Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Teknologi Internet of Things

3 tantangan teratas dalam menyiapkan data IoT

Sean Kandel dari Trifacta

Internet of Things (IoT) sudah mengakar dalam kehidupan kita sehari-hari – mulai dari perangkat yang dapat dikenakan dan jam tangan pintar hingga TV yang terhubung dan peralatan rumah pintar.

Bisnis juga memanfaatkan teknologi; dalam konteks B2B, kata Sean Kandel, CTO dan salah satu pendiri Trifacta perangkat yang terhubung mengacu pada mesin dan sensor yang digunakan untuk melacak semuanya, mulai dari kinerja alat berat hingga persyaratan perawatan.

Misalnya, perangkat sensor dapat ditemukan di jalur produksi untuk melacak kesiapan alat berat dan mengotomatiskan pemeliharaan prediktif . Atau, rumah sakit mungkin menggunakan perangkat IoT untuk pemantauan pasien jarak jauh, operasi robotik, atau pemberian obat.

Semua sensor, perangkat, dan "hal" terhubung lainnya yang terus berkembang ini pada akhirnya menghasilkan lebih banyak data. Dan banyak. Namun dengan semakin banyaknya data, muncul tantangan yang lebih kompleks dalam mempersiapkannya. Untuk memanfaatkan nilai IoT dan big data—dan memberikan wawasan yang mendorong inovasi—organisasi industri harus dengan cepat menyiapkan semua data yang tidak terstruktur dan berbeda ini. Di bawah ini, kami telah menyebutkan beberapa dari tiga tantangan teratas dalam menyiapkan data IoT untuk memanfaatkannya untuk analisis.

1. Volume data yang besar

Perusahaan Data Internasional (IDC) riset pasar memperkirakan bahwa perangkat IoT akan membuat 40.000 exabyte data pada tahun 2020. Untuk menjaga hal ini dalam perspektif, pada tahun 2000, tiga exabyte informasi dibuat secara global. Itu adalah banyak data yang harus disiapkan—dan dalam banyak proses saat ini, organisasi tidak akan dapat mengikutinya. Hal ini sangat menantang di dunia industri, tempat produsen dan organisasi industri besar lainnya biasanya mengumpulkan miliaran set data dari mesin, sensor, dan aplikasi bisnis internal.

Persiapan data masih mencakup hingga 80% dari waktu dan sumber daya yang terlibat dalam proyek data apa pun, dan semakin banyak data yang Anda tambahkan, semakin intensif waktu proses tersebut. Saat organisasi mengambil inisiatif data IoT baru, penting bagi mereka untuk mempertimbangkan teknologi dan proses baru yang memungkinkan mereka mengikuti arus data yang besar ini.

2. Kompleksitas

Tantangan lain dalam menyiapkan data IoT adalah sifatnya yang kompleks. Seringkali, organisasi tidak hanya harus menyiapkan data stempel waktu atau geotag, tetapi juga menggabungkannya dengan sumber yang lebih terstruktur, seperti file csv. Kompleksitas ini hanya dikalikan saat memperhitungkan kecepatan pembuatan data ini.

Menemukan solusi untuk masalah ini memang sulit. Sumber daya teknis dalam organisasi yang dapat menangani kompleksitas ini biasanya terbatas, dan memperbesar sumber daya tersebut membutuhkan biaya yang besar. Menggunakan alat persiapan data umum seperti Excel tidak dapat menangani kerumitan ini, yang membuat analis terampil tidak dapat bekerja dengan data ini. Organisasi saat ini harus mencari cara untuk memanfaatkan sumber daya yang mereka miliki untuk mempersiapkan data IoT yang semakin kompleks.

