El Internet de las cosas (IoT) ya está arraigado en nuestra vida cotidiana, desde dispositivos portátiles y relojes inteligentes hasta televisores conectados y electrodomésticos inteligentes. Las empresas también están utilizando la tecnología; en un contexto B2B, los dispositivos conectados se refieren a máquinas y sensores que se utilizan para rastrear todo, desde el rendimiento de la máquina hasta los requisitos de mantenimiento. Por ejemplo, los dispositivos sensores pueden encontrarse en una línea de producción para rastrear la preparación de las máquinas y automatizar mantenimiento predictivo. O bien, un hospital podría usar dispositivos de IoT para el monitoreo remoto del paciente, cirugía robótica o dispensación de medicamentos.

Todos estos sensores, dispositivos y otras "cosas" en crecimiento en última instancia significan más datos. Y mucho de eso. Pero con más datos vienen desafíos más complejos en su preparación. Para aprovechar el valor de IoT y big data, y brindar información innovadora que impulsa la innovación, las organizaciones industriales deben preparar rápidamente todos estos datos dispares y no estructurados. A continuación, nombramos algunos de los tres principales desafíos en la preparación de datos de IoT para aprovecharlos para su análisis.

Grandes volúmenes de datos.

Corporación Internacional de Datos (IDC) estudios de mercado estiman que los dispositivos de IoT crearán 40,000 exabytes de datos para 2020. Para mantener esto en perspectiva, en el año 2000, se crearon tres exabytes de información a nivel mundial. Es una gran cantidad de datos para preparar, y en muchos procesos actuales, las organizaciones no podrán mantenerse al día. Esto es particularmente difícil en el mundo industrial, donde los fabricantes y otras grandes organizaciones industriales generalmente recolectan miles de millones de conjuntos de datos de máquinas, sensores y aplicaciones comerciales internas.

La preparación de datos sigue representando hasta el 80% del tiempo y los recursos involucrados en cualquier proyecto de datos, y cuantos más datos agregue, más intensivo será el proceso. A medida que las organizaciones toman nuevas iniciativas de datos de IoT, es importante que consideren las nuevas tecnologías y procesos que les permitirán mantenerse al día con esta enorme afluencia de datos.

Complejidad

Otro desafío en la preparación de datos de IoT es su naturaleza compleja. A menudo, las organizaciones no solo deben preparar datos de marca de tiempo o etiquetas geográficas, sino que deben combinarlo con fuentes más estructuradas, como archivos csv. Esta complejidad solo se multiplica cuando se toma en cuenta la velocidad a la que se generan estos datos.

Encontrar una solución a este problema es complicado. Los recursos técnicos dentro de una organización que podrían manejar esta complejidad son generalmente limitados, y la ampliación de esos recursos es costosa. El uso de herramientas comunes de preparación de datos como Excel no puede manejar esta complejidad, lo que deja a los analistas expertos a la hora de trabajar con estos datos. Las organizaciones de hoy deben encontrar una manera de aprovechar los recursos que tienen para preparar los datos cada vez más complejos de IoT.

Interoperabilidad

Los sistemas informáticos para empresas, tanto hardware como software, no están diseñados para intercambiar o procesar las vastas cantidades de información compleja extraída de sensores y dispositivos conectados. Es difícil integrar y enriquecer rápidamente los datos generados por máquina con datos de aplicaciones comerciales como Salesforce y Marketo, por ejemplo, y otros repositorios de datos. Por lo tanto, las organizaciones de hoy deben buscar soluciones que permitan que los datos se comuniquen entre sí para poder aprovechar la totalidad de los datos de una organización.

Plataformas de preparación de datos para iniciativas de IoT.

Muchas organizaciones que están liderando las iniciativas de IoT han recurrido a las plataformas modernas de preparación de datos para facilitar estos desafíos. Con una plataforma de preparación de datos inteligente, algunos de los clientes de Trifacta han visto que el tiempo dedicado a la preparación de datos se ha reducido hasta en un 90%, al tiempo que permite que los recursos no técnicos preparen grandes cantidades de datos complejos. Además, tenemos se asoció con Sumo Logic para ofrecer a los clientes una solución para preparar datos de registro complejos con datos de aplicaciones comerciales.

Por ejemplo, una gran compañía ferroviaria europea está utilizando Trifacta para preparar datos de sensores generados a partir del monitoreo de 8,000 locomotoras en 32,000 millas de vías para predecir cuándo necesitaron mantenimiento. Antes de adoptar Trifacta, la compañía estaba preparando estos datos de manera ad hoc entre varias personas y con muchas herramientas diferentes, lo que finalmente demoró el análisis y su capacidad de respuesta a las reparaciones necesarias. Ahora, esta empresa puede preparar el 100% de los datos de sensores complejos y ha disminuido rápidamente el tiempo dedicado a preparar los datos.

Otro cliente, Kuecker Logistics Group (KLG), está utilizando la plataforma Trifacta para preparar una gran cantidad de datos de sensores generados desde almacenes propiedad de los minoristas más grandes del mundo. Estos clientes tienen operaciones de cadena de suministro extensas y complejas, y un enlace defectuoso o ineficiente en la cadena puede causar un efecto de rizado en el sentido descendente. Al utilizar una plataforma de preparación de datos inteligente, Kuecker ha podido escalar los procesos de preparación de datos sin contratar a desarrolladores costosos, lo que ha mejorado dramáticamente su eficiencia. Ahora, están preparando los datos del almacén del cliente e identificando más rápidamente los cambios necesarios que deben realizarse dentro de los almacenes.

Conclusión

Los datos de IoT son una oportunidad emocionante, pero sus beneficios solo se pueden obtener con una estrategia de preparación de datos adecuada. Las organizaciones deben equipar a su equipo con plataformas de preparación de datos que puedan manejar el volumen y la complejidad de los datos de IoT, así como comprender cómo estos datos pueden y se unirán a otras fuentes en toda la organización. Al adoptar soluciones de preparación de datos inteligentes, el universo de IoT y los grandes datos ya no abruman. Los datos del sensor se convierten en la clave de la innovación, no un impedimento para ello.

https://www.iottechexpo.com/wp-content/uploads/2018/09/iot-tech-expo-world-series.png "src =" https://www.iottechexpo.com/wp-content/uploads /2018/09/iot-tech-expo-world-series.png "style =" height: 65px; ancho: 260px "/></span><strong>¿Interesado en escuchar a los líderes de la industria discutir temas como este?</strong> Asista a los eventos de IoT Tech Expo World Series con los próximos shows en Silicon Valley, Londres y Amsterdam.</p>
<section class=

Historias relacionadas

Dejar respuesta

Please enter your comment!
Please enter your name here