曾經(jīng)有一段時(shí)間，你無(wú)法逃避?chē)@物聯(lián)網(wǎng)(IoE)的討論，這本身就是我們不可避免地要繼續(xù)物聯(lián)網(wǎng)(IoT)之旅的象征。

當(dāng)我們發(fā)現(xiàn)新技術(shù)時(shí)，我們的即時(shí)反應(yīng)是越來(lái)越多，越來(lái)越多，Qlik的高級(jí)經(jīng)理Adam Mayer說(shuō)，但并不一定要確保我們能最大限度地利用現(xiàn)有的技術(shù)。因此，政府鼓勵(lì)企業(yè)在開(kāi)始看到投資回報(bào)之前，在每盞燈、每扇門(mén)和每座廁所上安裝傳感器。

許多大數(shù)據(jù)的早期使用者也經(jīng)歷了類似的過(guò)程;他們花了很長(zhǎng)時(shí)間才明白，如果沒(méi)有更好的可視化和分析方法，擁有更多的數(shù)據(jù)不一定會(huì)轉(zhuǎn)化為更好的結(jié)果。因此，組織逐漸意識(shí)到物聯(lián)網(wǎng)的最大潛力在于如何探索和探測(cè)這些設(shè)備產(chǎn)生的數(shù)據(jù)，以提供經(jīng)驗(yàn)教訓(xùn)和改善結(jié)果。

分析物聯(lián)網(wǎng)數(shù)據(jù)的障礙

對(duì)于許多組織來(lái)說(shuō)，這說(shuō)起來(lái)容易做起來(lái)難。整合物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行分析存在重大挑戰(zhàn)。

首先，組織必須克服將來(lái)自不同來(lái)源的各種數(shù)據(jù)集成到其數(shù)據(jù)管道中的困難。Qlik與IDCrevealed的研究將不同的數(shù)據(jù)集成到標(biāo)準(zhǔn)格式中，這是組織在將數(shù)據(jù)轉(zhuǎn)換為分析形式方面面臨的最大挑戰(zhàn)之一(37%)。

物聯(lián)網(wǎng)的引入大大加劇了這一挑戰(zhàn)，因?yàn)樗梢钥焖僭黾虞斔凸艿赖臄?shù)據(jù)源的數(shù)量，這些數(shù)據(jù)源通常采用不熟悉的或非結(jié)構(gòu)化的格式，在準(zhǔn)備進(jìn)行分析之前必須進(jìn)行轉(zhuǎn)換。

第二個(gè)挑戰(zhàn)，高容量和高速度的吞吐量，進(jìn)一步加劇了這個(gè)問(wèn)題。隨著許多物聯(lián)網(wǎng)設(shè)備不斷讀取數(shù)據(jù)，產(chǎn)生的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)超過(guò)大多數(shù)設(shè)備。這就自然而然地遇到了最后一個(gè)障礙，即即使數(shù)據(jù)管道足夠健壯，能夠接收和轉(zhuǎn)換來(lái)自物聯(lián)網(wǎng)設(shè)備的連續(xù)數(shù)據(jù)流，許多可視化和分析解決方案也無(wú)法提供實(shí)時(shí)信息更新。

這意味著，無(wú)論瓶頸是軟件方面的，還是由用戶查看其輸出之間的時(shí)間間隔造成的，從數(shù)據(jù)中獲得的知識(shí)只能追溯實(shí)施，而不是實(shí)時(shí)實(shí)施。

跟上數(shù)據(jù)的步伐

希望利用物聯(lián)網(wǎng)的組織可以通過(guò)構(gòu)建數(shù)據(jù)供應(yīng)鏈來(lái)克服這些挑戰(zhàn)，該供應(yīng)鏈可以快速集成和轉(zhuǎn)換來(lái)自多種不同來(lái)源的數(shù)據(jù)。

傳統(tǒng)的面向批處理的方法(如提取、轉(zhuǎn)換和加載(ETL))速度太慢、效率太低、破壞性太大，無(wú)法集成和支持對(duì)物聯(lián)網(wǎng)數(shù)據(jù)的及時(shí)分析，并且通常需要大量的編碼和深度腳本。31%的全球組織將“缺乏處理數(shù)據(jù)的熟練資源”列為準(zhǔn)備好數(shù)據(jù)分析的最大挑戰(zhàn)之一，因此組織減少熟練程序員的大量時(shí)間消耗對(duì)于物聯(lián)網(wǎng)實(shí)施的成功至關(guān)重要。

變革數(shù)據(jù)捕獲(CDC)技術(shù)為那些希望快速處理物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行分析的人提供了一個(gè)可實(shí)現(xiàn)的智能替代方案。CDC沒(méi)有將數(shù)據(jù)上傳到不同的源中，而是通過(guò)在數(shù)據(jù)更新發(fā)生時(shí)識(shí)別和復(fù)制數(shù)據(jù)來(lái)實(shí)現(xiàn)連續(xù)的增量復(fù)制。以這種方式流式傳輸數(shù)據(jù)顯著提高了數(shù)據(jù)被接收和傳輸?shù)綌?shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)湖進(jìn)行分析的速度。

最后，當(dāng)數(shù)據(jù)管道能夠近乎實(shí)時(shí)地集成數(shù)據(jù)時(shí)，重要的是分析解決方案不僅能夠持續(xù)可視化最新信息，而且還內(nèi)置了一層主動(dòng)性來(lái)支持決策過(guò)程。實(shí)時(shí)警報(bào)不僅提供洞察，還可以為用戶提供快速觸發(fā)的建議操作。利用認(rèn)知引擎來(lái)提供這種主動(dòng)智能將是下一代BI工具的關(guān)鍵功能。

[[374340]]

提供物聯(lián)網(wǎng)承諾的數(shù)據(jù)管道

組織必須確保他們不會(huì)像許多人在大數(shù)據(jù)早期那樣陷入物聯(lián)網(wǎng)的陷阱，在大數(shù)據(jù)時(shí)代，擁有更多數(shù)據(jù)的目標(biāo)優(yōu)先于使用他們所擁有的來(lái)驅(qū)動(dòng)最佳結(jié)果?？v觀物聯(lián)網(wǎng)的早期采用者，太多的人更專注于接收實(shí)時(shí)更新，而不是采取必要的步驟來(lái)轉(zhuǎn)換和分析其輸出，以增強(qiáng)更好的決策能力。

物聯(lián)網(wǎng)的承諾是不斷學(xué)習(xí)、行動(dòng)和反應(yīng)的機(jī)會(huì)。為了確保組織中的物聯(lián)網(wǎng)實(shí)施具有支持高級(jí)分析的速度和靈活性，他們必須首先確保他們的整個(gè)數(shù)據(jù)管道能夠完成任務(wù)