Indholdsfortegnelse:
Edge-analyse - eller at analysere data tættere på, hvor de er samlet - er en relativt ny idé inden for dataanalyse, og i det mindste indtil videre har vi oftest hørt de henvist til i forbindelse med IoT. Når alt kommer til alt, i en verden med sensorer overalt og en stigende mængde data, der strømmer ind, tilbyder kantanalyse en måde at hente værdi fra data på en måde, der er hurtigere, enklere og i mange tilfælde mere praktisk. Men mens kantanalyse har givet teknologien til at udnytte IoT, strækker dens løfte sig faktisk ud over IoT til kanten af et mere traditionelt dataøkosystem. Her vil vi se på fordelene ved at behandle data på kanten over at lagre dem og anvende mere traditionel analyse, og hvorfor mange organisationer begynder at søge muligheden for at vælge mellem disse to muligheder, der passer til deres behov.
GRATIS webinar Edge Analytics: IoT-økonomien til sidst Tilmeld dig her |
Nogle data er ikke værd at gemme
I de tidlige dage med big data handlede organisationer om indsamling af data. Den kollektive visdom på det tidspunkt var, at indsamling af data var en god ting, selvom det ikke kunne analyseres fuldt ud. Problemet er, at da dataindsamlingen blev bedre, begyndte datamængderne at eksplodere. Ifølge en rapport udgivet af forskningsorganisationen SINTEF i 2013 var 90% af al verdens data blevet genereret i løbet af de foregående to år. Ifølge IDC oprettes 1, 7 megabyte med ny information hvert sekund for hver person på planeten i 2020. Det vil beløbe sig til cirka 44 zettabyte data.
Da dataene blev samlet, blev spørgsmålet åbenlyst: Hvad skal vi faktisk gøre med al denne information? Desværre udgør svaret undertiden meget lidt. En undersøgelse, der blev frigivet af Pricewaterhouse Coopers og Iron Mountain i 2015, fandt, at 43% af de undersøgte virksomheder opnåede "lidt konkret fordel" fra de data, de indsamlede. Yderligere 23% viste sig at have "ingen fordele overhovedet." Hvad organisationer i stigende grad lærer, er at selvom dataindsamling har store fordele, er ikke alle data nyttige, og ikke alle data er værd at opbevare, især når de strømmer fra det utal af sensorer, vi kalder "IoT."