Contenu
- Qu'est-ce qu'une plate-forme d'analyse intégrée?
- À quoi ressemblent les données IoT?
- Une plateforme d'analyse intégrée + données IoT
- Étude de cas
- Sommaire
Source: Beebright / Dreamstime.com
À emporter:
Une plate-forme d'analyse intégrée peut traiter des données non structurées pour produire des résultats significatifs.
L'Internet des objets (IoT) est considéré par l'industrie comme une énorme opportunité. Nombreux sont ceux qui pensent qu'avec les données générées par les appareils IoT, des produits et services améliorés et sur mesure peuvent être fournis aux clients finaux de nombreux secteurs. Les entreprises peuvent améliorer leurs revenus, réduire leurs coûts, leur consommation d'énergie et leur consommation de carburant, tout en améliorant leur productivité. Pour bénéficier de ces avantages, les données IoT doivent être correctement exploitées, ce qui est difficile, principalement parce qu’elles sont non structurées et complexes.
Une plate-forme d'analyse intégrée joue un rôle important dans la fourniture de la bonne analyse à partir d'un ensemble de données non structurées. Pour fournir des analyses significatives, vous avez besoin d’une combinaison d’outils réunis dans un même emplacement, capables de stocker, d’interroger et de traiter des données complexes. C'est exactement ce que fait une plateforme d'analyse intégrée.
Qu'est-ce qu'une plate-forme d'analyse intégrée?
Une plate-forme d'analyse intégrée est une solution unifiée qui fournit une analyse significative à partir de toutes les données, même des données non structurées et complexes. Le système de gestion de base de données relationnelle (SGBDR) traditionnel est incapable de fournir des analyses conuelles ou personnalisées à partir des données stockées. Les grandes entreprises dépendent beaucoup de données significatives et exploitables pour mener leurs activités. La plate-forme d'analyse intégrée intègre différents outils tels qu'un moteur d'exécution, un système de gestion de base de données (SGBD), des capacités d'exploration de données et des capacités permettant d'obtenir et de préparer des données qui ne figurent pas dans la base de données. Et la plate-forme est mise à jour pour gérer des données complexes et non structurées, comme le big data. Aucun autre outil n'est nécessaire pour traiter les données. Cette plate-forme peut être fournie aux clients finaux sous forme d'application ou sur la base du modèle logiciel en tant que service (SaaS). Les entreprises peuvent s'abonner pour une période donnée, puis renouveler (ou non). Dans un rapport, Merv Adrian et Colin White de BeyeNETWORK ont défini la plate-forme analytique comme «une solution intégrée et complète pour la gestion de données et la génération d’analyses d’entreprise à partir de ces données, offrant un rapport qualité / prix et un rendement supérieur aux offres non spécialisées. Cette solution peut être fournie sous la forme d'une appliance (logiciel uniquement, matériel et logiciel packagés, image virtuelle) et / ou sous une forme SaaS (Software-as-a-Service) basée sur le cloud. ”
À quoi ressemblent les données IoT?
Les données IoT peuvent être extrêmement complexes et sont clairement non structurées. Pensez aux millions de périphériques, chacun avec une adresse IP, qui se parlent. Des millions de serveurs collectent les données de ces appareils. Regardons quelques exemples. Pensez aux données relatives à la santé, telles que le pouls et la pression artérielle, ou aux dispositifs intégrés dans des appareils électroniques tels que les climatiseurs ou les réfrigérateurs qui stockent des données telles que la température et les habitudes alimentaires. La quantité totale de données est énorme et se multiplie. Les données reçues sont complexes en raison des différentes configurations d'appareils et de capteurs, de l'analyse effectuée à mi-chemin entre les capteurs et les serveurs, des technologies utilisées pour capturer des données, des formats de fichier et de plusieurs autres facteurs. Ainsi, le volume et le format des données font de l'analyse de données IoT une tâche extrêmement difficile.
