Tartalom
- Mi az integrált elemzési platform?
- Hogyan néz ki az IoT-adatok?
- Integrált elemzési platform + IoT-adatok
- Esettanulmány
- összefoglalás
Forrás: Beebright / Dreamstime.com
Elvitel:
Az integrált elemzési platform a nem strukturált adatokat képes feldolgozni, hogy értelmes eredményeket érjen el.
A tárgyak internetét (IoT) az iparág hatalmas lehetőségnek tekinti. Sokan úgy vélik, hogy az IoT eszközökből előállított adatokkal testreszabott, továbbfejlesztett termékeket és szolgáltatásokat lehet szállítani a végfelhasználók számára sok iparágban. A vállalkozások javíthatják a bevételeket, megtakaríthatnak költségeket, energiát és üzemanyagot, valamint javíthatják a termelékenységet. Ezen előnyök kiaknázása érdekében az IoT-adatokat megfelelő módon ki kell használni, ami nehéz, főleg azért, mert strukturálatlan és összetett.
Az integrált elemzési platform fontos szerepet játszik a megfelelő elemzés biztosításában a strukturálatlan adatokból. Az értelmes elemzés biztosításához az eszközök egy kombinációjára van szükség egy helyen, amely összetett adatokat tárolhat, lekérdezhet és feldolgozhat. Egy integrált elemzési platform éppen ezt teszi.
Mi az integrált elemzési platform?
Az integrált elemzési platform egy egységes megoldás, amely értelmes elemzést biztosít bármilyen adatból, akár strukturálatlan és összetett adatokból is. A hagyományos relációs adatbázis-kezelő rendszer (RDBMS) nem képes konzultált vagy testreszabott elemzést szolgáltatni a tárolt adatokból. A nagyvállalatok nagymértékben függenek az értelmes és cselekvésre méltó adatoktól, hogy üzleti tevékenységüket irányítsák. Az integrált elemzési platform különféle eszközöket, például végrehajtó motort, adatbázis-kezelő rendszert (DBMS), adatbányászati képességeket és képességeket integrál az adatbázisban nem szereplő adatok begyűjtéséhez és előállításához. És a platform frissítve van, hogy bonyolult és strukturálatlan adatokat, például nagy adatokat kezeljen. Az adatok feldolgozásához nincs szükség más eszközre. Ezt a platformot a végfelhasználók számára alkalmazásként vagy a szoftver mint szolgáltatásként (SaaS) modell alapján szállíthatjuk. A vállalatok feliratkozhatnak egy időszakra, majd megújíthatják (vagy nem). Egy jelentésben Merv Adrian és Colin White (BeyeNETWORK) az analitikai platformot úgy definiálta, mint „integrált és komplett megoldást az adatok kezelésére és az ezekből az adatokból származó üzleti elemzés generálására, amely árat / teljesítményt és időértéket kínál a nem szakosodott ajánlatokkal szemben. Ez a megoldás eszközként (csak szoftver, csomagolt hardver és szoftver, virtuális kép) és / vagy felhőalapú szoftver-szolgáltatásként (SaaS) formában is szállítható. ”
Hogyan néz ki az IoT-adatok?
Az IoT adatok rendkívül összetettek és határozottan felépítetlenek. Gondolj az olyan millió millióra, amelyek mindegyike rendelkezik IP-címmel, és beszélget egymással. Millió szerver gyűjti az adatokat, amelyeket ezek az eszközök használnak. Nézzünk meg néhány példát. Gondoljon az intelligens órákra, amelyek egészségügyi adatokat, például pulzust és vérnyomást tartalmaznak, vagy elektronikus eszközökbe beépített eszközökre, például légkondicionálókra vagy hűtőszekrényekre, amelyek olyan adatokat tárolnak, mint a hőmérséklet és az étkezési szokások. Az összes adatmennyiség hatalmas, és megsokszorozódik. A kapott adatok bonyolultak az eszközök és érzékelők eltérő konfigurációja miatt, az érzékelők és a szerverek közötti félúton történő elemzés, az adatok rögzítésére használt technológiák, a fájl formátumok és számos egyéb tényező miatt. Tehát az adatmennyiség és a formátum az IoT-elemzést rendkívül kihívást jelentő feladattá teszi.
