コンテンツ
- 一部のデータは節約に値しない
- 敏ility性のカウント
- バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
- データの保存には費用がかかります
- データの分散が進んでいます
- より少ないデータ（および複雑さ）がより多くの可能性
取り除く：
エッジ分析はIoTをよりスマートでより良い方法で活用するテクノロジーを提供しますが、実際にはIoTを超えてより伝統的なデータエコシステムのエッジまでその可能性が広がります。
エッジ分析-または収集された場所により近いデータの分析-は、データ分析の比較的新しいアイデアであり、少なくとも今のところ、IoTと関連して言及されることを最も頻繁に聞いています。結局のところ、すべての場所にセンサーがあり、データが大量に流入する世界では、エッジ分析は、より速く、より簡単で、多くの場合、より実用的な方法でデータから価値を引き出す方法を提供します。しかし、エッジ分析はIoTを活用するテクノロジーを提供しましたが、実際にはIoTを超えてより伝統的なデータエコシステムのエッジまでその可能性が広がります。ここでは、データを保存して従来の分析を適用するよりもエッジでデータを処理することの利点、および多くの組織がニーズに合わせてこれら2つのオプションから選択する能力を模索し始めている理由をよく見てください。
一部のデータは節約に値しない
ビッグデータの初期には、組織はすべてデータの収集に専念していました。当時の集合的な知恵は、データを収集することは完全に分析できなかったとしても、良いことだということでした。問題は、データ収集が改善されるにつれて、データボリュームが爆発的に増加したことです。 2013年に研究機関SINTEFが発表したレポートによると、過去2年間で全世界のデータの90％が生成されていました。 IDCによると、2020年までに地球上のすべての人について、毎秒1.7メガバイトの新しい情報が作成されます。そのデータ量は約44ゼタバイトです。
データが積み重なるにつれて、疑問が明らかになりました。実際に何をしようとしているのか このすべての情報を使用しますか？残念なことに、答えが非常に少ない場合があります。 2015年にプライスウォーターハウスクーパーズとアイアンマウンテンが発表した調査では、調査した企業の43％が、収集したデータから「実質的な利益」を得ていなかったことがわかりました。さらに23％が「まったく利益がない」と判明しました。組織がますます学習しているのは、データ収集には大きな利点がある一方で、すべてのデータが有用であるわけではなく、特に「IoT」と呼ばれる無数のセンサーから流れる場合、すべてのデータを保持する価値がないということです。
「IoTから来るデータの多くは、必ずしも原子レベルで保持する必要があるデータではないかもしれません」と、Dell Statisticaのグローバルマーケティングおよびチャネル担当ディレクターのショーンロジャースは述べています。
「すべての人が、より多くのデータを保持し、より多くのデータを分析し、これらの膨大な情報すべてからより豊かで深い洞察を得る能力を享受していたと思います。
エッジ分析により、組織は実際に発生している場所に近いデータを分析できるため、データが送信される前に決定を下すことができます。その結果、同じ量のデータを保存および統合する必要性を減らすことができます。データの生成と収集が拡大し続けるにつれて、それは間違いなく良いことです。
敏ility性のカウント
ソースに近いデータを分析することには、アジリティというもう1つの利点があります。場合によっては、データはリアルタイムではるかに便利です。これは、IoTセンサーから流れるデータに特に当てはまります。他の多くの例の中でも、工場センサー、医療機器、取引および不正検出アプリケーション、およびシステム監視はすべて、より高速で応答性の高い方法で対処する必要があるデータを提供します。これはいわゆる「ストリーム処理」は、データを迅速かつ/または継続的に処理する必要があるアプリケーションで重要です。ビジネスのペースが向上するにつれて、この機能は多くの業界で必要になってきています。
「分析の消費者として、長期的に投資するデータとすぐに価値を引き出すデータ、保存する価値のあるデータ、保存する価値のないデータについて戦略的な決定を下せるようにしたいと考えています」 。
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質を気にしない場合、プログラミングスキルを向上させることはできません。
「データを常に分析に移動するのではなく、分析をデータに移動することは重要なポイントだと思います。また、分析が分散されるにつれて、ほとんどの顧客が要求することになると思います。」
データの保存には費用がかかります
ビッグデータストレージの初期の頃、多くの組織は、いつか役に立つと考えて多くのデータを収集しました。問題は、データの収集と保存にはコストがかかることです。多くの場合、そのデータから得られる値によって軽減されることはありません。
「過去10年間に見てきたのは、Hadoopクラスターを立ち上げ、いつかはデータを入れて、それがいつか役立つと考えている人々でした...そして、いくつかのHadoopテクノロジーを利用しても、データの収集には依然として多くのコストがかかることがすぐにわかりましたお金」とロジャーズは言った。
エッジ分析は、組織がデータに迅速に応答できるようにするだけでなく、データ収集と分析に関するより良いプロセスを作成する方法を提供します。また、エッジ分析により、組織は長期にわたるより深い分析のために保持するデータを選択できます。これにより、データの管理が容易になり、コストが削減されます。
データの分散が進んでいます
データを1か所に保管する時代はおそらく終わったでしょう。そのため、さまざまなプラットフォームのほか、IoTセンサーなどのデータが発生しているさまざまな領域で、分析を展開、管理、最適化する必要が生じます。
「Hadoopクラウドや分析アプライアンスなどのさまざまなプラットフォームにデータを分散する場合、分析をデータに移動するためにこの柔軟性が本当に必要です。エッジ分析はIoTのエッジだけではなく、より伝統的なデータエコシステムのエッジです」とロジャーズは言いました。
より少ないデータ（および複雑さ）がより多くの可能性
ごく最近まで、ビッグデータの収集、保管、分析に関する会話は、ソースシステムからデータを収集し、それをデータウェアハウスに送り込むことでした。しかし、データウェアハウスは分析のストレスに対応する能力がますます低下しているだけでなく、これらのシステムは分析するために幅広いネットワークにデータを転送する必要があるため、複雑さとセキュリティに関する問題を提起しています。
「ポイントAからポイントBにデータを移動するために使用するすべての作業には、多くの複雑さがあります。エッジ分析を使用すると、分析の場所にデータを移動するか、データがある場所に分析を配置したい場合」とロジャーズ氏は述べています。
つまり、エッジ分析は、データの使用方法に関してより多くのオプションを提供し、より詳細なデータ分析に最適なリソースの保持に役立ちます。
「エッジ分析は確かにデータ管理の世界とデータをある場所から別の場所に移動する方法に影響を与えます。それ以外のことは、顧客がどのプラットフォームが最適に動作するかを選択し、彼らの速度として答えを与える機会を提供することですビジネス。"