Contenido
- Caso de uso de IoT y análisis en tiempo real
- Actitud de la industria hacia IoT y análisis en tiempo real
- Retorno de la inversión en análisis en tiempo real e IoT
- Estima los costos
- Comprender los desafíos
- Conclusión
Fuente: Petrovich11 / Dreamstime.com
Para llevar:
El Internet de las cosas proporciona un flujo constante de datos, lo que convierte el análisis en tiempo real en la herramienta perfecta para analizarlo.
El Internet de las cosas (IoT) representa una interrupción creativa, algo que comienza a derribar los procesos y tecnologías existentes y presenta una forma de trabajo completamente nueva. IoT puede introducir productos y servicios mejorados, experiencia del cliente, seguridad y atención médica, entre otras cosas, si se aprovecha adecuadamente. Una de las mejores formas de aprovechar todo su poder es el análisis en tiempo real. IoT y análisis en tiempo real constituyen un paquete. Sin análisis en tiempo real, no puede aprovechar todos los beneficios que ofrece IoT. IoT complementa el análisis en tiempo real y viceversa. Sin embargo, para combinar IoT y análisis en tiempo real, las organizaciones necesitan hacer muchos cambios en la forma en que actualmente hacen negocios.
Caso de uso de IoT y análisis en tiempo real
El automóvil sin conductor parece ser un caso de uso apropiado para la combinación de análisis en tiempo real e IoT. Un automóvil sin conductor está equipado con varios sensores y una dirección IP. Cuando un automóvil sin conductor viaja por la carretera, ¿cómo interactúa con otras cosas en la carretera, como las señales de tránsito y otros vehículos? El automóvil sin conductor generará y transmitirá datos a medida que viaja; Estos datos incluyen información como velocidad, tiempo para alcanzar ciertos puntos de referencia y porcentaje de emisiones. A continuación se presentan algunas posibles influencias sobre los automóviles sin conductor:
- El automóvil sin conductor recibirá análisis de los puntos de señal de tráfico en la congestión del tráfico en la ciudad. Según estos informes, el automóvil puede elegir automáticamente la ruta con la menor congestión.
- Los puntos de señal de tráfico más cercanos mostrarán datos sobre el tiempo restante antes de que la señal se vuelva roja. Según los datos, el automóvil sin conductor puede ajustar su velocidad.
- La policía de tránsito puede recibir informes si el automóvil viaja por encima de los límites de velocidad permitidos. Esto activará una notificación y el automóvil se detendrá en el siguiente punto de control.
- La autoridad de control de contaminación de la ciudad recibirá los datos de emisión y una notificación al propietario del automóvil si el porcentaje de emisión está por encima de los límites aceptables.
- A medida que el automóvil sin conductor llega a su destino y busca un espacio de estacionamiento, sus sensores pueden escanear rápidamente y encontrar espacios vacantes, si los hay.
Entonces, ¿cuáles son los hallazgos del caso de uso anterior?
- Para dar sentido a los datos generados por el automóvil, es necesario recibirlos en tiempo real.
- Es necesario que haya varios otros sensores, como los que se encuentran en las señales de tráfico y en las oficinas de control de contaminación que reciben los datos en tiempo real, los procesan, crean análisis a partir de ellos y activan una acción, como una advertencia de alto nivel de emisiones.
- Sin una infraestructura de análisis en tiempo real, recibir datos de IoT no tiene ningún sentido.
Actitud de la industria hacia IoT y análisis en tiempo real
Parece que la industria ha estado adoptando la poderosa combinación de IoT y análisis en tiempo real, y hay mucho optimismo en torno a ella. En una encuesta realizada por Vitria, un proveedor de soluciones de análisis avanzado, se descubrió que el 48% de los encuestados ya habían estado trabajando en IoT y proyectos de análisis en tiempo real. Los encuestados respondieron que estaban invirtiendo activamente en IoT y análisis en tiempo real. Dos cosas surgieron de la encuesta:
- El análisis en tiempo real de los datos generados por los dispositivos IoT fue de primordial importancia.
- Las empresas dependen mucho de los conocimientos predictivos que brindan los análisis en tiempo real.
Los hallazgos más destacados de la encuesta son:
- Los dispositivos móviles (32 por ciento), medidores inteligentes, torres celulares y sensores instalados en vehículos y puntos de logística son las principales fuentes de datos de IoT.
- El 48 por ciento de los encuestados están trabajando en proyectos activos, mientras que el 15 por ciento de los encuestados dijeron que habían trabajado en él durante el año pasado.
- El 43 por ciento de los encuestados dijo que invertirían en análisis, automatización y visualización de IoT, mientras que para cada área por separado, la respuesta fue análisis de IoT (20 por ciento), automatización (8 por ciento) y visualización (5 por ciento).
- La inteligencia empresarial es el área donde más se utilizan los análisis de transmisión.
- El 18 por ciento de los encuestados dijo que pagaban la máxima prioridad al mantenimiento predictivo, mientras que el 17 por ciento dijo que necesitaban análisis en tiempo real para el monitoreo de la red y la garantía del servicio. Solo el 8 por ciento dijo que necesitaba la solución para la gestión del servicio de campo.
- La mayoría de los inversores prevén IoT y análisis en tiempo real que proporcionarán mucho valor en el futuro.
Retorno de la inversión en análisis en tiempo real e IoT
El párrafo anterior parece pintar una imagen optimista del equipo de análisis e IoT en tiempo real. Muchos expertos hablan como si la combinación fuera una panacea. La respuesta no es tan sencilla. La industria necesita ver más allá de la exageración y darse cuenta de que se necesita mucho trabajo duro para obtener rendimientos significativos de los análisis en tiempo real y la combinación de IoT. Eso no significa que la combinación sea una burbuja, a punto de estallar; hay mucha sustancia, es solo que se necesita mucho trabajo. Echemos un vistazo a lo que necesitamos hacer para maximizar los retornos. Pensemos en los pasos principales:
No puede mejorar sus habilidades de programación cuando a nadie le importa la calidad del software.
Estima los costos
Una vez que haya identificado los problemas, realice un análisis objetivo del ROI basado en datos. Debe, entre otras cosas, centrarse en dos cosas: el costo total de propiedad y los beneficios que probablemente obtendrá. La clave para un análisis exitoso es tener resultados cuantitativos del análisis, tanto como sea posible. Por ejemplo, el análisis de IoT y en tiempo real debería poder predecir el marco de tiempo en el que la maquinaria en su fábrica comenzará a dar rendimientos decrecientes. Esto también se conoce como mantenimiento predictivo. En segundo lugar, encuentre el costo total de propiedad que incluye, pero no se limita a, las personas que emplea para esta tarea, equipos como computadoras y servidores, costos y tiempo de capacitación y mantenimiento de sensores.
Comprender los desafíos
La implementación de un proyecto de análisis e IoT en tiempo real es una tarea enorme y extremadamente compleja porque para la mayoría de las organizaciones no tiene precedentes. Es importante hacer una evaluación realista de las tareas y dividirlas en trozos más pequeños y manejables.
Conclusión
El primer paso para obtener lo mejor de la combinación de análisis en tiempo real e IoT es aceptar que no es una varita mágica. Al mismo tiempo, no es una burbuja. Evita los pensamientos extremos. Hay mucha sustancia en el concepto, que debe aprovecharse con cuidado. Necesita una evaluación realista y un análisis cuantitativo seguido de pequeños pasos. Este es un proyecto que podría redefinir su negocio como nunca antes si puede implementarlo adecuadamente, pero llevará tiempo.