Isi kandungan:
Analisis tepi - atau menganalisis data lebih dekat ke tempat ia dikumpulkan - merupakan idea yang agak baru dalam analisis data dan, sekurang-kurangnya setakat ini, kami paling sering mendengarnya dirujuk bersama dengan IoT. Lagipun, di dunia dengan sensor di mana-mana dan peningkatan jumlah data yang mengalir masuk, analisis tepi menawarkan cara untuk mendapatkan nilai dari data dengan cara yang lebih cepat, lebih mudah dan, dalam banyak kes, lebih praktikal. Tetapi sementara analisis tepi telah menyediakan teknologi untuk memanfaatkan IoT, janjinya sebenarnya melampaui IoT ke tepi ekosistem data yang lebih tradisional. Di sini, kita akan melihat kelebihan data pemprosesan di tepi untuk menyimpannya dan menggunakan analisis yang lebih tradisional, dan mengapa banyak organisasi mula mencari keupayaan untuk memilih antara dua pilihan untuk memenuhi keperluan mereka.
| Webinar PERCUMA Edge Analytics: Ekonomi IoT pada Akhirnya Daftar disini |
Sesetengah Data Tidak Menjimatkan Nilai
Pada hari-hari awal data besar, organisasi adalah mengenai mengumpul data. Kebijaksanaan kolektif pada masa itu adalah bahawa mengumpul data adalah perkara yang baik, walaupun ia tidak boleh dianalisis sepenuhnya. Masalahnya ialah apabila pengumpulan data meningkat, jumlah data mula meletup. Menurut laporan yang dikeluarkan oleh organisasi penyelidikan SINTEF pada tahun 2013, 90% daripada semua data dunia telah dihasilkan sejak dua tahun sebelumnya. Menurut IDC, 1.7 megabait maklumat baru akan dibuat setiap saat untuk setiap orang di planet pada 2020. Itu akan berjumlah kira-kira 44 zettabytes data.
Apabila data ditumpuk, soalan menjadi jelas: Apa yang sebenarnya akan kita lakukan dengan semua maklumat ini? Malangnya, kadang-kadang jawapannya sangat sedikit. Satu kajian yang dikeluarkan oleh Pricewaterhouse Coopers dan Iron Mountain pada tahun 2015 mendapati bahawa 43% daripada syarikat yang ditinjau telah mendapatkan "sedikit ketara manfaat" daripada data yang mereka kumpulkan. Sebanyak 23% dijumpai untuk mendapatkan "tiada faedah apa-apa". Apa organisasi yang semakin belajar adalah bahawa sementara pengumpulan data mempunyai manfaat utama, tidak semua data berguna, dan tidak semua data berharga, terutamanya apabila ia mengalir dari pelbagai sensor yang kita panggil "IoT."