Une enquête a révélé que 44,6% du total des données générées étaient des données XML, 23,8% des données de fichier non structurées, 23% des weblogs et le reste, comprenant des données d'application de package, des données de média enrichi et d'autres types de fichiers.
Une plateforme d'analyse intégrée + données IoT
Il est clair que le volume, la complexité et le format non structuré rendent l'analyse de données IoT difficile. La difficulté réside dans le fait que les analyses doivent être livrées rapidement. Vous avez donc besoin d'une solution capable non seulement de fournir une analyse IoT significative, mais également de la livrer rapidement. C’est quelque chose qui ne peut pas être traité par des outils et des technologies isolés. Par conséquent, vous avez besoin d'une solution unifiée. Comme indiqué précédemment, une plate-forme d'analyse intégrée combine un système de gestion de base de données, un système de collecte et de stockage de données et des fonctionnalités de traitement en un seul endroit. Voici quelques raisons pour lesquelles une plate-forme d'analyse intégrée est votre meilleur choix.
Les plates-formes d'analyse sont capables d'effectuer des analyses avancées sur les données. Par exemple, les outils d’analyse habituels auront du mal à faire une comparaison simple de la rentabilité de la semaine écoulée parmi les dix premiers négociants à New York, en raison du volume gigantesque de données qu’elle doit traiter dans un temps limité. L'analyse intégrée peut faire cela et plus encore. Il peut créer des modèles de données prédictifs, puis comparer le modèle de données avec des données en temps réel, réaliser des visualisations géographiques, etc.
Les configurations de centre de données et les technologies d'analyse traditionnelles coûtent cher, surtout lorsque vous essayez de fournir des analyses IoT avec ces ressources. Vous devez investir davantage dans la configuration à mesure que le volume de données et les exigences en matière d'analyse augmentent. Les plates-formes d'analyse peuvent réduire considérablement ces coûts. Les coûts de licence des logiciels open-source sont nettement inférieurs. Ces plates-formes utilisent des processeurs de base moins coûteux, ce qui facilite la mise à niveau du matériel. Comme les appliances sont pré-intégrées et pré-configurées, cela réduit les coûts de configuration.
Étude de cas
est une étude de cas bien connue sur la manière dont une plate-forme d'analyse intégrée a fait la différence. et Google a fourni des analyses limitées et normalisées. Une analyse plus approfondie, bien que possible, prenait beaucoup de temps et pouvait être coûteuse et inefficace. La solution consistait en un système d'analyse intégré associant analyse, Google Analytics et analyses personnalisées à la possibilité de trancher et de dés les données de la manière requise. Cela a créé une solution polyvalente et efficace. En conséquence, le temps d'analyse a été réduit de 90%, les budgets pour les campagnes tests et la taille minimale des échantillons ont été réduits de 75%, les taux de conversion ont augmenté de 100% et le temps de pause moyen d'une campagne est passé de quatre à un jour. Le tableau ci-dessous montre comment les métriques isolées de et de Google ont été intégrées par la plate-forme d'analyse.
Sommaire
Les données IoT représentent un cas solide pour les plates-formes d'analyse intégrées. Il sera extrêmement difficile pour les entreprises qui dépendent beaucoup de données de conserver les méthodes et technologies d’analyse traditionnelles en raison de l’inefficacité relative et des problèmes de coûts. Cependant, il convient de noter que le passage à une plate-forme d'analyse intégrée reflète également un changement de mentalité pour de nombreuses entreprises et que le changement est généralement lent. Les plates-formes d'analyse intégrées sont toujours considérées avec beaucoup de prudence et de nombreux débats sont en cours sur le retour sur investissement. Cela est naturel car les plates-formes modernes en sont à leurs balbutiements et il faudra un certain temps pour que ces plates-formes soient mieux acceptées. Mais cela promet d’être bientôt la plate-forme d’analyse de données dominante.