Living on the Edge: de 5 belangrijkste voordelen van Edge Analytics

"Ik denk dat iedereen genoot van de mogelijkheid om meer gegevens te bewaren, meer gegevens te analyseren en rijkere en diepere inzichten te krijgen van al deze enorme hoeveelheden informatie. Dat gezegd hebbende, betekent niet dat je dat zou moeten doen."

Omdat edge-analyse organisaties in staat stelt om gegevens dichter bij waar ze zich feitelijk voordoen te analyseren, kunnen beslissingen worden genomen voordat gegevens worden verzonden om te worden opgeslagen. Als gevolg hiervan kan het de noodzaak verminderen om zoveel mogelijk gegevens op te slaan en te consolideren. Terwijl het genereren en verzamelen van gegevens blijft groeien, is dat absoluut een goede zaak.

Behendigheid telt

Er is nog een voordeel voor het analyseren van gegevens dichter bij de bron: behendigheid. In sommige gevallen zijn gegevens veel nuttiger in realtime. Dit geldt met name voor de gegevens die afkomstig zijn van IoT-sensoren. Fabriekssensoren, medische apparaten, handels- en fraudedetectietoepassingen en systeembewaking, naast vele andere voorbeelden, bieden allemaal gegevens die mogelijk sneller moeten worden aangepakt. Deze zogenaamde "stroomverwerking" is belangrijk in toepassingen waar gegevens snel en / of continu moeten worden verwerkt. Naarmate het tempo van het bedrijfsleven toeneemt, wordt deze mogelijkheid meer en meer een noodzaak in veel industrieën.

"Als consument van analyse wil ik de mogelijkheid hebben om strategische beslissingen te nemen over welke gegevens op de lange termijn moeten worden geïnvesteerd en uit welke gegevens onmiddellijk waarde moet worden afgeleid, welke gegevens het waard zijn om te worden opgeslagen en welke gegevens het waard zijn om te worden opgeslagen," zei Rogers. .

Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen

U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.

"Ik denk dat het verplaatsen van analytics naar data in plaats van altijd het verplaatsen van data naar analytics een belangrijk onderdeel is, en ik denk dat het een vraag is die de meeste klanten zullen hebben naarmate analytics meer verspreid raakt."

Gegevens opslaan is duur

In de begindagen van de opslag van big data hebben veel organisaties veel data verzameld met het idee dat het ooit nuttig zou kunnen zijn. Het probleem is dat het verzamelen en opslaan van gegevens kosten met zich meebrengt, die vaak niet worden beperkt door de waarde die aan die gegevens wordt ontleend.

"Wat we in het afgelopen decennium hebben gezien, waren mensen die Hadoop-clusters rechtop zetten, gegevens erin stoppen en denken dat het ooit nuttig zou kunnen zijn ... en dan snel ontdekken dat zelfs met het voordeel van sommige Hadoop-technologieën, het verzamelen van gegevens nog steeds veel kost geld, "zei Rogers.

Edge-analyse biedt een manier om organisaties niet alleen in staat te stellen sneller op gegevens te reageren, maar ook om een ​​beter proces rond hun gegevensverzameling en analyse te creëren. Met Edge-analyse kunnen organisaties ook kiezen welke gegevens ze willen bewaren voor een diepgaande analyse op langere termijn. Dit kan gegevens eenvoudiger - en goedkoper - beheren.

Gegevens worden meer verspreid

De dagen dat gegevens op één plek worden bewaard, zijn waarschijnlijk voorbij. Dat schept een behoefte om analyses in te zetten, te beheren en te optimaliseren rond verschillende platforms, evenals in de verschillende gebieden waar gegevens plaatsvinden, zoals IoT-sensoren.

"Als u uw gegevens gaat distribueren over verschillende platforms zoals Hadoop-cloud of analyse-apparaten enzovoort, dan hebt u deze flexibiliteit echt nodig om de analyses naar de gegevens te verplaatsen. Randanalyses zijn niet alleen voor de rand van IoT, het brengt analyses naar de rand van een meer traditioneel data-ecosysteem, "zei Rogers.

Minder gegevens (en complexiteit) kunnen meer zijn

Tot voor kort ging het gesprek over het verzamelen, opslaan en analyseren van big data over het verzamelen van gegevens uit bronsystemen en het naar een datawarehouse brengen. Maar niet alleen is een datawarehouse steeds minder in staat om de stress van analyse bij te houden, deze systemen vormen problemen rond complexiteit en veiligheid omdat ze het transport van gegevens over brede netwerken vereisen om deze te analyseren.

"Er is veel complexiteit in al het werk dat nodig is om gegevens van punt A naar punt B te verplaatsen om te gebruiken. Edge-analyse stelt ons in staat om te beslissen of we de gegevens willen verplaatsen naar een plaats voor analyse of als we de analyses willen plaatsen waar de gegevens zijn, "zei Rogers.

Met andere woorden, edge-analyse biedt meer opties in termen van hoe gegevens worden gebruikt en helpt de bronnen te behouden die het meest geschikt zijn voor diepere gegevensanalyse.

"Edge-analyse heeft zeker invloed op de wereld van gegevensbeheer en hoe we gegevens van de ene plaats naar de andere verplaatsen. Het andere ding dat het doet is klanten de mogelijkheid bieden om te kiezen welk platform het beste zou werken en hen de antwoorden te geven als de snelheid van hun bedrijf."