企業依靠其物聯網平(ping)(ping)(ping)臺提供許多服務。其中(zhong)最重(zhong)要(yao)的(de)是(shi)分析。通俗(su)地說，物聯(lian)網(wang)分析是(shi)一(yi)門科學和藝術，它試圖在連接資產生(sheng)成的(de)海量數據(ju)中(zhong)找到(dao)模式。MachNation的(de)物聯(lian)網(wang)平(ping)(ping)(ping)臺測試實驗室給出更詳盡地定義，分析是(shi)平(ping)(ping)(ping)臺管理員或操作員監(jian)控趨(qu)勢，識別異常并從(cong)攝取的(de)物聯(lian)網(wang)數據(ju)中(zhong)獲取業(ye)務洞(dong)察的(de)能力。
作為識別最佳物聯(lian)網(wang)分(fen)析(xi)平(ping)臺的(de)第一(yi)步，企業應該(gai)部(bu)署各種平(ping)臺分(fen)析(xi)服務。特(te)別是，應該(gai)為實時流(liu)媒體和存儲(chu)/歷史數(shu)據配置(zhi)一(yi)個平(ping)臺上(shang)的(de)分(fen)析(xi)服務; 為實時流(liu)媒體外(wai)(wai)部(bu)分(fen)析(xi)服務集成配置(zhi)平(ping)臺; 然后將平(ping)臺上(shang)的(de)數(shu)據導出到外(wai)(wai)部(bu)分(fen)析(xi)服務。這些配置(zhi)測試將幫助企業確定物聯(lian)網(wang)平(ping)臺供(gong)應商是否在其(qi)平(ping)臺中設計了特(te)殊或缺乏管理工(gong)具和可(ke)用性。
企(qi)業(ye)(ye)測試分析(xi)(xi)配(pei)置流程后，還(huan)應評估三種類(lei)型(xing)的分析(xi)(xi)功能。讓我們來(lai)看看這三種類(lei)型(xing)的物聯(lian)網分析(xi)(xi)，以及(ji)企(qi)業(ye)(ye)如(ru)何識別提供同類(lei)分析(xi)(xi)微(wei)服務(wu)的平臺。
1.描述性分析
描(miao)述性分(fen)(fen)析(xi)是(shi)最基本(ben)的分(fen)(fen)析(xi)洞察形式，它允許用戶描(miao)述和(he)聚合(he)傳入(ru)的物聯網數據。描(miao)述性分(fen)(fen)析(xi) - 即(ji)使是(shi)像(xiang)均(jun)值和(he)標(biao)準差這樣(yang)簡單的計算 - 也可以用來(lai)快速理解收(shou)集到(dao)的數據。在連接(jie)的工廠用例中，描(miao)述分(fen)(fen)析(xi)可能(neng)用于回答“在30分(fen)(fen)鐘的時間段內平(ping)均(jun)泵溫(wen)度、流速和(he)RPM是(shi)多(duo)少?”這種問(wen)題。
在物(wu)聯網平臺上識別最佳(jia)描述性分(fen)析功能時(shi)，企(qi)業應該評估：
●平臺上的(de)(de)描(miao)述性分(fen)析功能：平臺執行描(miao)述性分(fen)析查詢的(de)(de)能力，例(li)如聚合或(huo)計(ji)算跨(kua)傳感器(qi)、設備(bei)或(huo)設備(bei)組的(de)(de)攝取(qu)數據點的(de)(de)基本(ben)統(tong)計(ji)數據，以及可視化地顯示(shi)結果(guo)。
●平臺(tai)數據(ju)湖/大數據(ju)存儲(chu)能力(li)(li)：平臺(tai)對大量攝(she)入(ru)的物聯網數據(ju)進(jin)行(xing)存儲(chu)和查詢的能力(li)(li)，包(bao)括基(ji)于表的大于1000萬(wan)行(xing)數據(ju)存儲(chu)或(huo)大于5000萬(wan)條記錄的非結構化數據(ju)存儲(chu)。
2.預測分析
預(yu)測分(fen)析(xi)(xi)(xi)旨(zhi)在(zai)通過(guo)分(fen)析(xi)(xi)(xi)歷史數(shu)據(ju)來(lai)(lai)模擬未來(lai)(lai)的(de)數(shu)據(ju)和行為。回歸分(fen)析(xi)(xi)(xi)(如線性回歸)是預(yu)測分(fen)析(xi)(xi)(xi)的(de)一個示例(li)。在(zai)相同的(de)使(shi)用(yong)案例(li)中，可以使(shi)用(yong)預(yu)測分(fen)析(xi)(xi)(xi)來(lai)(lai)回答這樣一個問題：“泵的(de)估計故障時間(jian)是多少，證明(ming)測量溫度(du)增加了20%?”
