NộI Dung
- Trường hợp sử dụng phân tích thời gian thực của IoT và thời gian thực
- Thái độ của ngành đối với IoT và phân tích thời gian thực
- Lợi tức đầu tư vào phân tích thời gian thực và IoT
- Ước tính chi phí
- Hiểu những thách thức
- Phần kết luận
Nguồn: Petrovich11 / Dreamstime.com
Lấy đi:
Internet of Things cung cấp một luồng dữ liệu liên tục, làm cho các phân tích thời gian thực trở thành công cụ hoàn hảo để phân tích nó.
Internet of Things (IoT) đại diện cho sự gián đoạn sáng tạo, thứ gì đó bắt đầu lật đổ các quy trình và công nghệ hiện có và đưa ra một cách làm việc hoàn toàn mới. IoT có thể mở ra các sản phẩm và dịch vụ cải tiến, trải nghiệm khách hàng, bảo mật và chăm sóc sức khỏe, trong số những thứ khác, nếu được khai thác đúng cách. Một trong những cách tốt nhất để khai thác toàn bộ sức mạnh của nó là phân tích thời gian thực. IoT và phân tích thời gian thực tạo thành một gói. Nếu không có phân tích thời gian thực, bạn không thể khai thác toàn bộ lợi ích mà IoT mang lại. IoT bổ sung cho các phân tích thời gian thực và ngược lại. Tuy nhiên, để kết hợp IoT và phân tích thời gian thực, các tổ chức cần thực hiện nhiều thay đổi trong cách họ hiện đang đi về kinh doanh.
Trường hợp sử dụng phân tích thời gian thực của IoT và thời gian thực
Chiếc xe không người lái dường như là một trường hợp sử dụng thích hợp cho sự kết hợp giữa phân tích thời gian thực và IoT. Một chiếc xe không người lái được trang bị một số cảm biến và địa chỉ IP. Khi một chiếc xe không người lái đi trên đường, làm thế nào để nó tương tác với những thứ khác trên đường như tín hiệu giao thông và các phương tiện khác? Chiếc xe không người lái sẽ tạo và chuyển tiếp dữ liệu khi nó di chuyển; dữ liệu này bao gồm các thông tin như tốc độ, thời gian để đạt các mốc nhất định và tỷ lệ phần trăm phát thải. Đưa ra dưới đây là một số ảnh hưởng có thể có đối với những chiếc xe không người lái:
- Chiếc xe không người lái sẽ nhận được phân tích từ các điểm tín hiệu giao thông về tình trạng tắc nghẽn giao thông trong thành phố. Dựa trên những báo cáo này, chiếc xe có thể tự động chọn tuyến đường với ít tắc nghẽn nhất.
- Các điểm tín hiệu giao thông gần nhất sẽ dữ liệu về thời gian còn lại trước khi tín hiệu chuyển sang màu đỏ. Dựa trên dữ liệu, chiếc xe không người lái có thể điều chỉnh tốc độ của nó.
- Cảnh sát giao thông có thể nhận được báo cáo nếu chiếc xe đi quá giới hạn tốc độ cho phép. Điều này sẽ kích hoạt một thông báo và chiếc xe sẽ được dừng lại ở điểm kiểm soát tiếp theo.
- Cơ quan kiểm soát ô nhiễm của thành phố sẽ nhận được dữ liệu phát thải và thông báo cho chủ sở hữu của chiếc xe nếu tỷ lệ phát thải vượt quá giới hạn cho phép.
- Khi chiếc xe không người lái đến đích và tìm kiếm chỗ đỗ xe, các cảm biến của nó có thể nhanh chóng quét và tìm chỗ trống, nếu có.
Vì vậy, những phát hiện từ trường hợp sử dụng ở trên là gì?
- Để hiểu được dữ liệu do xe tạo ra, nó cần được nhận trong thời gian thực.
- Cần phải có một số cảm biến khác, chẳng hạn như các cảm biến trong các tín hiệu giao thông và văn phòng kiểm soát ô nhiễm nhận dữ liệu theo thời gian thực, xử lý nó, tạo ra các phân tích từ đó và kích hoạt một hành động như đưa ra cảnh báo ở mức phát thải cao.
- Không có cơ sở hạ tầng phân tích thời gian thực, việc nhận dữ liệu IoT sẽ không có ý nghĩa gì.
Thái độ của ngành đối với IoT và phân tích thời gian thực
Có vẻ như ngành công nghiệp đã và đang nắm lấy sự kết hợp mạnh mẽ giữa IoT và các phân tích thời gian thực, và có rất nhiều sự lạc quan xung quanh nó. Trong một cuộc khảo sát được thực hiện bởi Vitria, một nhà cung cấp giải pháp phân tích tiên tiến, người ta thấy rằng 48% số người được hỏi đã làm việc trên các dự án phân tích thời gian thực của IoT. Những người được hỏi trả lời rằng họ đang tích cực đầu tư vào IoT và phân tích thời gian thực. Hai điều nổi lên từ cuộc khảo sát:
- Phân tích thời gian thực dữ liệu được tạo bởi các thiết bị IoT có tầm quan trọng hàng đầu.
