物联网数据分析：企业未来成功的关键

来源:用户上传      作者:

　　数据捕获、数据治理和服务可用性是IT在创建物联网分析环境时面临的最大挑战。
　　物联网（IoT）的发展对企业IT中的许多领域产生了巨大影响，数据分析就是其中之一。
　　企业正在从连接的各种对象那里收集大量信息，例如消费者使用某些产品的方式、企业资产的业绩、系统运行的环境条件等。通过对这些流入的数据流进行高级分析，企业可以获得新的洞察力，这有助于在采取行动时做出更明智的决策。随着企业将物联网传感器放置在越来越多的对象上，流入的数据量也将持续增长。
　　市场研究公司IDC的分析师Maureen Fleming指出，“基于传感器的计算是数字化转型的核心趋势。通过基于状态的监控，运营智能可确保企业知晓连接传感器的设备、机器和系统的健康状况。根据使用情况，将机器学习（ML）应用于传感器数据可预测宕机概率、购买倾向、健康问题等等。”
　　Fleming表示，用机器学习处理传感器数据，并结合来自企业应用程序的数据，可以从根本上改变企业的工作方式，预测客户服务级协议中的问题或是供应链中的物流问题。
　　市场研究公司Forrester Research的副总裁兼首席分析师Brian Hopkins称：“物联网正在推动数字世界和物理世界的融合。几乎所有的企业都希望物理世界的实时数据能够在他们利用洞察力获得竞争优势的探索中进一步发挥作用。”
　　在通过分析获得洞察力方面，Forrester总结出了三种主要的洞察力。第一种是对智能互联产品本身的洞察力；第二种是对互联事物如何有效地协同工作，帮助企业改进相关的物理资产流程的洞察力；第三种是对来自供应商等业务合作伙伴的物联网数据所反映出的人和事的洞察力。
　　物联网需要新的基础设施
　　对于许多企业而言，现有的数据分析基础设施无法充分处理未来物联网可能生成的大量数据。他们需要改变自己的IT环境，做好迎接物联网的准备。
　　市场研究公司Gartner的研究副总裁Mark Hung稱：“物联网在数量和速度方面都在企业中创造了前所未有的数据量。为了从这些数据中提取价值，企业的数据分析架构需要进行改造。”
　　Hung表示，企业要想及时地使用物联网数据，流分析或实时分析通常是必须的。这需要将流分析等新分析模式与边缘网关等新基础设施整合在一起，而这些需求又在架构上对现有的基础设施提出了新的要求。
　　与其他类型的数据分析相比，物联网分析有一些独特的要求。这包括数据格式、数据丰富度、时间敏感性、存储数据的位置以及存储时间。
　　Hopkins称：“关键的分析需求是缩小物理世界中数据生成与物理或数字世界中的行动需求之间的差距。这意味着不可避免地要将一些分析逻辑推向云端或数据中心的边缘。问题在于服务器和设备缺乏足够的计算力。有些存在电池或电源方面的限制，有些存储空间远远低于分析所需的要求。因此，分析工作需要分散出去。有些分析工作是在设备上完成的，有些是在边缘服务器和网关上完成的，有些则是在在中央处理环境中完成的。”
　　Hopkins同时指出，构建实时数据捕获、数据治理和服务可用性是IT在创建物联网分析环境时面临的最大挑战。
　　Hopkins认为：“由于并非所有数据都整齐有序地保存在数据库中，因此必须对每个可生成数据的设备进行编目并将其生成的数据纳入管理。许多的安全和隐私问题传统上属于IT层面。问题在于很多物联网投资都发生在IT领域之外（属于运营领域），但是IT部门仍然感到了要确保系统和数据安全的压力。”
　　物联网分析也为网络基础设施带来了新压力。Hopkins称：“随着数据量不断增长，网络必须要变得更加灵活，拥有更高的吞吐量，同时又要保证安全。这是一个非常苛刻的要求。”
　　Hung则指出，根据应用程序和行业的不同，物联网将需要更多的额外带宽，同时对网络基础设施内的延迟将越来越难以容忍。
　　他说，确定一个企业是应当部署外部服务还是应当部署内部分析一直以来都是一个复杂话题，这涉及到许多方面。“其中一些因素包括企业的数据隐私要求和内部分析能力。”
　　Fleming认为，技能的可用性是一个基本考虑因素。她说：“另一个问题是，是否有开箱即用的库，与构建专利算法相比，这样可以提高开发速度。另外，物联网分析通常侧重于时间序列，这可能需要开发一些新的功能。”
　　Hung表示，率先部署物联网分析的行业包括能源勘探（如石油和天然气），传统上这些行业一直都处于采用物联网分析的最前沿。他说：“其他的关键行业，如制造业和运输业也开始越来越积极地评估物联网分析。”
　　选择物联网分析平台
　　许多供应商都推出了物联网分析系统。例如，IBM开发了Watson物联网平台。该平台为云托管服务，提供了设备注册、连接、快速可视化和物联网数据存储等功能。IBM Watson为物联网应用程序提供了自然语言处理、机器学习以及图像和文本分析。
　　负责管理IBM Watson物联网平台的副总裁Stephan Biller表示，为了能够近实时地使用Watson分析和人工智能（AI）做出决策，客户需要使用该平台来采购和存储嵌入在设备中的数据。传感器会通过Z-Wave无线网络将数据发送至连接有线LAN与互联网的网关。数据将被捕获并存储在IBM Cloud上。
　　Biller称：“物联网分析规则可设置为根据特定条件触发特定操作。”例如，客户可能会创建一些规则以确保在设备掉落或设备温度高峰时，警报能够被发送到数据仪表盘上，同时向管理员发送电子邮件。