在(zai)物聯網平(ping)臺上(shang)識別最佳預測分析功能時，企業應該評估：
●平(ping)(ping)臺(tai)預(yu)測分(fen)析模(mo)型構建：平(ping)(ping)臺(tai)自(zi)動或通過編程接口生成底層平(ping)(ping)臺(tai)攝取物聯網(wang)數據的預(yu)測模(mo)型的能力。線(xian)性或多項(xiang)式回歸等模(mo)型是典(dian)型的，盡管在復(fu)雜平(ping)(ping)臺(tai)中可以使(shi)用更(geng)復(fu)雜的建模(mo)。
●平臺(tai)預測分析模(mo)(mo)型(xing)操作：利用平臺(tai)生成或平臺(tai)集成的(de)(de)數據(ju)模(mo)(mo)型(xing)(如R或Python)對(dui)數據(ju)進(jin)行分類或識別異常值(zhi)的(de)(de)能力(li)。用戶應該強調管理模(mo)(mo)型(xing)的(de)(de)能力(li)，例如模(mo)(mo)型(xing)版本控制和更新，以(yi)及在復雜事件處(chu)理(CEP)框(kuang)架(jia)中集成預測模(mo)(mo)型(xing)的(de)(de)能力(li)。
3.規范分析
規(gui)范分(fen)析是幫助企業優化(hua)未來(lai)的方向。圖像(xiang)處理、機器學習和自然語言(yan)處理是用于完成規(gui)范分(fen)析的一些技術。可以使用規(gui)范性(xing)分(fen)析來(lai)回答(da)這樣的問(wen)題：“為了最大限度(du)地(di)延長泵(beng)的正常運行時間(jian)并最大限度(du)地(di)縮短維修間(jian)隔，在必須安(an)排預防性(xing)泵(beng)維修之前(qian)，泵(beng)的最大允(yun)許溫度(du)升高是多(duo)少?”
在物聯網平臺(tai)上識別(bie)最佳的規范分析(xi)功能時，企業應該評估：
●平(ping)(ping)臺(tai)上的規范分析模(mo)型功能：平(ping)(ping)臺(tai)利用平(ping)(ping)臺(tai)生(sheng)成(cheng)或(huo)平(ping)(ping)臺(tai)集成(cheng)的數據模(mo)型(如(ru)R或(huo)Python)來優化業(ye)務成(cheng)果或(huo)相關KPI的能力。規范模(mo)型應最大化或(huo)最小(xiao)化與業(ye)務相關的KPI，例如(ru)路線規劃中的交付時(shi)(shi)間(jian)或(huo)預測性維護(hu)的設備正(zheng)常運行時(shi)(shi)間(jian)。
分(fen)(fen)析(xi)(xi)通(tong)過更好地(di)理解數據(ju)，幫助(zhu)企業(ye)創造(zao)商業(ye)價(jia)值。雖然沒有完美的(de)物(wu)聯(lian)網(wang)平(ping)臺(tai)，但有些平(ping)臺(tai)采用了比其他(ta)平(ping)臺(tai)更高質量(liang)的(de)物(wu)聯(lian)網(wang)分(fen)(fen)析(xi)(xi)微服(fu)務。精明(ming)的(de)企業(ye)將(jiang)(jiang)測(ce)(ce)試物(wu)聯(lian)網(wang)平(ping)臺(tai)的(de)描述(shu)性，預測(ce)(ce)性和規范性分(fen)(fen)析(xi)(xi)功能(neng)，以及平(ping)臺(tai)與第(di)三方分(fen)(fen)析(xi)(xi)解決方案(an)集成的(de)能(neng)力。他(ta)們(men)還(huan)將(jiang)(jiang)全面測(ce)(ce)試他(ta)們(men)使用平(ping)臺(tai)工具(ju)配置平(ping)臺(tai)分(fen)(fen)析(xi)(xi)服(fu)務和將(jiang)(jiang)數據(ju)導出到外部系統(tong)的(de)能(neng)力。
