Hur en integrerad Analytics-plattform kan hjälpa tingenes internet att lyckas

Författare: Roger Morrison
Skapelsedatum: 19 September 2021
Uppdatera Datum: 21 Juni 2024
Anonim
Hur en integrerad Analytics-plattform kan hjälpa tingenes internet att lyckas - Teknologi
Hur en integrerad Analytics-plattform kan hjälpa tingenes internet att lyckas - Teknologi

Innehåll


Källa: Beebright / Dreamstime.com

Hämtmat:

En integrerad analysplattform kan behandla ostrukturerad data för att ge meningsfulla resultat.

Internet of Things (IoT) betraktas som en enorm möjlighet av branschen. Många tror att med de data som genereras från IoT-enheter kan skräddarsydda, förbättrade produkter och tjänster levereras till slutkunder i många branscher. Företag kan förbättra intäkterna, spara kostnader, energi och bränsle samt förbättra produktiviteten. För att förverkliga dessa fördelar måste IoT-data utnyttjas ordentligt, vilket är svårt, främst för att de är ostrukturerade och komplexa.

En integrerad analysplattform har en viktig roll för att leverera rätt analys från en uppsättning ostrukturerad data. För att leverera meningsfull analys behöver du en kombination av verktyg på ett ställe som kan lagra, fråga och bearbeta komplexa data. En integrerad analysplattform gör just det.


Vad är en integrerad analysplattform?

En integrerad analysplattform är en enhetlig lösning som ger meningsfull analys av all data, till och med ostrukturerad och komplex data. Det traditionella relationsdatabashanteringssystemet (RDBMS) kan inte tillhandahålla konualitet eller skräddarsydd analys av lagrad data. Stora företag är mycket beroende av meningsfulla och handlingsbara data för att driva sin verksamhet. Den integrerade analysplattformen integrerar olika verktyg som exekveringsmotor, databashanteringssystem (DBMS), kapacitet för data mining och kapaciteter för att få och förbereda data som inte finns i databasen. Och plattformen uppdateras för att hantera komplexa och ostrukturerade data, som big data. Det finns inget annat verktyg för att bearbeta data. Denna plattform kan levereras till slutkunder som en applikation eller på grundval av SaaS-modellen (software-as-a-service). Företag kan prenumerera under en period och sedan förnya (eller inte). I en rapport definierade Merv Adrian och Colin White från BeyeNETWORK den analytiska plattformen som ”en integrerad och komplett lösning för att hantera data och generera affärsanalys från dessa data, som erbjuder pris / prestanda och tid till värde överlägsen icke-specialiserade erbjudanden. Denna lösning kan levereras som en apparat (endast programvara, paketerad hårdvara och mjukvara, virtuell bild) och / eller i en molnbaserad mjukvara som SaaS-form. "


Hur ser IoT-data ut?

IoT-data kan vara extremt komplexa och är definitivt ostrukturerade. Tänk på de miljoner enheter, var och en med en IP-adress, prata med varandra. Miljontals servrar samlar in den information som dessa enheter använder. Låt oss titta på några exempel. Tänk på smartwatches med hälsodata som puls och blodtryck, eller enheter utrustade i elektroniska apparater som luftkonditioneringsapparater eller kylskåp som lagrar data som temperatur och matvanor. Den totala mängden data är enorm och den multiplicerar. Mottagna data är komplexa på grund av de olika konfigurationerna av enheter och sensorer, analysering gjord halvvägs mellan sensorer och servrar, teknik som används för att fånga data, filformat och flera andra faktorer. Så datavolym och format gör IoT-dataanalys till en extremt utmanande uppgift.

I en undersökning konstaterades att 44,6% av XML-data, 23,8% är ostrukturerade fildata, 23% är webloggar och de resterande innehåller paketapplikationsdata, rich media-data och andra filtyper.

En integrerad analysplattform + IoT-data

Det är tydligt att volym, komplexitet och ostrukturerat format gör IoT-dataanalys till ett utmanande förslag. Det som förenar utmaningen är kravet på att analysen måste levereras snabbt. Så du behöver en lösning som inte bara kan leverera meningsfull IoT-analys utan också leverera dem snabbt. Detta är något som inte kan hanteras med isolerade verktyg och tekniker. Därför behöver du en enhetlig lösning. Som tidigare nämnts kombinerar en integrerad analysplattform ett databashanteringssystem, datainsamlings- och lagringssystem och processfunktioner på ett ställe. Här är några skäl till varför en integrerad analysplattform är ditt bästa alternativ.

Analytics-plattformar kan göra avancerad analys av data. Exempelvis kommer vanliga analysverktyg att kämpa för att göra en enkel jämförelse av lönsamheten för den senaste veckan bland de tio bästa handlarna i New York på grund av den enorma datamängd den behöver för att bearbeta inom en begränsad tid. Integrerad analys kan göra det och mer. Den kan bygga prediktiva datamodeller och sedan jämföra datamodellen med realtidsdata, göra geografiska visualiseringar och mer.

Traditionella datacenterinställningar och analystekniker är ett dyrt förslag, närmare bestämt när du försöker leverera IoT-analys med dessa resurser. Du måste investera mer i installationen när datavolymen och analyskraven växer. Analytics-plattformar kan sänka dessa kostnader betydligt. Licenskostnaderna för öppen källkodsprogramvara är betydligt lägre. Dessa plattformar använder billigare produktprocessorer så hårdvara är lätt att uppgradera. Eftersom apparater är förintegrerade och förkonfigurerade, reducerar det installationskostnaderna.

Fallstudie

är en framstående fallstudie av hur en integrerad analysplattform gjorde en skillnad. och Google tillhandahöll begränsad och standardiserad analys. Djupare analys, även om det var möjligt, var tidskrävande och kunde vara kostsamt och ineffektivt. Lösningen var ett integrerat analyssystem som kombinerade analys, Google Analytics och anpassad analys med förmågan att skära och tärna data på vilket sätt som helst. Detta skapade en mångsidig, effektiv lösning. Som ett resultat minskades analystiden med 90%, budgetarna för testkampanjer och minsta provstorlekar minskades med 75%, konverteringsgraden ökade med 100% och den genomsnittliga pausningstiden för kampanjen minskade till en dag från fyra dagar. Tabellen nedan visar hur isolerade mätvärden från och Google integrerades av analysplattformen.

Sammanfattning

IoT-data visar ett starkt fall för integrerade analysplattformar. Det kommer att vara extremt svårt för företag som är mycket beroende av data att fortsätta med traditionella analysmetoder och tekniker på grund av relativ ineffektivitet och kostnadsproblem. Det måste emellertid noteras att flyttning till en integrerad analysplattform också återspeglar en förändring i tankesättet för många företag och förändringar brukar vara långsamma. Integrerade analysplattformar ses fortfarande med stor försiktighet och mycket debatt pågår om avkastningen på investeringen. Detta är naturligt eftersom de moderna plattformarna befinner sig i ett växande skede och det kommer att ta lite tid för dessa plattformar att få en bredare acceptans. Men snart lovar detta att bli den dominerande dataanalysplattformen.