　　Biller表示，IBM认为物联网平台需求将稳步增长。他说：“随着项目从概念验证转向生产，我们看到企业物联网的采用正在不断增长。对平台的投资至关重要，因为客户已经认识到连接传感器和设备以及管理、存储和保护数据是最基本的要求。” 　　像Watson IoT這样的平台主要是为了帮助客户执行基本分析，如生成警报和从数据流中发现异常。Biller 称：“我们看到的大部分增长都来自客户，因为他们已经认识到真正的价值远远超出了最基本的‘连接与收集'。这些客户对高级分析、机器学习和其他人工智能技术都非常感兴趣，因为这些技术可用于帮助他们了解数据并带来诸如提高运营效率和资产正常运行时间等优势。”
　　Biller认为，针对特定行业的物联网分析对于客户来说非常重要。他说：“通常这些都是以行业模型模板的形式出现的。这些模型模板是我们与IBM研究人员、客户共同构建的。虽然某些跨行业技术可用于基本的数据准备和初步分析，但是我们发现每个客户的业务条件和独特的数据源都需要更高程度的定制。”
　　亚马逊的AWS IoT Analytics为一项托管服务，旨在让用户对海量物联网数据执行复杂分析变得更加便捷，同时无需担心通常构建物联网分析平台所面临的成本和复杂的棘手问题。
　　AWS技术副总裁Marco Argenti表示，AWS IoT Analytics让分析物联网设备数据的每个步骤都实现了自动化。在将物联网数据存储至时间序列数据存储中以进行分析之前，其对物联网数据进行了过滤和丰富。企业可以将服务设置为仅从设备中收集需要的数据，然后应用数学变换来处理数据，并在存储经过处理的数据之前使用诸如设备类型和位置等设备专用元数据来丰富数据。
　　它们可通过运行使用内置SQL查询引擎的临时或计划查询来分析其数据，或执行更为复杂的分析和机器学习推理。Argenti表示，AWS IoT Analytics包含了针对常见物联网用例的预建模型。
　　企业可在AWS IoT Analytics上执行自己的定制分析（打包在容器中）。该平台能够自动执行在Jupyter Notebook中创建的自定义分析，或是企业自己的工具。
　　此外，AWS还在其物联网产品组合中加入了AWS Greengrass。Agranti表示，AWS Greengrass软件可让企业为连接的设备运行本地计算、消息传递、数据缓存、同步和机器学习推理功能。
　　借助AWS Greengrass，即使未连接至互联网，连接的设备也可以保持数据同步，并安全地与其他设备通信。通过AWS Lambda，Greengrass可确保物联网设备能够快速响应本地事件，能够使用在Greengrass Core上运行的Lambda函数与本地资源交互，以及能够使用间歇性连接进行操作。
　　Argenti称：“由于物联网数据的独特挑战导致分析需求一直被压抑，连接设备制造商和企业必须构建定制的软件和硬件应用程序来专门管理这些特定设备及其数据。这些应用程序的构建成本很高，并且不能很好地扩展到由不同设备类型组成大型设备群中。此外，它们还往往还非常笨重。”
　　利用物联网分析获得成功
　　完成了物联网分析平台部署的企业已经看到了其中的优势。
　　Georgia Pacific是全球领先的纸巾、纸浆、纸张、包装、建筑产品和相关化学品制造商之一。目前该公司已部署了AWS IoT Analytics。
　　物联网项目架构师兼产品负责人Erik Cordsen表示，该公司的分配器允许向客户提供产品，但Georgia Pacific的重点是通过增加传感器和连接性使这些分配器“智能化”。
　　Cordsen称，通过提供有关产品水平和其他统计数据的实时信息，企业可以提升客户体验。随着数以千计的终端不断地提供数据，Georgia Pacific可使用AWS IoT Analytics来丰富带有位置和产品元数据的消息，以便提供更好的客户服务。
　　从事电梯、自动扶梯和自动门行业的通力集团美洲部正在使用IBM平台分析物联网数据。通力集团负责服务的高级副总裁Danilo Elez称：“我们一直在寻找新技术和创新，以便我们能够更好地为客户服务。”
　　Elez称：“电梯和自动扶梯会生成大量的数据。我们希望利用这些数据为客户带来一些价值，让客户在大楼内的电梯乘坐体验更具个性化。”
　　在2016年部署了IBM平台构建了智能与数据分析能力后，通力推出了一些新的产品，如通力24/7连接服务。这些服务使公司能够在故障发生之前更好地预测故障并提高设备性能和可靠性。Elez表示，“这意味着安全性、透明性和易用性得到了提升，因为在某些事情发生之前，我们就已经提前知道了。”
　　通力目前正在为45万多名客户和120万部电梯与自动扶梯提供服务。IBM Watson IoT平台和IBM Cloud可以实时分析来自电梯和自动扶梯内部的传感器的大量数据。当物联网数据分析检测到即将发生的故障时，技术人员会带着需要使用到的零部件及时出现在现场，并进行必要的维修。
　　Elez说：“这有助于准确预测设备需求，帮助我们的技术人员在合适的时间进行正确的维护”。好处是通力可以更好地实时预测和响应技术问题，保持设备正常运行，同时节省时间和资金。
　　Elez表示，“物联网使我们全球2万多名技术人员能够为消费者提供更好的服务，更高的设备可用性和更加个性化的体验。”
　　本文作者Bob Violino现居纽约，为Computerworld、CIO、CSO、InfoWorld和Network World网站的特约撰稿人。
　　原文网址
　　https：//www.networkworld.com/article/3311919/internet-of-things/iot-analytics-guide-what-to-expect-from-internet-of-things-data.html
转载注明来源:https://www.xzbu.com/8/view-14691625.htm