תוֹכֶן
- מקרה של IoT ו- Analytics בזמן אמת
- יחס תעשייתי כלפי IoT ואנליטיקס בזמן אמת
- מחזירה על השקעה ב- Analytics בזמן אמת ו- IoT
- הערכת העלויות
- להבין את האתגרים
- סיכום
מקור: Petrovich11 / Dreamstime.com
להסיר:
האינטרנט של הדברים מספק זרם קבוע של נתונים, מה שהופך ניתוחים בזמן אמת לכלי המושלם לניתוחם.
האינטרנט של הדברים (IoT) מייצג שיבוש יצירתי, משהו שמתחיל להפיל תהליכים וטכנולוגיות קיימים ומביא דרך חדשה לעבוד לחלוטין. IoT יכולה להוביל מוצרים ושירותים משופרים, חווית לקוח, אבטחה ובריאות, בין היתר אם היא רתומה כראוי. אחת הדרכים הטובות ביותר לרתום את מלוא עוצמתה היא ניתוחים בזמן אמת. IoT וניתוח בזמן אמת מהווים חבילה. ללא ניתוח בזמן אמת, אינך יכול לנצל את מלוא היתרונות שיש ל- IoT להציע. IoT משלים ניתוחים בזמן אמת ולהפך. עם זאת, כדי לשלב IoT וניתוח בזמן אמת, ארגונים צריכים לבצע שינויים רבים בדרך בה הם מתנהלים כיום בעסקים.
מקרה של IoT ו- Analytics בזמן אמת
המכונית נטולת הנהג נראית כמקרה שימוש מתאים לשילוב של ניתוחים בזמן אמת ו- IoT. מכונית נטולת נהג מצוידת במספר חיישנים וכתובת IP. כאשר מכונית נטולת נהג נוסעת בהמשך הדרך, איך היא מתקשרת עם דברים אחרים בכביש כמו איתותי תנועה וכלי רכב אחרים? המכונית נטולת הנהג תפיק ותעביר נתונים בזמן שהיא תעבור; נתונים אלה כוללים מידע כמו מהירות, זמן להגיע לציוני דרך מסוימים ואחוזי פליטה. להלן כמה השפעות אפשריות על מכוניות נטולות נהגים:
- המכונית נטולת הנהג תקבל ניתוח מנקודות איתות תנועה על עומסי התנועה בעיר. בהתבסס על דוחות אלה, המכונית יכולה לבחור באופן אוטומטי את המסלול עם העומס הנמוך ביותר.
- נקודות האות הקרובות ביותר לתעבורה יציגו את הזמן שנותר לפני שהאות יתבהר. על סמך הנתונים, המכונית נטולת הנהג יכולה להתאים את מהירותה.
- משטרת התנועה יכולה לקבל דיווחים אם המכונית נוסעת מעל לגבול המהירות המותר. זה יפעיל הודעה והמכונית תיעצר בנקודת הבקרה הבאה.
- רשות בקרת הזיהום של העיר תקבל את נתוני הפליטה והודעה לבעל המכונית אם אחוז הפליטה יהיה מעל גבולות מקובלים.
- כאשר המכונית נטולת הנהג מגיעה ליעדה ומחפשת מקום חניה, חיישניה יכולים לסרוק במהירות ולמצוא מקומות פנויים, אם בכלל.
אז, מה הממצאים ממקרה השימוש לעיל?
- כדי להבין את הנתונים שנוצרו על ידי המכונית, הם צריכים להתקבל בזמן אמת.
- צריכים להיות כמה חיישנים נוספים, כמו אלה שנמצאים בסימני התעבורה ובמשרדי בקרת הזיהום שמקבלים את הנתונים בזמן אמת, מעבדים אותם, יוצרים מתוכם ניתוחים ומפעילים פעולה כמו הזנת אזהרה ברמת פליטה גבוהה.
- ללא תשתית אנליטיקה בזמן אמת, קבלת נתוני IoT אינה הגיונית.
יחס תעשייתי כלפי IoT ואנליטיקס בזמן אמת
נראה שהתעשייה אימצה את השילוב החזק בין IoT לבין ניתוחים בזמן אמת, ויש הרבה אופטימיות סביבו. בסקר שערכה Vitria, ספקית פתרונות אנליטיים מתקדמים, נמצא כי 48% מהנשאלים כבר עבדו על פרויקטים של IoT ו- Analyse בזמן אמת. המשיבים ענו שהם משקיעים באופן פעיל ב- IoT ובניתוח בזמן אמת. שני דברים עלו מהסקר:
- חשיבות ראשונה לניתוח הנתונים שנוצרו על ידי מכשירי IoT בזמן אמת.
