Innehåll
- IoT- och realtidsanvändningsfall
- Branschens attityd gentemot IoT och analys i realtid
- Avkastning på investeringar i realtid Analytics och IoT
- Uppskatta kostnaderna
- Förstå utmaningarna
- Slutsats
Källa: Petrovich11 / Dreamstime.com
Hämtmat:
Internet of Things tillhandahåller en konstant ström av data, vilket gör realtidsanalys till det perfekta verktyget för att analysera det.
Internet of Things (IoT) representerar en kreativ störning, något som börjar tappa befintliga processer och tekniker och får fram ett helt nytt sätt att arbeta. IoT kan inleda förbättrade produkter och tjänster, kundupplevelse, säkerhet och hälsovård, bland annat om det utnyttjas korrekt. Ett av de bästa sätten att utnyttja sin fulla kraft är analys i realtid. IoT och realtidsanalys utgör ett paket. Utan analys i realtid kan du inte utnyttja de fulla fördelarna som IoT har att erbjuda. IoT kompletterar realtidsanalys och vice versa. Men för att kombinera IoT och realtidsanalys måste organisationer göra en hel del förändringar i hur de för närvarande bedriver verksamhet.
IoT- och realtidsanvändningsfall
Den förarlösa bilen verkar vara ett lämpligt användningsfall för kombinationen av realtidsanalys och IoT. En förarlös bil är utrustad med flera sensorer och en IP-adress. När en förarlös bil kör på vägen, hur interagerar den med andra saker på vägen, t.ex. trafiksignaler och andra fordon? Den förarlösa bilen kommer att generera och vidarebefordra data när den reser; denna information inkluderar information som hastighet, tid för att nå vissa landmärken och utsläppsprocent. Nedan ges några möjliga påverkningar på förarlösa bilar:
- Den förarlösa bilen kommer att få analys från trafiksignalpunkter på trafikstockningen i staden. Baserat på dessa rapporter kan bilen automatiskt välja rutten med minst trängsel.
- De närmaste trafiksignalpunkterna kommer att få information om återstående tid innan signalen blir röd. Baserat på uppgifterna kan den förarlösa bilen justera hastigheten.
- Trafikpolisen kan få rapporter om bilen kör över tillåtna hastighetsgränser. Detta utlöser ett meddelande och bilen stoppas vid nästa kontrollpunkt.
- Stadens föroreningsstyrningsmyndighet får utsläppsdata och en anmälan till bilägaren om utsläppsprocenten är över acceptabla gränser.
- När den förarlösa bilen når sin destination och söker efter en parkeringsplats, kan sensorerna snabbt skanna och hitta lediga platser, om några.
Så vad är resultaten från ovanstående användningsfall?
- För att känna till de data som genereras av bilen måste de tas emot i realtid.
- Det måste finnas flera andra sensorer, till exempel de i trafiksignalerna och kontoren för föroreningskontroll som tar emot informationen i realtid, bearbetar dem, skapar analyser ur den och utlöser en åtgärd som att göra en varning med hög utsläppsnivå.
- Utan realtidsanalysinfrastruktur är det inte vettigt att ta emot IoT-data.
Branschens attityd gentemot IoT och analys i realtid
Det verkar som om industrin har omfamnat den kraftfulla kombinationen av IoT och realtidsanalys, och det finns mycket optimism kring det. I en undersökning utförd av Vitria, en avancerad leverantör av analyslösningar, konstaterades att 48% av de svarande redan hade arbetat med IoT och realtidsanalysprojekt. De svarande svarade att de aktivt investerade i IoT och realtidsanalys. Två saker kom fram från undersökningen:
- Realtidsanalys av data genererade av IoT-enheter var av största vikt.
- Företag beror mycket på den prediktiva insikten som ges i realtidsanalys.
De viktigaste resultaten från undersökningen är:
- Mobila enheter (32 procent), smarta mätare, celltorn och sensorer monterade i fordon och logistikpunkter är de största källorna till IoT-data.
- 48 procent av de svarande arbetar med aktiva projekt medan 15 procent av de svarande sa att de har arbetat med det under det senaste året.
- 43 procent av de svarande sa att de skulle investera i IoT-analys, automatisering och visualisering, medan för varje område separat var svaret IoT-analys (20 procent), automatisering (8 procent) och visualisering (5 procent).
- Business intelligence är det område där streaminganalyser används mest.
- 18 procent av de svarande sa att de betalade högst prioritet för att förutsäga underhåll, medan 17 procent sa att de behövde analys i realtid för nätverksövervakning och serviceförsäkring. Endast 8 procent sa att de behövde lösningen för fälttjänstledning.
- De flesta investerare förutser IoT och realtidsanalyser som ger mycket värde i framtiden.
Avkastning på investeringar i realtid Analytics och IoT
Avsnittet ovan verkar måla en rosig bild av realtidsanalys- och IoT-teamet. Många experter talar som om kombinationen är ett universalmedel. Svaret är inte så enkelt. Branschen måste se förbi hype och inse att mycket hårt arbete är för att få betydande avkastningar från realtidsanalysen och IoT-kombinationen. Det betyder inte att kombinationen är en bubbla som håller på att brista; det finns mycket ämne, det är bara så mycket arbete som behövs. Låt oss ta en titt på vad vi behöver göra för att maximera avkastningen. Låt oss tänka på de primära stegen:
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
Uppskatta kostnaderna
När du har identifierat problemen, gör en objektiv, databaserad ROI-analys. Du bör bland annat fokusera på två saker: de totala ägandekostnaderna och de fördelar du troligtvis kommer att få. Nyckeln till en framgångsrik analys är att ha kvantitativa resultat från analysen så mycket som möjligt. Till exempel bör IoT och realtidsanalyser kunna förutsäga tidsramen där maskiner i din fabrik börjar ge minskande avkastning. Detta kallas också förutsägbart underhåll. För det andra, hitta den totala ägandekostnaden som inkluderar, men kanske inte är begränsad till, de personer du anställer för detta uppdrag, utrustning som datorer och servrar, utbildningskostnader och tid och underhåll av sensorer.
Förstå utmaningarna
Implementering av ett realtidsanalys- och IoT-projekt är ett enormt och extremt komplicerat företag eftersom det för de flesta organisationer är enastående. Det är viktigt att göra en realistisk bedömning av uppgifterna och dela upp dem i mindre, hanterbara bitar.
Slutsats
Det första steget mot att få ut det bästa av kombinationen av realtidsanalys och IoT är att acceptera att det inte är någon trollstav. Samtidigt är det inte en bubbla. Undvik extrema tankar. Det finns mycket substans i konceptet som måste utnyttjas noggrant. Du behöver en realistisk bedömning och kvantitativ analys följt av små steg. Detta är ett projekt som kan omdefiniera ditt företag som aldrig tidigare om du kan implementera det på rätt sätt, men det kommer att ta tid.