物联网是解决“小型”数据问题的关键的3个原因

发布时间:2021-03-09 10:54:27  浏览次数:235  作者:明丽

返回列表

  物联网提供了一种经济高效的方式来访问实时数据。尽管数据在分析时可能有价值,但潜在的巨大数据量以及随时间累积的数据量令人望而生畏。许多人听说过大数据,但是对于那些真正利用实时数据产生真正业务价值的人来说,这个术语可能是一个误称。

  混淆物联网和大数据的思想很简单。物联网肯定可以产生大数据,因为数十亿个互联设备预计会不断将大量数据泵入云托管的数据湖。然后怎样呢?陷入这样一个大数据问题的幽灵正确地提出了一个问题,即是否应该追求物联网解决方案。

  大数据问题并不是物联网解决的唯一问题。物联网非常适合解决您的“小”数据问题。

  大数据通常与数据挖掘,人工智能,机器学习,预测分析以及其他处理密集型练习相关联,这些练习的重点是从隐藏在大数据集中的模式中得出洞察力。换句话说,如果不更深入地研究数据,这些见识可能无法从以面值获得的数据中显而易见。可用的历史数据越多,从大量数据中获得深刻见解的潜力就越大。

  另一方面,“小”数据可以表示有限的数据池,无需进行大量处理即可提供见解。我们探讨了物联网为何是解决“小型”数据问题的关键的一些原因。

  “小”数据解决了目前正在发生的问题

  一个简单的“小”数据示例就是告诉您当前正在发生什么的数据。例如,实时数据可以告诉您设备,机器或系统当前正在做什么。实时查看当前机器的运行情况,可以洞悉影响运行的实际故障。知道设备,机器或系统何时停止工作对您没有帮助吗?

  在一个简单的示例中,在正常情况下(例如,在长时间暴雨期间)不运转的污水泵将立即向设施管理团队发出有关可能的总泵故障的警报。实时物联网数据可提供污水泵开/关操作的可见性,从而解决了即时的“小型”数据问题。通过大数据获得的深刻见解可能有助于确定抽水泵的预测性维护,但是对于解决最直接的操作问题(抽水泵故障),这些见识将不是必需的!

  在许多情况下,少量数据足以解决巨大的运营挑战。

  “小”数据不需要高级分析

  对于许多人来说,“分析”一词通常意味着高级指标和固有的复杂性。这种观念上的偏见是“分析”与大数据融合的部分原因。大数据肯定会利用Google Analytics(分析);“小”数据也可以。

  同样,许多人从大量数据的角度考虑大数据。大量数据可以来自单个计算机的大型历史数据集(大数据),也可以来自大型计算机中的每个大型机的最新数据(“小型”数据)。例如,通过分析来自一台机器的三年数据的模式可以获得大数据见解,而通过分析来自一组机器的一周数据的状态和条件可以获得“小”数据见解。

  “小”数据可以生成简单而强大的分析数据,例如(a)最近24小时内打开了多少次计算机?,(b)最近24小时内最长的计算机工作周期是多少, (c)在过去24小时内平均消耗了多少能量?(d)在过去24小时内平均对机器产生了什么影响?目视检查这些“小型”数据KPI中的任何一个或多个,将提供对潜在问题的操作洞察力。

  对于熟悉机器的那些主题专家(SME)(例如,设施管理人员),当前和最近机器操作的“小型”数据可视性将在立即目视检查“小型”数据时提供洞察力。

  “小”数据可以利用现有基础架构

  物联网可以解决从目标到全面的不同规模规模的问题。从“小”数据的角度来看,物联网可以被用来仅捕获所需数量的运营数据。无需对数据收集基础架构进行全面检查。直接从现有设备中获取运营数据将大大减少总体项目支出,并最大程度地提高回报。例如,翻新的物联网解决方案可以对关键的HVAC设备进行数字化,例如冷却塔,冷却器,RTU,AHU等。HVAC设备的“小型”数据带来的运营洞察力对提高效率和节省成本大有帮助。

  物联网特别适合在可能的范围内充分利用现有基础架构,以提取这种情况下所需的“小型”数据。重点应该放在捕获正确的传感器数据以获取操作洞察力上,而不是捕获所有可能的传感器数据来开发数据档案库以用于将来的高级分析。将正确的传感器数据传递给正确的中小型企业比从IT部门角度解决数据架构模型更为重要。不要让大数据思维定势使您的物联网项目脱轨。

  更重要的是,不要让您的“小型”数据项目变大。

  结论

  物联网很容易被炒作,因为实时数据收集的前景和潜力可以解决我们可以预见的最大问题。不要分心!物联网提供了至关重要的“小型”数据,这些数据将改变任何希望产生运营效率的组织。

最新新闻/ Latest news