Isi
- Kasus Penggunaan IOT dan Analisis Real-Time
- Sikap Industri Terhadap IoT dan Analisis Real-Time
- Pengembalian Investasi pada Analisis Real-Time dan IoT
- Perkirakan Biaya
- Pahami Tantangannya
- Kesimpulan
Sumber: Petrovich11 / Dreamstime.com
Bawa pulang:
Internet of Things menyediakan aliran data yang konstan, menjadikan analitik waktu-nyata alat yang sempurna untuk menganalisisnya.
Internet of Things (IoT) merepresentasikan gangguan kreatif, sesuatu yang mulai menggulingkan proses dan teknologi yang ada dan menghasilkan cara kerja yang benar-benar baru. IoT dapat mengantarkan pada peningkatan produk dan layanan, pengalaman pelanggan, keamanan dan perawatan kesehatan, antara lain, jika dimanfaatkan dengan benar. Salah satu cara terbaik untuk memanfaatkan kekuatan penuhnya adalah analitik waktu-nyata. IOT dan analitik waktu-nyata merupakan suatu paket. Tanpa analitik waktu nyata, Anda tidak dapat memanfaatkan manfaat penuh yang ditawarkan IoT. IoT melengkapi analitik waktu-nyata dan sebaliknya. Namun, untuk menggabungkan IoT dan analitik waktu-nyata, organisasi perlu membuat banyak perubahan dalam cara mereka menjalankan bisnis saat ini.
Kasus Penggunaan IOT dan Analisis Real-Time
Mobil tanpa pengemudi tampaknya menjadi kasus penggunaan yang tepat untuk kombinasi analitik waktu nyata dan IoT. Mobil tanpa pengemudi dilengkapi dengan beberapa sensor dan alamat IP. Ketika sebuah mobil tanpa pengemudi melaju di jalan, bagaimana ia berinteraksi dengan hal-hal lain di jalan seperti sinyal lalu lintas dan kendaraan lain? Mobil tanpa pengemudi akan menghasilkan dan menyampaikan data saat ia bepergian; data ini mencakup informasi seperti kecepatan, waktu untuk mencapai tengara tertentu dan persentase emisi. Diberikan di bawah ini adalah beberapa kemungkinan pengaruh terhadap mobil tanpa pengemudi:
- Mobil tanpa pengemudi akan menerima analitik dari titik sinyal lalu lintas pada kemacetan lalu lintas di kota. Berdasarkan laporan ini, mobil dapat secara otomatis memilih rute dengan kemacetan paling sedikit.
- Poin sinyal lalu lintas terdekat akan menampilkan data tentang waktu yang tersisa sebelum sinyal berubah menjadi merah. Berdasarkan data, mobil tanpa pengemudi dapat mengatur kecepatannya.
- Polisi lalu lintas dapat menerima laporan jika mobil bepergian di atas batas kecepatan yang diizinkan. Ini akan memicu pemberitahuan dan mobil akan berhenti di titik kontrol berikutnya.
- Otoritas pengontrol polusi kota akan menerima data emisi dan pemberitahuan kepada pemilik mobil jika persentase emisi di atas batas yang dapat diterima.
- Ketika mobil tanpa pengemudi mencapai tujuannya dan mencari tempat parkir, sensornya dapat dengan cepat memindai dan menemukan ruang kosong, jika ada.
Jadi, apa temuan dari use case di atas?
- Untuk memahami data yang dihasilkan oleh mobil, itu harus diterima secara real time.
- Perlu ada beberapa sensor lain, seperti yang ada di sinyal lalu lintas dan kantor pengendalian pencemaran yang menerima data secara real time, memprosesnya, membuat analitik darinya dan memicu tindakan seperti peringatan tingkat emisi tinggi.
- Tanpa infrastruktur analitik waktu-nyata, menerima data IoT tidak masuk akal.
Sikap Industri Terhadap IoT dan Analisis Real-Time
Tampaknya industri telah merangkul kombinasi kuat dari IoT dan analitik waktu-nyata, dan ada banyak optimisme di sekitarnya. Dalam sebuah survei yang dilakukan oleh Vitria, penyedia solusi analitik canggih, ditemukan bahwa 48% responden telah bekerja di proyek IoT dan analitik real-time. Para responden menjawab bahwa mereka secara aktif berinvestasi dalam IoT dan analitik waktu-nyata. Dua hal muncul dari survei:
- Analisis data real-time yang dihasilkan oleh perangkat IoT sangat penting.
