物联网（IoT）和实时分析-天生一对

内容

物联网和实时分析用例
业界对物联网和实时分析的态度
实时分析和物联网的投资回报率
估算费用
了解挑战
结论

资料来源：Petrovich11 / Dreamstime.com

带走：

物联网提供恒定的数据流，使实时分析成为分析数据的理想工具。

物联网（IoT）代表了一种创造性的破坏，这种破坏开始推翻现有流程和技术，并带来了全新的工作方式。如果物联网得到适当利用，物联网可以带来更好的产品和服务，客户体验，安全性和医疗保健。发挥其全部功能的最佳方法之一是实时分析。物联网和实时分析构成一个包。没有实时分析，您将无法利用物联网所提供的全部优势。物联网是对实时分析的补充，反之亦然。但是，为了将物联网和实时分析结合起来，组织需要在他们目前的业务方式上做出很多改变。

物联网和实时分析用例

无人驾驶汽车似乎是结合实时分析和物联网的合适用例。无人驾驶汽车装有多个传感器和一个IP地址。当无人驾驶汽车沿着道路行驶时，它如何与道路上的其他事物（例如交通信号灯和其他车辆）相互作用？无人驾驶汽车将在行驶时生成并中继数据；该数据包括诸如速度，到达某些界标的时间和排放百分比等信息。以下是对无人驾驶汽车的一些可能影响：

无人驾驶汽车将从城市交通拥堵的交通信号点接收分析。根据这些报告，汽车可以自动选择拥塞最少的路线。
最近的交通信号点将记录信号变为红色之前的剩余时间。根据这些数据，无人驾驶汽车可以调整其速度。
如果汽车行驶超出允许的速度限制，则交警可以接收报告。这将触发通知，并且汽车将在下一个控制点停止。
如果排放百分比超过可接受的限制，则城市的污染控制机构将接收排放数据并通知车主。
当无人驾驶汽车到达目的地并寻找停车位时，其传感器可以快速扫描并找到空闲空间（如果有）。

那么，上述用例的发现是什么？

为了理解汽车产生的数据，需要实时接收数据。
还需要其他几个传感器，例如交通信号灯和污染控制办公室中的那些传感器，它们可以实时接收数据，对其进行处理，从中创建分析并触发诸如发出高排放水平警告之类的操作。
没有实时分析基础架构，接收物联网数据就毫无意义。

业界对物联网和实时分析的态度

似乎该行业一直在拥抱物联网和实时分析的强大组合，并且人们对此充满了乐观。在高级分析解决方案提供商Vitria进行的一项调查中，发现48％的受访者已经在从事物联网和实时分析项目。受访者回答说，他们正在积极投资于物联网和实时分析。调查发现了两件事：

物联网设备生成的数据的实时分析至关重要。
公司在很大程度上取决于实时分析所提供的预测见解。

调查的主要发现是：

车载和物流点中安装的移动设备（占32％），智能仪表，基站和传感器是物联网数据的最大来源。
48％的受访者正在从事活跃的项目，而15％的受访者说他们在过去的一年中一直在为此工作。
43％的受访者表示，他们将在物联网分析，自动化和可视化方面进行投资，而分别针对每个领域的响应是物联网分析（20％），自动化（8％）和可视化（5％）。
商业智能是最常使用流分析的领域。
18％的受访者表示，他们将预测性维护放在首位，而17％的受访者表示，他们需要实时分析来进行网络监控和服务保证。只有8％的人表示他们需要现场服务管理解决方案。
大多数投资者预见到物联网和实时分析将在未来提供大量价值。

实时分析和物联网的投资回报率

上面的段落似乎描绘了实时分析和物联网团队的美好前景。许多专家在谈论这种结合是万能药。答案不是那么简单。业界需要摆脱炒作，并意识到要从实时分析和物联网组合中获得可观的回报，需要付出很多努力。这并不意味着这种组合是一个泡沫，即将破裂。有很多实质，只是需要做很多工作。让我们看一下我们需要做些什么才能使回报最大化。让我们考虑一下主要步骤：

当没有人关心软件质量时，您就无法提高编程技能。

估算费用

确定问题后，进行基于数据的客观ROI分析。除其他事项外，您应集中注意两件事：总拥有成本和可能获得的收益。成功进行分析的关键是尽可能获得分析的定量输出。例如，物联网和实时分析应该能够预测工厂中的机器开始提供递减收益的时间范围。这也称为预测性维护。其次，找到总拥有成本，包括但不限于您为此工作所雇用的人员，计算机和服务器等设备，培训成本和时间以及传感器的维护。