Inhoud
- IoT en Real-Time Analytics Use Case
- Houding in de branche ten aanzien van IoT en realtime analyse
- Rendement op investering in realtime analyse en IoT
- Schat de kosten
- Begrijp de uitdagingen
- Gevolgtrekking
Bron: Petrovich11 / Dreamstime.com
Afhaal:
Internet of Things biedt een constante stroom gegevens, waardoor realtime analyse de perfecte tool is om deze te analyseren.
Internet of Things (IoT) vertegenwoordigt een creatieve verstoring, iets dat bestaande processen en technologieën begint omver te werpen en een geheel nieuwe manier van werken voortbrengt. IoT kan onder meer verbeterde producten en diensten, klantervaring, beveiliging en gezondheidszorg inluiden als deze op de juiste manier wordt benut. Een van de beste manieren om zijn volledige kracht te benutten, is realtime analyse. IoT en realtime analyse vormen een pakket. Zonder realtime analyse kunt u niet profiteren van alle voordelen die IoT te bieden heeft. IoT is een aanvulling op realtime analyse en vice versa. Om IoT en realtime analyse te combineren, moeten organisaties echter veel wijzigingen aanbrengen in de manier waarop ze momenteel zaken doen.
IoT en Real-Time Analytics Use Case
De auto zonder bestuurder lijkt een geschikte use case te zijn voor de combinatie van realtime analyse en IoT. Een auto zonder bestuurder is uitgerust met verschillende sensoren en een IP-adres. Wanneer een auto zonder bestuurder over de weg rijdt, hoe reageert deze dan op andere dingen op de weg, zoals verkeerslichten en andere voertuigen? De auto zonder bestuurder zal tijdens het rijden gegevens genereren en doorgeven; deze gegevens omvatten informatie zoals snelheid, tijd om bepaalde oriëntatiepunten te bereiken en emissiepercentage. Hieronder worden enkele mogelijke invloeden op auto's zonder bestuurder weergegeven:
- De auto zonder bestuurder ontvangt analyses van verkeerssignaalpunten over de verkeerscongestie in de stad. Op basis van deze rapporten kan de auto automatisch de route kiezen met de minste congestie.
- De dichtstbijzijnde verkeerslichtpunten geven gegevens over de resterende tijd voordat het signaal rood wordt. Op basis van de gegevens kan de bestuurderloze auto zijn snelheid aanpassen.
- Verkeerspolitie kan meldingen ontvangen als de auto boven de toegestane snelheidslimieten rijdt. Dit zal een melding activeren en de auto wordt gestopt bij het volgende controlepunt.
- De vervuilingsautoriteit van de stad ontvangt de emissiegegevens en een melding aan de eigenaar van de auto als het emissiepercentage boven acceptabele limieten ligt.
- Terwijl de auto zonder bestuurder zijn bestemming bereikt en een parkeerplaats zoekt, kunnen zijn sensoren snel zoeken naar lege plekken, indien aanwezig.
Dus, wat zijn de bevindingen uit de bovenstaande use case?
- Om inzicht te krijgen in de gegevens die door de auto zijn gegenereerd, moet deze in realtime worden ontvangen.
- Er moeten verschillende andere sensoren zijn, zoals die in de verkeerssignalen- en vervuilingscontrolekantoren die de gegevens in realtime ontvangen, verwerken, er analyses van maken en een actie activeren zoals een waarschuwing met een hoog emissieniveau.
- Zonder realtime analyse-infrastructuur heeft het geen zin om IoT-gegevens te ontvangen.
Houding in de branche ten aanzien van IoT en realtime analyse
Het lijkt erop dat de industrie de krachtige combinatie van IoT en realtime analyse heeft omarmd, en er is veel optimisme rondom. In een onderzoek uitgevoerd door Vitria, een leverancier van geavanceerde analyseoplossingen, bleek dat 48% van de respondenten al aan IoT en realtime analyseprojecten werkte. De respondenten antwoordden dat ze actief investeerden in IoT en realtime analyses. Uit de enquête kwamen twee dingen naar voren:
- Real-time analyse van de gegevens gegenereerd door IoT-apparaten was van het grootste belang.
