Contente
- Caso de uso de IoT e análise em tempo real
- Atitude do setor em relação à IoT e análise em tempo real
- Retorno do investimento em análise em tempo real e IoT
- Estimar os custos
- Compreender os desafios
- Conclusão
Fonte: Petrovich11 / Dreamstime.com
Leve embora:
A Internet das Coisas fornece um fluxo constante de dados, tornando a análise em tempo real a ferramenta perfeita para analisá-la.
A Internet das Coisas (IoT) representa uma interrupção criativa, algo que começa a derrubar processos e tecnologias existentes e traz uma maneira completamente nova de trabalhar. A IoT pode introduzir produtos e serviços aprimorados, experiência do cliente, segurança e assistência médica, entre outras coisas, se for aproveitada adequadamente. Uma das melhores maneiras de aproveitar todo o seu poder é a análise em tempo real. IoT e análises em tempo real constituem um pacote. Sem análises em tempo real, você não pode aproveitar todos os benefícios que a IoT oferece. A IoT complementa a análise em tempo real e vice-versa. No entanto, para combinar a IoT e a análise em tempo real, as organizações precisam fazer muitas mudanças na maneira como fazem os negócios atualmente.
Caso de uso de IoT e análise em tempo real
O carro sem motorista parece ser um caso de uso apropriado para a combinação de análise em tempo real e IoT. Um carro sem motorista é equipado com vários sensores e um endereço IP. Quando um carro sem motorista viaja pela estrada, como ele interage com outras coisas na estrada, como sinais de trânsito e outros veículos? O carro sem motorista irá gerar e retransmitir dados enquanto viaja; esses dados incluem informações como velocidade, tempo para atingir determinados pontos de referência e porcentagem de emissão. Dada a seguir, algumas influências possíveis sobre carros sem motorista:
- O carro sem motorista receberá análises dos pontos de sinal de trânsito sobre o congestionamento na cidade. Com base nesses relatórios, o carro pode escolher automaticamente a rota com o menor congestionamento.
- Os pontos de sinal de trânsito mais próximos registram o tempo restante antes que o sinal fique vermelho. Com base nos dados, o carro sem motorista pode ajustar sua velocidade.
- A polícia de trânsito pode receber denúncias se o carro estiver acima dos limites de velocidade permitidos. Isso acionará uma notificação e o carro será parado no próximo ponto de controle.
- A autoridade de controle de poluição da cidade receberá os dados de emissão e uma notificação ao proprietário do carro se a porcentagem de emissão estiver acima dos limites aceitáveis.
- À medida que o carro sem motorista chega ao seu destino e procura uma vaga, seus sensores podem rapidamente procurar e encontrar vagas, se houver.
Então, quais são as descobertas do caso de uso acima?
- Para entender os dados gerados pelo carro, eles precisam ser recebidos em tempo real.
- É preciso haver vários outros sensores, como os dos escritórios de sinais de trânsito e controle de poluição que recebem os dados em tempo real, processam-nos, criam análises a partir deles e acionam uma ação como um aviso de alto nível de emissão.
- Sem infraestrutura de análise em tempo real, o recebimento de dados da IoT não faz sentido.
Atitude do setor em relação à IoT e análise em tempo real
Parece que o setor está adotando a poderosa combinação de IoT e análises em tempo real, e há muito otimismo em torno disso. Em uma pesquisa realizada pela Vitria, um fornecedor avançado de soluções de análise, verificou-se que 48% dos entrevistados já estavam trabalhando em projetos de IoT e análise em tempo real. Os entrevistados responderam que estavam investindo ativamente em IoT e análises em tempo real. Duas coisas emergiram da pesquisa:
- A análise em tempo real dos dados gerados pelos dispositivos IoT foram de primordial importância.
- As empresas dependem muito das informações preditivas fornecidas pelas análises em tempo real.
As principais conclusões da pesquisa são:
- Dispositivos móveis (32%), medidores inteligentes, torres de células e sensores instalados em veículos e pontos de logística são as maiores fontes de dados da IoT.
- 48% dos entrevistados estão trabalhando em projetos ativos, enquanto 15% dos entrevistados disseram ter trabalhado nele no ano passado.
- 43% dos entrevistados disseram que investiriam em análise, automação e visualização de IoT, enquanto que para cada área separadamente, a resposta era analítica de IoT (20%), automação (8%) e visualização (5%).
- Business intelligence é a área em que a análise de streaming está sendo mais usada.
- 18% dos entrevistados disseram que deram a maior prioridade à manutenção preditiva, enquanto 17% disseram que precisavam de análises em tempo real para monitoramento de rede e garantia de serviço. Apenas 8% disseram que precisavam da solução para o gerenciamento de serviços de campo.
- A maioria dos investidores prevê IoT e análises em tempo real, fornecendo muito valor no futuro.
Retorno do investimento em análise em tempo real e IoT
O parágrafo acima parece mostrar uma imagem positiva da equipe de análise e IoT em tempo real. Muitos especialistas estão falando como se a combinação fosse uma panacéia. A resposta não é tão direta. O setor precisa enxergar além do hype e perceber que muito trabalho é necessário para obter retornos significativos das análises em tempo real e da combinação de IoT. Isso não significa que a combinação seja uma bolha, prestes a estourar; há muita substância, é necessário muito trabalho. Vamos dar uma olhada no que precisamos fazer para maximizar os retornos. Vamos pensar nas etapas principais:
Você não pode melhorar suas habilidades de programação quando ninguém se importa com a qualidade do software.
Estimar os custos
Depois de identificar os problemas, realize uma análise objetiva do ROI baseada em dados. Entre outras coisas, você deve se concentrar em duas coisas: o custo total de propriedade e os benefícios que você provavelmente obterá. A chave para uma análise bem-sucedida é obter resultados quantitativos da análise, tanto quanto possível. Por exemplo, a IoT e a análise em tempo real devem ser capazes de prever o período em que as máquinas da sua fábrica começarão a fornecer retornos decrescentes. Isso também é conhecido como manutenção preditiva. Em segundo lugar, encontre o custo total de propriedade que inclui, mas não pode ser limitado a, as pessoas que você emprega para esta atribuição, equipamentos como computadores e servidores, custo e tempo de treinamento e manutenção de sensores.
Compreender os desafios
A implementação de um projeto de análise e IoT em tempo real é uma tarefa enorme e extremamente complexa porque, para a maioria das organizações, é sem precedentes. É importante fazer uma avaliação realista das tarefas e dividi-las em pedaços menores e gerenciáveis.
Conclusão
O primeiro passo para tirar o melhor proveito da combinação de análise em tempo real e IoT é aceitar que não é uma varinha mágica. Ao mesmo tempo, não é uma bolha. Evite pensamentos extremos. Há muita substância no conceito, que precisa ser aproveitada com cuidado. Você precisa de uma avaliação realista e análise quantitativa, seguida de pequenas etapas. Este é um projeto que poderá redefinir seus negócios como nunca antes, se você puder implementá-los adequadamente, mas isso levará tempo.