Оглавление:
Крайняя аналитика - или анализ данных ближе к месту их сбора - является относительно новой идеей в аналитике данных, и, по крайней мере, до сих пор мы чаще всего слышали о ней в связи с IoT. В конце концов, в мире с сенсорами повсюду и растущим объемом поступающих данных граничная аналитика предлагает способ извлечения ценности из данных более быстрым, простым и во многих случаях практичным способом. Но в то время как периферийная аналитика предоставила технологию для использования IoT, ее обещание фактически выходит за пределы IoT и выходит за рамки более традиционной экосистемы данных. Здесь мы рассмотрим преимущества обработки данных на грани перед их хранением и применением более традиционной аналитики, а также почему многие организации начинают искать возможность выбирать между этими двумя вариантами в соответствии со своими потребностями.
| БЕСПЛАТНЫЙ вебинар Edge Analytics: экономика IoT наконец Зарегистрируйтесь здесь |
Некоторые данные не стоит сохранять
В первые дни больших данных организации занимались сбором данных. В то время коллективная мудрость заключалась в том, что сбор данных - это хорошая вещь, даже если ее невозможно было полностью проанализировать. Проблема в том, что по мере сбора данных объемы данных начали расти. Согласно отчету, опубликованному исследовательской организацией SINTEF в 2013 году, 90% всех мировых данных были получены за предыдущие два года. Согласно IDC, к 2020 году каждую секунду для каждого человека на планете будет создаваться 1, 7 мегабайта новой информации. Это составит около 44 зетабайтов данных.
По мере накопления данных вопрос стал очевидным: что мы на самом деле собираемся делать со всей этой информацией? К сожалению, иногда ответ составляет очень мало. Исследование, опубликованное PricewaterhouseCoopers и Iron Mountain в 2015 году, показало, что 43% опрошенных компаний получали «мало ощутимую выгоду» от собранных ими данных. Было обнаружено, что еще 23% не получают никакой выгоды. Организации все больше учатся тому, что, хотя сбор данных имеет большие преимущества, не все данные полезны, и не все данные стоит хранить, особенно когда они поступают от множества датчиков, которые мы называем «IoT».
