विषय
- IoT और रियल-टाइम एनालिटिक्स केस केस
- IoT और रियल-टाइम एनालिटिक्स की ओर उद्योग का रवैया
- रियल-टाइम एनालिटिक्स और IoT पर निवेश पर रिटर्न
- लागत का अनुमान लगाएं
- चुनौतियों को समझें
- निष्कर्ष
स्रोत: पेट्रोविच 11 / ड्रीमस्टाइम.कॉम
ले जाओ:
इंटरनेट ऑफ थिंग्स डेटा का एक निरंतर प्रवाह प्रदान करता है, जिससे वास्तविक समय के एनालिटिक्स इसका विश्लेषण करने के लिए सही उपकरण बन जाते हैं।
द इंटरनेट ऑफ थिंग्स (IoT) एक रचनात्मक व्यवधान का प्रतिनिधित्व करता है, कुछ ऐसा जो मौजूदा प्रक्रियाओं और प्रौद्योगिकियों को प्रभावित करना शुरू करता है और काम करने का एक नया तरीका सामने लाता है। IoT बेहतर उत्पादों और सेवाओं, ग्राहक अनुभव, सुरक्षा और स्वास्थ्य देखभाल, अन्य चीजों के बीच में प्रवेश कर सकता है, अगर यह ठीक से दोहन किया गया हो। इसकी पूर्ण शक्ति का उपयोग करने के सर्वोत्तम तरीकों में से एक वास्तविक समय विश्लेषण है। IoT और रीयल-टाइम एनालिटिक्स एक पैकेज का निर्माण करते हैं। रीयल-टाइम एनालिटिक्स के बिना, आप IoT द्वारा दिए जाने वाले पूर्ण लाभों का दोहन नहीं कर सकते। IoT वास्तविक समय विश्लेषण और इसके विपरीत का पूरक है। हालांकि, IoT और रीयल-टाइम एनालिटिक्स को संयोजित करने के लिए, संगठनों को वर्तमान में व्यवसाय में जाने के तरीके में बहुत सारे बदलाव करने की आवश्यकता है।
IoT और रियल-टाइम एनालिटिक्स केस केस
चालक रहित कार वास्तविक समय के एनालिटिक्स और IoT के संयोजन के लिए एक उपयुक्त उपयोग मामला लगता है। एक चालक रहित कार कई सेंसर और एक आईपी पते के साथ सुसज्जित है। जब एक चालक रहित कार सड़क से नीचे जाती है, तो वह सड़क पर अन्य चीजों जैसे कि ट्रैफिक सिग्नल और अन्य वाहनों के साथ कैसे बातचीत करती है? चालक रहित कार यात्रा करते समय डेटा जनरेट और रिले करेगी; इस डेटा में गति, कुछ स्थलों तक पहुंचने का समय और उत्सर्जन प्रतिशत जैसी जानकारी शामिल है। ड्राइवर रहित कारों पर कुछ संभावित प्रभाव नीचे दिए गए हैं:
- चालक रहित कार को शहर में यातायात भीड़ पर ट्रैफिक सिग्नल पॉइंट से एनालिटिक्स प्राप्त होगा। इन रिपोर्टों के आधार पर, कार स्वचालित रूप से कम से कम भीड़ वाला मार्ग चुन सकती है।
- सिग्नल के लाल होने से पहले शेष ट्रैफ़िक सिग्नल पॉइंट शेष समय पर डेटा देगा। डेटा के आधार पर, चालक रहित कार अपनी गति को समायोजित कर सकती है।
- ट्रैफ़िक पुलिस रिपोर्ट प्राप्त कर सकती है यदि कार अनुमेय गति सीमा से ऊपर यात्रा कर रही है। यह एक सूचना को ट्रिगर करेगा और कार को अगले नियंत्रण बिंदु पर रोक दिया जाएगा।
- शहर का प्रदूषण नियंत्रण प्राधिकरण उत्सर्जन डेटा और कार के मालिक को एक सूचना प्राप्त करेगा यदि उत्सर्जन प्रतिशत स्वीकार्य सीमा से ऊपर है।
- जैसा कि चालक रहित कार अपने गंतव्य तक पहुंचती है और पार्किंग स्थान की खोज करती है, तो इसके सेंसर जल्दी से स्कैन कर सकते हैं और रिक्त स्थान पा सकते हैं, यदि कोई हो।
तो, उपरोक्त उपयोग के मामले से निष्कर्ष क्या हैं?
