物聯網的蓬勃發展導致了在物聯網應用背后云應用所處理和存儲數據量的顯著上升。企業架構師們需要積極主動地使用這些應用背后的API以便于保持競爭優勢，Forrester研究公司首席分析師Mike Gualtieri在舊金山召開的WSO2大會上如是說。這將讓物聯網分析過程變得更為簡便，從而改善客戶體驗并創造新的商業價值。
“我們的分析顯示，企業用戶只是使用了他們所擁有數據中的12%用于分析，” Gualtieri說。“數據的更新變化速度是相當快的，但是由于某些原因，大多數的分析工作都是事后進行的。這就是商業智能描述心態的一個作用。我不是說你不需要做這項工作。但是，現在你需要期待具有前瞻預測性、能幫助理順關系和能夠解釋其中緣由的分析。”
大部分的商業智能(BI) 應用一直都重點關注在結合數據倉庫、收集并分析信息的工具。這種方法能夠在戰略層面上起到幫助引導企業的作用，但是它在戰術層面上對于提高企業運營的作用就顯得微乎其微了。
像一個風險投資家一樣思考問題
“物聯網分析不再是發生在應用體系架構之外的事，”Gualtieri說。“它成為了你的應用基礎設施的一部分。所以，需要有一個先進的分析引擎，它將成為您的應用基礎設施和平臺的一部分。”
目前的前瞻性分析工具是相對不成熟的，很多企業組織都不知道應如何從中獲取價值。因此，企業架構師們需要想出新方法，應如何靈活地把這些前瞻性分析工具鏈接在一起來測試新的業務流程。“企業需要像風險投資家那樣思考問題，他們會向很多小型企業或應用進行投資，”Gualtieri說。“對于希望在投資前了解投資回報的企業來說，這是一種截然不同的思考方式。”
使用它或者放棄它
可以在事后使用數據倉庫技術把傳統BI應用鏈接起來。但是，前瞻性分析工具需要融入應用及其API才是有效的。諸如心率傳感器、活動跟蹤器以及汽車傳感器這樣的物聯網設備正在產生大量可被新應用使用的數據。
例如，Spotify公司于近期推出了一項新功能，它可將歌曲與用戶的跑步節奏相匹配。其他的開發人員正在尋找可以使用來自于汽車的輪胎打滑數據的應用，從而向其他司機提醒危險道路條件。
與利用實時數據相關的挑戰之一就是，數據本身有著一個有效期。例如，根據GPS數據向客戶發送優惠信息的應用服務是具有一定價值的，但是如果是在用戶離開相關區域之后再發送，其意義就不大了。與之類似，欺詐檢測算法的實際價值往往是事先遠大于事后。這些類型的用例需要實時分析能夠在嚴格定義的框架下觸發業務流程。
“前瞻預測分析要比傳統的事后歷史數據分析要有價值得多，” Gualtieri說。“大多數企業并不重視前瞻預測分析。這些分析的問題在于大多數企業努力讓這些分析變得更具可操作性。而移動性和物聯網正在改變這一切。你必須將分析納入你的應用之中。”
開發一個前瞻分析工具鏈
前瞻分析就是指使用數據來發現模型的工具和技術。這些模型能夠以一定顯著精確的概率來預測結果。它們不預測未來。一個好的預測模型能夠推薦產品和改善客戶消息。
流程分析是用于捕捉前瞻預測的實時組件。它擁有一個較大的技術范疇，其中包括了用于過濾、集合、豐富和分析高吞吐量數據的復雜事件處理功能。在實踐層面，實時意味著隨用例不同而不同的業務時間。金融交易對實時的要求可能是微秒級的。而欺詐檢測則只需要毫秒級就可以了，對于一個推薦引擎來說，半秒鐘的延遲就足夠滿足其應用需求了。
規范性分析是指用于觸發業務規則和業務流程以響應分析數據的工具和技術。這些工具和技術可以讓企業能夠實施那些實施響應數據的新業務流程。
分階段的分析服務
新的WSO2物聯網平臺包括了一個數據分析服務器，其中有可被納入物聯網應用的商業智能和實時模塊。它包括了一個復雜的事件處理模塊，該模塊代碼約為2MB左右，可被推送至物聯網網關和移動手機中運行，當然也可以在云中運行。這就讓企業架構師們能夠為物聯網分析應用探索新的應用體系架構。例如，一個家庭監控應用就可以把電力線信號的實時電流轉換成為與設備使用相關的離散事件。
在其他的應用中，把數據推送到云中進行計算將更具有意義。WSO2的云產品副總裁Dmitry Sotnikov表示，“在云中進行數據分析的意義非常重大，其理由如下。尖端技術的維護成本非常昂貴。諸如Arduino之類的物流網設備CPU并不具備較強的處理能力。此外，你還需要匯總數據，這樣你才能實現跨多個客戶的數據分析。”
京公網安備 11010502049343號