Egy felmérésben azt találták, hogy az összes előállított adatból 44,6% -uk XML-adatok, 23,8% -aa strukturálatlan fájladatok, 23% -aa weblogok, a fennmaradó pedig csomag alkalmazás-adatokat, multimédiás adatokat és egyéb fájltípusokat tartalmaz.
Integrált elemzési platform + IoT-adatok
Nyilvánvaló, hogy a kötet, a bonyolultság és a strukturálatlan formátum az IoT adatelemzését kihívásokkal teli javaslatnak tekinti. A kihívás az, hogy az elemzést gyorsan szállítani kell. Szüksége van tehát olyan megoldásra, amely nemcsak értelmes tárgyak internete elemzéseket szolgáltat, hanem gyorsan el is nyújtja azokat. Ez olyasmi, amelyet nem lehet megoldani az elszigetelt eszközök és technológiák révén. Ezért egységes megoldásra van szüksége. Mint korábban kifejtettük, egy integrált elemző platform egy helyen egyesíti az adatbázis-kezelő rendszert, az adatgyűjtési és -tárolási rendszert, valamint a feldolgozási képességeket. Íme néhány ok, amiért az integrált elemző platform a legjobb.
Az Analytics platformok képesek az adatok fejlett elemzésére. Például a rendszeres elemző eszközök nehézségekbe ütköznek a New York City első tíz kereskedőjének az elmúlt hét jövedelmezőségének egyszerű összehasonlításánál, mivel a korlátozott időn belül feldolgozandó adatok óriási volumenűek. Az integrált elemzés képes megtenni ezt és még sok más. Felépíthet prediktív adatmodelleket, majd összehasonlíthatja az adatmodellt a valós idejű adatokkal, végezhet földrajzi vizualizációkat és így tovább.
A hagyományos adatközponti beállítások és az elemzési technológiák drága ajánlat, még inkább, ha megpróbálják az IoT elemzést ezen erőforrásokkal biztosítani. Többet kell fektetnie a beállításokba, mivel az adatmennyiség és az elemzési követelmények növekednek. Az Analytics platformok jelentősen csökkenthetik ezeket a költségeket. A nyílt forráskódú szoftverek licencköltségei jelentősen alacsonyabbak. Ezek a platformok olcsóbb feldolgozóprogramokat használnak, így a hardvert könnyű frissíteni. Mivel a készülékek előre vannak integrálva és előre konfigurálva vannak, ez csökkenti a telepítési költségeket.
Esettanulmány
kiemelkedő esettanulmány arról, hogy miként változott meg az integrált elemzési platform. és a Google korlátozott és szabványosított elemzéseket nyújtott. A mélyebb elemzés, bár lehetséges, időigényes, költséges és hatástalan is lehet. A megoldás egy integrált elemző rendszer volt, amely kombinálta az elemzést, a Google Analytics és az egyéni elemzést azzal a képességgel, hogy bármilyen módon fel tudja szeletelni és kockázni az adatokat. Ez sokoldalú, hatékony megoldást hozott létre. Ennek eredményeként az elemzési idő 90% -kal csökkent, a tesztkampányok költségvetése és a minimális mintaméret 75% -kal csökkent, az átváltási arányok 100% -kal növekedtek, és a kampány átlagos szüneteltetési ideje négy napról egy napra csökkent. Az alábbi táblázat azt mutatja, hogy az elemzési platform miként integrálta az elkülönített mutatókat és a Google-t.
összefoglalás
Az IoT adatai erőteljes példát jelentenek az integrált elemzési platformok számára. A relatív hatékonyság hiánya és a költségek miatt rendkívül nehéz azoknak a vállalkozásoknak a számára, amelyek nagymértékben függnek az adatoktól, a tradicionális elemzési módszerekkel és technológiákkal. Meg kell azonban jegyezni, hogy az integrált elemzési platformra való áttérés sok vállalkozás gondolkodásmódjának megváltozását tükrözi, és a változás általában lassú. Az integrált elemző platformokat továbbra is nagyon óvatosan tekintik, és sok vita folyik a befektetés megtérülése kapcsán. Ez természetes, mivel a modern platformok még kialakulóban vannak, és időbe telik, mire ezek a platformok szélesebb körben elfogadódnak. De hamarosan ez ígéretes lesz a domináns adatanalitikai platform.