- कार द्वारा उत्पन्न आंकड़ों की समझ बनाने के लिए, इसे वास्तविक समय में प्राप्त करने की आवश्यकता है।
- कई अन्य सेंसर होने की आवश्यकता है, जैसे कि ट्रैफ़िक सिग्नल और प्रदूषण नियंत्रण कार्यालयों में जो वास्तविक समय में डेटा प्राप्त करते हैं, इसे संसाधित करते हैं, इसके बाहर एनालिटिक्स बनाते हैं और एक उच्च उत्सर्जन स्तर की चेतावनी जैसे एक्शन को ट्रिगर करते हैं।
- वास्तविक समय के एनालिटिक्स बुनियादी ढांचे के बिना, IoT डेटा प्राप्त करने का कोई मतलब नहीं है।
IoT और रियल-टाइम एनालिटिक्स की ओर उद्योग का रवैया
ऐसा लगता है कि उद्योग IoT और रीयल-टाइम एनालिटिक्स के शक्तिशाली संयोजन को गले लगा रहा है, और इसके साथ बहुत आशावाद है। उन्नत एनालिटिक्स समाधान प्रदाता विटारिया द्वारा किए गए एक सर्वेक्षण में, यह पाया गया कि उत्तरदाताओं का 48% पहले से ही IoT और वास्तविक समय विश्लेषिकी परियोजनाओं पर काम कर रहा था। उत्तरदाताओं ने उत्तर दिया कि वे IoT और वास्तविक समय के विश्लेषिकी में सक्रिय रूप से निवेश कर रहे थे। सर्वेक्षण से दो बातें सामने आईं:
- IoT उपकरणों द्वारा उत्पन्न डेटा का वास्तविक समय विश्लेषण प्रमुख महत्व के थे।
- रियल-टाइम एनालिटिक्स द्वारा दी गई भविष्य कहनेवाला अंतर्दृष्टि पर कंपनियां बहुत कुछ निर्भर करती हैं।
सर्वेक्षण से मुख्य निष्कर्ष निम्न हैं:
- मोबाइल डिवाइस (32 प्रतिशत), स्मार्ट मीटर, सेल टॉवर और वाहनों में लगे सेंसर और लॉजिस्टिक्स पॉइंट IoT डेटा के सबसे बड़े स्रोत हैं।
- उत्तरदाताओं के 48 प्रतिशत सक्रिय परियोजनाओं पर काम कर रहे हैं, जबकि 15 प्रतिशत उत्तरदाताओं ने कहा कि उन्होंने पिछले वर्ष के भीतर इस पर काम किया है।
- उत्तरदाताओं के 43 प्रतिशत ने कहा कि वे IoT एनालिटिक्स, ऑटोमेशन और विज़ुअलाइज़ेशन में निवेश करेंगे, जबकि प्रत्येक क्षेत्र के लिए अलग-अलग था, प्रतिक्रिया IoT एनालिटिक्स (20 प्रतिशत), स्वचालन (8 प्रतिशत) और विज़ुअलाइज़ेशन (5 प्रतिशत) थी।
- बिजनेस इंटेलिजेंस वह क्षेत्र है जहां स्ट्रीमिंग एनालिटिक्स का सबसे ज्यादा इस्तेमाल किया जा रहा है।
- उत्तरदाताओं में से 18 प्रतिशत ने कहा कि उन्होंने भविष्य कहनेवाला रखरखाव को सर्वोच्च प्राथमिकता दी है, जबकि 17 प्रतिशत ने कहा कि उन्हें नेटवर्क निगरानी और सेवा आश्वासन के लिए वास्तविक समय विश्लेषण की आवश्यकता है। केवल 8 प्रतिशत ने कहा कि उन्हें फील्ड सेवा प्रबंधन के लिए समाधान की आवश्यकता है।
- अधिकांश निवेशक आईओटी और रीयल-टाइम एनालिटिक्स को भविष्य में बहुत अधिक मूल्य प्रदान करते हैं।
रियल-टाइम एनालिटिक्स और IoT पर निवेश पर रिटर्न
