveň to není bublina. Vyhněte se extrémním myšlenkám. V konceptu je mnoho podstaty, kterou je třeba pečlivě využít. Potřebujete realistické posouzení a kvantitativní analýzu s následnými malými kroky. Jedná se o projekt, který by mohl předefinovat vaši firmu jako nikdy předtím, pokud ji dokážete správně implementovat, ale bude to chvíli trvat.