3. Interoperabilitas

Sistem komputer bisnis—baik perangkat keras maupun perangkat lunak—tidak dibuat untuk bertukar atau memproses sejumlah besar informasi kompleks yang diambil dari sensor dan perangkat yang terhubung. Sulit untuk dengan cepat mengintegrasikan dan memperkaya data yang dihasilkan mesin dengan data dari aplikasi bisnis seperti Salesforce dan Marketo misalnya, dan penyimpanan data lainnya. Oleh karena itu, organisasi saat ini harus mencari solusi yang memungkinkan data berbicara satu sama lain dengan lebih baik, sehingga keseluruhan data organisasi dapat dimanfaatkan.

Platform persiapan data untuk inisiatif IoT

Banyak organisasi yang mempelopori inisiatif IoT telah beralih ke platform persiapan data modern untuk meringankan tantangan ini. Dengan platform persiapan data yang cerdas, beberapa pelanggan Trifacta telah melihat waktu yang dihabiskan untuk menyiapkan data berkurang hingga 90%, sementara juga memungkinkan sumber daya nonteknis untuk menyiapkan sendiri sejumlah besar data kompleks. Selain itu, kami telah bermitra dengan Sumo Logic untuk menawarkan solusi kepada klien untuk menyiapkan data log yang kompleks dengan data aplikasi bisnis.

Misalnya, sebuah perusahaan kereta api besar Eropa menggunakan Trifacta untuk menyiapkan data sensor yang dihasilkan dari pemantauan 8.000 lokomotif melintasi 32.000 mil rel kereta api untuk memprediksi kapan mereka membutuhkan perawatan. Sebelum mengadopsi Trifacta, perusahaan sedang mempersiapkan data ini ad-hoc di banyak orang dan dengan banyak alat yang berbeda, yang pada akhirnya menunda analisis dan respons mereka terhadap perbaikan yang diperlukan. Sekarang, perusahaan ini dapat menyiapkan 100% data sensor yang kompleks dan dengan cepat mengurangi waktu yang dihabiskan untuk menyiapkan data.

Pelanggan lain, Kuecker Logistics Group (KLG) , menggunakan platform Trifacta untuk menyiapkan banyak data sensor yang dihasilkan dari gudang yang dimiliki oleh pengecer terbesar di dunia. Pelanggan ini memiliki operasi rantai pasokan yang ekstensif dan kompleks dan satu tautan yang salah atau tidak efisien dalam rantai dapat menyebabkan efek riak ke hilir.

Dengan menggunakan platform persiapan data yang cerdas, Kuecker telah mampu menskalakan proses persiapan data tanpa mempekerjakan pengembang yang mahal, yang secara dramatis meningkatkan efisiensi mereka. Sekarang, mereka menyiapkan data gudang pelanggan dan lebih cepat mengidentifikasi perubahan yang diperlukan yang perlu dilakukan di dalam gudang.

Kesimpulan

Data IoT adalah peluang yang menarik, tetapi manfaatnya hanya dapat diwujudkan dengan strategi persiapan data yang tepat. Organisasi harus melengkapi timnya dengan platform persiapan data yang dapat menangani volume dan kompleksitas data IoT, serta memahami bagaimana data ini dapat dan akan digabungkan dengan sumber lain di seluruh organisasi. Dengan mengadopsi solusi persiapan data yang cerdas, dunia IoT dan data besar tidak lagi menguasai. Data sensor menjadi kunci inovasi, bukan penghalang.

Penulisnya adalah Sean Kandel, CTO dan salah satu pendiri, Trifacta.


Teknologi Internet of Things

  1. IoT:Mempersiapkan tenaga kerja masa depan kita
  2. Internet of Things:Mengelola masuknya data
  3. Tantangan keamanan jaringan komunikasi generasi mendatang
  4. Menjelajahi lima tantangan teratas IoT melalui 5 C – Bagian 1
  5. Demokratisasi IoT
  6. Memaksimalkan nilai data IoT
  7. Tantangan dalam memilih vendor pengembangan IoT yang tepat
  8. Platform Analisis Data IoT Teratas
  9. 3 Manfaat Mengejutkan dari Cloud di IoT
  10. Tantangan pengujian perangkat lunak perangkat IoT