Życie na krawędzi: 5 kluczowych zalet analityki krawędziowej

Edge analytics - lub analiza danych bliżej miejsca, w którym są gromadzone - to stosunkowo nowy pomysł w analityce danych, a przynajmniej do tej pory najczęściej słyszeliśmy o tym w połączeniu z IoT. W końcu, w świecie z czujnikami wszędzie i napływającej coraz większej ilości danych, Edge Analytics oferuje sposób uzyskiwania wartości z danych w sposób, który jest szybszy, prostszy i, w wielu przypadkach, bardziej praktyczny. Ale chociaż analityka krawędzi dostarczyła technologię do wykorzystania Internetu Rzeczy, jego obietnica w rzeczywistości wykracza poza Internet Rzeczy, aż do krawędzi bardziej tradycyjnego ekosystemu danych. W tym artykule przyjrzymy się zaletom przetwarzania danych na krawędzi w porównaniu z ich przechowywaniem i stosowaniem bardziej tradycyjnych metod analitycznych, a także dlaczego wiele organizacji zaczyna szukać możliwości wyboru między tymi dwoma opcjami, aby dopasować je do swoich potrzeb.

Niektóre dane nie są warte zapisywania

Na początku dużych zbiorów danych organizacje skupiały się na gromadzeniu danych. Zbiorowa mądrość w tym czasie była taka, że ​​zbieranie danych było dobrą rzeczą, nawet jeśli nie można było w pełni przeanalizować. Problem polega na tym, że wraz z poprawą zbierania danych woluminy danych zaczęły wybuchać. Według raportu opublikowanego przez organizację badawczą SINTEF w 2013 r. 90% wszystkich danych na świecie zostało wygenerowanych w ciągu ostatnich dwóch lat. Według IDC do 2020 r. Co sekundę dla każdej osoby na świecie zostanie utworzonych 1, 7 megabajta nowych informacji. Będzie to około 44 zettabajtów danych.

W miarę gromadzenia się danych pytanie stało się oczywiste: co właściwie zrobimy z tymi wszystkimi informacjami? Niestety czasami odpowiedź jest bardzo niewielka. Badanie opublikowane przez Pricewaterhouse Coopers i Iron Mountain w 2015 r. Wykazało, że 43% ankietowanych firm osiągnęło „niewielką wymierną korzyść” z zebranych danych. Stwierdzono, że dalsze 23% „nie przynosi żadnych korzyści”. Organizacje coraz częściej uczą się, że chociaż gromadzenie danych ma duże zalety, nie wszystkie dane są przydatne i nie wszystkie dane warto przechowywać, szczególnie gdy płyną z niezliczonych czujników, które nazywamy „IoT”.