ऊपर दिया गया पैराग्राफ रियल-टाइम एनालिटिक्स और IoT टीम की एक गुलाबी तस्वीर चित्रित करता है। कई विशेषज्ञ बात कर रहे हैं जैसे कि संयोजन एक रामबाण है। जवाब इतना सीधा नहीं है। उद्योग को अतीत को देखने और यह महसूस करने की जरूरत है कि वास्तविक समय के एनालिटिक्स और IoT संयोजन से महत्वपूर्ण रिटर्न प्राप्त करने के लिए बहुत अधिक मेहनत करनी पड़ती है। इसका मतलब यह नहीं है कि संयोजन एक बुलबुला है, फटने के बारे में; बहुत सा पदार्थ है, बस इतना है कि बहुत काम की जरूरत है। रिटर्न को अधिकतम करने के लिए हमें एक नजर डालनी चाहिए कि हमें क्या करने की जरूरत है। प्राथमिक चरणों के बारे में सोचते हैं:
जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार कर सकते हैं।
लागत का अनुमान लगाएं
आपके द्वारा समस्याओं की पहचान करने के बाद, एक उद्देश्य, डेटा-आधारित आरओआई विश्लेषण का संचालन करें। आपको अन्य चीजों के अलावा, दो चीजों पर ध्यान देना चाहिए: स्वामित्व की कुल लागत और आपके द्वारा प्राप्त किए जाने वाले लाभ। एक सफल विश्लेषण की कुंजी विश्लेषण से मात्रात्मक आउटपुट है, जितना संभव हो सके। उदाहरण के लिए, IoT और रियल-टाइम एनालिटिक्स को उस समय सीमा का अनुमान लगाने में सक्षम होना चाहिए जिसमें आपके कारखाने में मशीनरी कम रिटर्न देना शुरू कर देगी। यह भविष्य कहनेवाला रखरखाव के रूप में भी जाना जाता है। दूसरे, स्वामित्व की कुल लागत का पता लगाएं, जिसमें शामिल हैं, लेकिन यह सीमित नहीं हो सकता है, जिन लोगों को आप इस असाइनमेंट के लिए नियोजित करते हैं, उपकरण जैसे कंप्यूटर और सर्वर, प्रशिक्षण लागत और सेंसर का समय और रखरखाव।
चुनौतियों को समझें
एक वास्तविक समय के एनालिटिक्स को लागू करना और IoT परियोजना एक विशाल और अत्यंत जटिल उपक्रम है क्योंकि अधिकांश संगठनों के लिए, यह अभूतपूर्व है। कार्यों का यथार्थवादी मूल्यांकन करना और उन्हें छोटे, प्रबंधनीय विखंडू में तोड़ना महत्वपूर्ण है।
निष्कर्ष
रीयल-टाइम एनालिटिक्स और IoT के संयोजन से सर्वश्रेष्ठ प्राप्त करने की दिशा में पहला कदम यह स्वीकार करना है कि यह कोई जादू की छड़ी नहीं है। उसी समय, यह एक बुलबुला नहीं है। अत्यधिक विचारों से बचें। अवधारणा में बहुत अधिक पदार्थ है, जिसे सावधानीपूर्वक दोहन करने की आवश्यकता है। आपको छोटे चरणों के बाद यथार्थवादी मूल्यांकन और मात्रात्मक विश्लेषण की आवश्यकता है। यह एक ऐसी परियोजना है जो आपके व्यवसाय को पहले की तरह फिर से परिभाषित कर सकती है यदि आप इसे ठीक से लागू कर सकते हैं, लेकिन इसमें समय लगने वाला है।