- חברות תלויות רבות בתובנות החזויות הניתנות על ידי ניתוח בזמן אמת.
הממצאים הבולטים מהסקר הם:
- מכשירים ניידים (32 אחוז), מטרים חכמים, מגדלי תא וחיישנים המותקנים בכלי רכב ונקודות לוגיסטיקה הם המקורות הגדולים ביותר לנתוני IoT.
- 48 אחוז מהנשאלים עובדים על פרויקטים פעילים ואילו 15 אחוז מהנשאלים אמרו שהם עבדו על זה בשנה האחרונה.
- 43 אחוז מהנשאלים אמרו שהם ישקיעו בניתוח IoT, אוטומציה והדמיה, ואילו עבור כל תחום בנפרד, התגובה הייתה IoT אנליטיקס (20 אחוזים), אוטומציה (8 אחוז) והדמיה (5 אחוזים).
- בינה עסקית היא התחום בו משתמשים הכי הרבה בזרימת אנליטיקס.
- 18 אחוז מהנשאלים אמרו כי הם שילמו את העדיפות הגבוהה ביותר לתחזוקה חזויה, ואילו 17 אחוזים אמרו שהם זקוקים לניתוח בזמן אמת לצורך פיקוח רשת ואבטחת שירות. רק 8 אחוזים אמרו שהם זקוקים לפיתרון לניהול שירותי שדה.
- מרבית המשקיעים צופים כי IoT וניתוח בזמן אמת מספקים ערך רב בעתיד.
מחזירה על השקעה ב- Analytics בזמן אמת ו- IoT
הפיסקה שלמעלה נראית מציירת תמונה ורודה של צוות האנליטיקס וה- IoT בזמן אמת. מומחים רבים מדברים כאילו השילוב הוא תרופת פלא. התשובה לא כל כך פשוטה. התעשייה צריכה לראות את ההייפ ולהבין שהרבה עבודה קשה היא על מנת לקבל תשואות משמעותיות מהשילוב של ניתוחים ו- IoT בזמן אמת. זה לא אומר שהשילוב הוא בועה, שעומדת להתפוצץ; יש הרבה חומר, זה פשוט שנדרש הרבה עבודה. בואו נבדוק מה עלינו לעשות על מנת למקסם את ההחזר. בואו לחשוב על הצעדים העיקריים:
אתה לא יכול לשפר את כישורי התכנות שלך כאשר לאף אחד לא אכפת מאיכות התוכנה.
הערכת העלויות
לאחר שזיהית את הבעיות, בצע ניתוח ROI אובייקטיבי מבוסס נתונים. עליכם, בין היתר, להתמקד בשני דברים: עלות הבעלות הכוללת והיתרונות שאתם עשויים להפיק. המפתח לניתוח מוצלח הוא קבלת תפוקות כמותיות מהניתוח, ככל האפשר. לדוגמה, ה- IoT והניתוח בזמן אמת צריכים להיות מסוגלים לחזות את מסגרת הזמן בה מכונות במפעל שלך יתחילו לתת תשואות פוחתות. זה מכונה גם תחזוקה חזויה. שנית, מצא את עלות הבעלות הכוללת הכוללת, אך לא יכולה להיות מוגבלת, לאנשים שאתה מעסיק למשימה זו, ציוד כגון מחשבים ושרתים, עלות הדרכה וזמן ותחזוקה של חיישנים.
להבין את האתגרים
יישום פרויקט אנליטי ו- IoT בזמן אמת זו פעולה ענקית ומורכבת במיוחד מכיוון שלרוב הארגונים זה חסר תקדים. חשוב לבצע הערכה מציאותית של המשימות ולפרק אותן לנתחים קטנים יותר וניתנים לניהול.
סיכום
הצעד הראשון בכדי להפיק את המיטב מהשילוב של ניתוחים בזמן אמת ו- IoT הוא לקבל את זה שלא מדובר בשרביט קסמים. יחד עם זאת זו לא בועה. הימנע ממחשבות קיצוניות. יש הרבה חומר בקונספט, שצריך לרתום אותו בזהירות. אתה צריך הערכה מציאותית וניתוח כמותי ולאחריו צעדים קטנים. זהו פרויקט שיכול להגדיר מחדש את העסק שלך כמו שמעולם לא אם אתה יכול ליישם אותו כראוי, אבל זה יקח זמן.