コンテンツ
出典：Beebright / Dreamstime.com
取り除く：
統合された分析プラットフォームは、非構造化データを処理して意味のある結果を生成できます。
モノのインターネット（IoT）は、業界では大きなチャンスと見なされています。多くの人は、IoTデバイスから生成されたデータを使用して、多くの業界の最終顧客にカスタマイズされた改善された製品とサービスを提供できると考えています。企業は、収益を改善し、コスト、エネルギー、燃料を節約し、生産性を向上させることができます。これらのメリットを実現するには、IoTデータを適切に活用する必要がありますが、これは主に構造化されておらず複雑であるため困難です。
統合された分析プラットフォームは、一連の非構造化データから適切な分析を提供する上で重要な役割を果たします。意味のある分析を提供するには、複雑なデータを保存、クエリ、および処理できる1つの場所にツールの組み合わせが必要です。統合分析プラットフォームがまさにそれを実現します。
統合分析プラットフォームとは何ですか？
統合分析プラットフォームは、非構造化データや複雑なデータであっても、あらゆるデータから意味のある分析を提供する統合ソリューションです。従来のリレーショナルデータベース管理システム（RDBMS）は、保存されたデータから、同時または調整された分析を提供できません。大企業は、意味のある実用的なデータに大きく依存してビジネスを推進しています。統合分析プラットフォームは、実行エンジン、データベース管理システム（DBMS）、データマイニング機能、データベースにないデータを取得および準備する機能などのさまざまなツールを統合します。プラットフォームは、ビッグデータなどの複雑で非構造化されたデータを処理するように更新されます。他のツールでデータを処理する必要はありません。このプラットフォームは、アプリケーションとして、またはサービスとしてのソフトウェア（SaaS）モデルに基づいてエンドカスタマーに配信できます。企業は一定期間サブスクライブしてから更新する（または更新しない）ことができます。レポートで、BeyeNETWORKのMerv AdrianとColin Whiteは、分析プラットフォームを「データを管理し、そのデータからビジネス分析を生成するための統合された完全なソリューションとして定義しました。このソリューションは、アプライアンス（ソフトウェアのみ、パッケージ化されたハードウェアとソフトウェア、仮想イメージ）として、および/またはクラウドベースのソフトウェアとしてのソフトウェアとして提供される場合があります。
IoTデータはどのようなものですか？
IoTデータは非常に複雑になる可能性があり、明らかに構造化されていません。それぞれがIPアドレスを持ち、互いに通信し合う数百万のデバイスを考えてください。無数のサーバーがこれらのデバイスが収集しているデータを収集しています。いくつかの例を見てみましょう。脈拍や血圧などの健康データを記録するスマートウォッチ、または温度や食習慣などのデータを保存するエアコンや冷蔵庫などの電子機器に搭載されたデバイスを考えてみてください。データの総量は膨大であり、増加しています。デバイスとセンサーのさまざまな構成、センサーとサーバーの中間で行われる解析、データのキャプチャに使用される技術、ファイル形式、その他いくつかの要因により、受信したデータは複雑です。そのため、データ量とフォーマットにより、IoTデータ分析は非常に困難なタスクになります。
調査では、生成された合計データのうち、44.6％がXMLデータ、23.8％が非構造化ファイルデータ、23％がウェブログであり、残りがパッケージアプリケーションデータ、リッチメディアデータ、その他のファイルタイプで構成されていることがわかりました。
統合分析プラットフォーム+ IoTデータ
量、複雑さ、非構造化形式により、IoTデータ分析が挑戦的な提案になることは明らかです。課題を複雑にしているのは、分析を迅速に提供する必要があるという要件です。したがって、意味のあるIoT分析を提供できるだけでなく、それらを迅速に提供できるソリューションが必要です。これは、孤立したツールやテクノロジーでは対処できないものです。したがって、統合ソリューションが必要です。前述のように、統合分析プラットフォームは、データベース管理システム、データ収集およびストレージシステム、および処理機能を1か所に統合します。統合分析プラットフォームが最善の策であるいくつかの理由を以下に示します。
分析プラットフォームは、データに対して高度な分析を実行できます。たとえば、通常の分析ツールは、限られた時間内に膨大な量のデータを処理する必要があるため、ニューヨーク市のトップ10トレーダーの過去1週間の収益性を簡単に比較するのに苦労します。統合分析はそれ以上のことを実行できます。予測データモデルを構築してから、データモデルをリアルタイムデータと比較し、地理的な視覚化などを行うことができます。
従来のデータセンターのセットアップと分析技術は、これらのリソースを使用してIoT分析を提供しようとすると、より高価な命題です。データ量と分析要件が増大するにつれて、セットアップにさらに投資する必要があります。分析プラットフォームは、これらのコストを大幅に削減できます。オープンソースソフトウェアのライセンスコストは大幅に低くなります。これらのプラットフォームは安価な汎用プロセッサを使用しているため、ハードウェアのアップグレードは簡単です。アプライアンスは事前に統合および事前設定されているため、セットアップコストが削減されます。
ケーススタディ
統合された分析プラットフォームがどのように違いを生んだかについての顕著なケーススタディです。 Googleは限定的で標準化された分析を提供しました。より詳細な分析は可能ですが、時間がかかり、費用がかかり、効果がありません。ソリューションは、分析、Googleアナリティクス、カスタム分析を必要な方法でデータをスライスおよびダイスする機能と組み合わせた統合分析システムでした。これにより、多目的で効果的なソリューションが作成されました。その結果、分析時間は90％短縮され、テストキャンペーンの予算と最小サンプルサイズは75％削減され、コンバージョン率は100％増加し、キャンペーンの平均一時停止時間は4日から1日に短縮されました。以下の表は、分析プラットフォームによってどのように分離されたメトリックとGoogleが統合されたかを示しています。
概要
IoTデータは、統合された分析プラットフォームの強力な事例です。データに多く依存している企業にとって、従来の分析方法や技術を維持することは、比較的非効率でコストの問題があるため、非常に困難です。ただし、統合分析プラットフォームへの移行は多くのビジネスの考え方の変化を反映するものであり、通常は変化が遅いことに注意する必要があります。統合された分析プラットフォームは依然として多くの注意を払って表示されており、投資収益率について多くの議論が行われています。現代のプラットフォームはまだ初期段階にあり、これらのプラットフォームが広く受け入れられるまでには時間がかかるため、これは自然なことです。しかし、すぐに、これが主要なデータ分析プラットフォームになることが約束されます。