- Bedrijven zijn sterk afhankelijk van voorspellende inzichten die worden verkregen door realtime analyse.
De meest opvallende bevindingen uit de enquête zijn:
- Mobiele apparaten (32 procent), slimme meters, celtorens en sensoren in voertuigen en logistieke punten zijn de grootste bronnen van IoT-gegevens.
- 48 procent van de respondenten werkt aan actieve projecten, terwijl 15 procent van de respondenten het afgelopen jaar eraan heeft gewerkt.
- 43 procent van de respondenten zei dat ze zouden investeren in IoT-analyse, automatisering en visualisatie, terwijl voor elk gebied afzonderlijk de respons IoT-analyse (20 procent), automatisering (8 procent) en visualisatie (5 procent) was.
- Business intelligence is het gebied waar streaminganalyse het meest wordt gebruikt.
- 18 procent van de respondenten zei dat ze de hoogste prioriteit hadden aan voorspellend onderhoud, terwijl 17 procent zei dat ze realtime analyses nodig hadden voor netwerkbewaking en serviceverzekering. Slechts 8 procent zei dat ze de oplossing nodig hadden voor field service management.
- De meeste beleggers voorzien IoT en realtime analyse die in de toekomst veel waarde zal bieden.
Rendement op investering in realtime analyse en IoT
Bovenstaande paragraaf lijkt een rooskleurig beeld te schetsen van het realtime analyse- en IoT-team. Veel experts praten alsof de combinatie een wondermiddel is. Het antwoord is niet zo eenvoudig. De industrie moet voorbij de hype komen en zich realiseren dat er hard gewerkt wordt om een aanzienlijk rendement te halen uit de realtime analyse en IoT-combinatie. Dat betekent niet dat de combinatie een bubbel is die op het punt staat te barsten; er is veel inhoud, alleen is er veel werk nodig. Laten we eens kijken wat we moeten doen om het rendement te maximaliseren. Laten we nadenken over de primaire stappen:
U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Schat de kosten
Nadat u de problemen hebt geïdentificeerd, voert u een objectieve, op gegevens gebaseerde ROI-analyse uit. U moet zich onder andere concentreren op twee dingen: de totale eigendomskosten en de voordelen die u waarschijnlijk zult behalen. De sleutel tot een succesvolle analyse is zoveel mogelijk kwantitatieve resultaten van de analyse hebben. Het IoT en realtime analyses zouden bijvoorbeeld in staat moeten zijn om het tijdsbestek te voorspellen waarin machines in uw fabriek beginnen te dalen. Dit wordt ook voorspellend onderhoud genoemd. Ten tweede, zoek de totale eigendomskosten, inclusief, maar niet beperkt tot, de mensen die u in dienst hebt voor deze opdracht, apparatuur zoals computers en servers, trainingskosten en tijd en onderhoud van sensoren.
Begrijp de uitdagingen
Het implementeren van een realtime analyse- en IoT-project is een enorme en uiterst complexe onderneming omdat het voor de meeste organisaties ongekend is. Het is belangrijk om een realistische inschatting van de taken te maken en deze op te splitsen in kleinere, beheersbare brokken.
Gevolgtrekking
De eerste stap om het beste uit de combinatie van realtime analyse en IoT te halen, is te accepteren dat het geen toverstaf is. Tegelijkertijd is het geen bubbel. Vermijd extreme gedachten. Het concept bevat veel inhoud, dat zorgvuldig moet worden benut. U hebt een realistische beoordeling en kwantitatieve analyse nodig, gevolgd door kleine stappen. Dit is een project dat uw bedrijf als nooit tevoren opnieuw zou kunnen definiëren als u het goed kunt implementeren, maar het gaat tijd kosten.