- Perusahaan sangat bergantung pada wawasan prediktif yang diberikan oleh analitik waktu-nyata.
Temuan penting dari survei adalah:
- Perangkat seluler (32 persen), meter cerdas, menara sel dan sensor yang dipasang di kendaraan dan titik logistik adalah sumber terbesar data IoT.
- 48 persen responden bekerja pada proyek-proyek aktif sementara 15 persen responden mengatakan bahwa mereka telah mengerjakannya dalam satu tahun terakhir.
- 43 persen responden mengatakan bahwa mereka akan berinvestasi dalam analitik IoT, otomatisasi, dan visualisasi, sedangkan untuk setiap bidang secara terpisah, responsnya adalah analitik IoT (20 persen), otomatisasi (8 persen), dan visualisasi (5 persen).
- Business intelligence adalah area di mana analitik streaming paling banyak digunakan.
- 18 persen responden mengatakan bahwa mereka membayar prioritas tertinggi untuk pemeliharaan prediktif, sementara 17 persen mengatakan bahwa mereka membutuhkan analitik waktu nyata untuk pemantauan jaringan dan jaminan layanan. Hanya 8 persen mengatakan bahwa mereka membutuhkan solusi untuk manajemen layanan lapangan.
- Sebagian besar investor memperkirakan IoT dan analitik waktu-nyata memberikan banyak nilai di masa depan.
Pengembalian Investasi pada Analisis Real-Time dan IoT
Paragraf di atas tampaknya menggambarkan gambaran analitik waktu nyata dan tim IoT. Banyak ahli berbicara seolah-olah kombinasi itu adalah obat mujarab. Jawabannya tidak langsung. Industri perlu melihat masa lalu hype dan menyadari bahwa banyak kerja keras adalah untuk mendapatkan pengembalian yang signifikan dari analitik real-time dan kombinasi IOT. Itu tidak berarti bahwa kombinasi itu adalah gelembung, akan meledak; ada banyak substansi, hanya saja banyak pekerjaan yang dibutuhkan. Mari kita lihat apa yang perlu kita lakukan untuk memaksimalkan pengembalian. Mari kita pikirkan langkah-langkah utama:
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Perkirakan Biaya
Setelah Anda mengidentifikasi masalah, lakukan analisis ROI yang objektif dan berbasis data. Anda harus, antara lain, fokus pada dua hal: total biaya kepemilikan dan manfaat yang kemungkinan Anda peroleh. Kunci untuk analisis yang sukses adalah sebanyak mungkin mendapatkan hasil kuantitatif dari analisis tersebut. Misalnya, IoT dan analitik waktu-nyata harus dapat memprediksi jangka waktu di mana mesin di pabrik Anda akan mulai memberikan hasil yang semakin berkurang. Ini juga dikenal sebagai pemeliharaan prediktif. Kedua, temukan total biaya kepemilikan yang termasuk, tetapi mungkin tidak terbatas pada, orang-orang yang Anda pekerjakan untuk penugasan ini, peralatan seperti komputer dan server, biaya pelatihan dan waktu dan pemeliharaan sensor.
Pahami Tantangannya
Melaksanakan analitik waktu nyata dan proyek IoT adalah pekerjaan yang sangat besar dan sangat kompleks karena bagi sebagian besar organisasi, ini belum pernah terjadi sebelumnya. Penting untuk melakukan penilaian tugas yang realistis dan memecahnya menjadi bagian-bagian yang lebih kecil dan dapat dikelola.
Kesimpulan
Langkah pertama untuk mendapatkan yang terbaik dari kombinasi analitik waktu nyata dan IoT adalah menerima bahwa itu bukan tongkat ajaib. Pada saat yang sama, itu bukan gelembung. Hindari pemikiran ekstrim. Ada banyak substansi dalam konsep ini, yang perlu dimanfaatkan dengan hati-hati. Anda memerlukan penilaian realistis dan analisis kuantitatif diikuti dengan langkah-langkah kecil. Ini adalah proyek yang dapat mendefinisikan kembali bisnis Anda tidak seperti sebelumnya jika Anda dapat menerapkannya dengan benar, tetapi itu akan memakan waktu.