Satura rādītājs:
Edge analytics - vai datu analīze tuvāk vietai, kur tie tiek savākti - ir salīdzinoši jauna ideja datu analītikā, un vismaz līdz šim mēs to visbiežāk esam dzirdējuši saistībā ar IoT. Galu galā pasaulē, kurā visur ir sensori un aizvien vairāk datu ieplūst, malu analīze piedāvā iespēju iegūt vērtību no datiem tādā veidā, kas ir ātrāks, vienkāršāks un daudzos gadījumos praktiskāks. Bet, lai gan malu analīze ir nodrošinājusi tehnoloģiju IoT piesaistīšanai, tās solījums faktiski pārsniedz IoT līdz tradicionālākai datu ekosistēmai. Šeit mēs apskatīsim priekšrocības, kādas ir datu apstrādei, salīdzinot to glabāšanu un tradicionālās analīzes izmantošanu, un kāpēc daudzas organizācijas sāk meklēt iespējas izvēlēties starp šīm divām iespējām, lai tās atbilstu viņu vajadzībām.
| BEZMAKSAS vebinārs Edge Analytics: IoT ekonomika beidzot Reģistrējieties šeit |
Dažus datus nav vērts ietaupīt
Lielo datu pirmajās dienās organizācijas visu nodarbojās ar datu vākšanu. Kolektīvā gudrība tajā laikā bija tā, ka datu vākšana bija laba lieta, pat ja to nevarēja pilnībā izanalizēt. Problēma ir tā, ka, uzlabojoties datu vākšanai, datu apjomi sāka eksplodēt. Saskaņā ar pētījumu organizācijas SINTEF 2013. gada ziņojumu, 90% no visiem pasaules datiem tika iegūti iepriekšējo divu gadu laikā. Saskaņā ar IDC datiem līdz 2020. gadam par katru planētas cilvēku katru sekundi tiks izveidots 1, 7 megabaitu jaunas informācijas. Tas sastādīs apmēram 44 datu zettabaitus.
Apkopojot datus, kļuva acīmredzams jautājums: ko mēs patiesībā darīsim ar visu šo informāciju? Diemžēl dažreiz atbildes ir ļoti maz. Pētījumā, ko Pricewaterhouse Coopers un Iron Mountain publicēja 2015. gadā, atklājās, ka 43% aptaujāto uzņēmumu no savāktajiem datiem gūst "nelielu taustāmu labumu". Pārējiem 23% tika atklāts, ka "nekāds labums". Organizācijas arvien vairāk mācās, ka, kaut arī datu vākšanai ir lielas priekšrocības, ne visi dati ir noderīgi, un ne visus datus ir vērts glabāt, jo īpaši, ja tie nāk no neskaitāmiem sensoriem, kurus mēs saucam par IoT.