- Các công ty phụ thuộc rất nhiều vào những hiểu biết dự đoán được đưa ra bởi các phân tích thời gian thực.
Những phát hiện nổi bật từ cuộc khảo sát là:
- Các thiết bị di động (32 phần trăm), đồng hồ thông minh, tháp di động và cảm biến được trang bị trên xe và các điểm hậu cần là nguồn dữ liệu IoT lớn nhất.
- 48 phần trăm số người được hỏi đang làm việc trên các dự án đang hoạt động trong khi 15 phần trăm số người được hỏi nói rằng họ đã làm việc trong vòng một năm qua.
- 43 phần trăm số người được hỏi nói rằng họ sẽ đầu tư vào phân tích, tự động hóa và trực quan hóa IoT, trong khi đối với từng khu vực riêng biệt, câu trả lời là phân tích IoT (20 phần trăm), tự động hóa (8 phần trăm) và trực quan hóa (5 phần trăm).
- Kinh doanh thông minh là lĩnh vực phân tích phát trực tuyến đang được sử dụng nhiều nhất.
- 18 phần trăm số người được hỏi nói rằng họ trả ưu tiên cao nhất cho bảo trì dự đoán, trong khi 17 phần trăm nói rằng họ cần phân tích thời gian thực để giám sát mạng và đảm bảo dịch vụ. Chỉ 8 phần trăm nói rằng họ cần giải pháp cho quản lý dịch vụ hiện trường.
- Hầu hết các nhà đầu tư thấy trước IoT và các phân tích thời gian thực cung cấp rất nhiều giá trị trong tương lai.
Lợi tức đầu tư vào phân tích thời gian thực và IoT
Đoạn văn trên dường như vẽ nên một bức tranh màu hồng của nhóm phân tích và IoT thời gian thực. Nhiều chuyên gia đang nói như thể sự kết hợp là thuốc chữa bách bệnh. Câu trả lời không đơn giản như vậy. Ngành công nghiệp cần phải nhìn qua sự cường điệu và nhận ra rằng có rất nhiều công việc khó khăn để có được lợi nhuận đáng kể từ sự kết hợp phân tích và IoT thời gian thực. Điều đó không có nghĩa là sự kết hợp là một bong bóng, sắp vỡ; có rất nhiều chất, chỉ là rất nhiều công việc là cần thiết. Hãy xem những gì chúng ta cần làm để tối đa hóa lợi nhuận. Hãy suy nghĩ về các bước chính:
Bạn không thể cải thiện kỹ năng lập trình của mình khi không ai quan tâm đến chất lượng phần mềm.
Ước tính chi phí
Sau khi bạn đã xác định được các vấn đề, hãy tiến hành phân tích ROI dựa trên dữ liệu khách quan. Trong số những thứ khác, bạn nên tập trung vào hai điều: tổng chi phí sở hữu và lợi ích bạn có khả năng thu được. Chìa khóa để phân tích thành công là có đầu ra định lượng từ phân tích, càng nhiều càng tốt. Ví dụ: IoT và các phân tích thời gian thực sẽ có thể dự đoán khung thời gian trong đó máy móc trong nhà máy của bạn sẽ bắt đầu mang lại lợi nhuận giảm dần. Điều này còn được gọi là bảo trì dự đoán. Thứ hai, tìm tổng chi phí sở hữu bao gồm, nhưng có thể không giới hạn ở những người bạn sử dụng cho nhiệm vụ này, các thiết bị như máy tính và máy chủ, chi phí đào tạo và thời gian và bảo trì cảm biến.
Hiểu những thách thức
Việc triển khai một dự án phân tích và IoT thời gian thực là một công việc khổng lồ và cực kỳ phức tạp bởi vì đối với hầu hết các tổ chức, điều này là chưa từng có. Điều quan trọng là phải thực hiện đánh giá thực tế về các nhiệm vụ và chia chúng thành các phần nhỏ hơn, có thể quản lý được.
Phần kết luận
Bước đầu tiên để đạt được kết quả tốt nhất từ sự kết hợp giữa phân tích thời gian thực và IoT là chấp nhận rằng đó không phải là cây đũa thần. Đồng thời, nó không phải là một bong bóng. Tránh những suy nghĩ cực đoan. Có rất nhiều chất trong khái niệm, cần được khai thác cẩn thận. Bạn cần một đánh giá thực tế và phân tích định lượng theo các bước nhỏ. Đây là một dự án có thể xác định lại doanh nghiệp của bạn hơn bao giờ hết nếu bạn có thể thực hiện đúng cách, nhưng sẽ mất nhiều thời gian.