IoT-data omzetten in bedrijfswaarde: Een praktische gids

Adam Mayer, senior manager bij Qlik, reflecteert op het evoluerende gesprek rondom het Internet of Everything (IoE) en de wortels in het Internet of Things (IoT).

Wanneer nieuwe technologie aankomt, is de instinct 'meer, meer, meer'. Toch kan het toevoegen van sensoren aan elk licht, deur of toilet zonder duidelijke strategie leiden tot data-overbelasting zonder echte ROI. Dit spiegelt de vroege dagen van Big Data, waar volume niet automatisch gelijkstaat aan inzicht. De sleutel tot het ontgrendelen van IoT's waarde ligt in hoe die data verkend, gevisualiseerd en omgezet wordt in actiebeslissingen.

Het Breathe London Project, uitgevoerd door C40 Cities in partnerschap met de Greater London Authority, illustreert dit principe. Een netwerk van 100 sensorpods gemonteerd op lantaarnpalen en gebouwen, gekoppeld met mobiele sensoren op Google Street View-auto's, vangt luchtkwaliteitsmetingen over Londen in real-time. Hoewel de dataset overtuigend is, ontstaat het echte voordeel wanneer beleidsmakers het gebruiken om verontreinigingshotspots te targeten.

Barrières voor het analyseren van IoT-data

Het integreren van IoT-data is uitdagend voor veel organisaties. Qlik's onderzoek met IDC toont aan dat 37% van bedrijven moeite heeft met het converteren van uiteenlopende data naar standaard analytische formaten als grote hindernis. De IoT-laag verergerdit dit door een proliferatie van bronnen te introduceren, vaak in ongestructureerde formaten die transformatie vereisen voor analyse.

Tweedens kan het schiere volume en snelheid van sensoroutputs traditionele pipelines overweldigen. Continue metingen genereren data in een tempo dat de capaciteit van veel visualisatietools overstijgt, wat betekent dat inzichten pas na vertraging arriveren. Wanneer de lag tussen datageneratie en besluitvorming significant is, missen organisaties kansen voor real-time interventie.

Tempo houden met datavelociteit

Om IoT effectief te benutten, hebben bedrijven een datatoeleveringsketen nodig die informatie snel ingestelt en transformeert. Klassieke Extract, Transform, Load (ETL) benaderingen zijn te traag en arbeidsintensief, vooral wanneer 31% van mondiale organisaties worstelt met het vinden van gespecialiseerd personeel voor dataverwerking.

Change Data Capture (CDC) biedt een praktische alternatief. Door continu incrementele updates te repliceren, levert CDC data in near-real-time aan datawarehouses of lakes, wat doorvoer verhoogt zonder uitgebreide codering te vereisen. Deze capaciteit stelt downstream analytics platforms in staat om up-to-date informatie te visualiseren en actiebare inzichten te laten opduiken.

Bovendien zal de volgende generatie business intelligence tools proactieve alerts en cognitieve engines – getermd Active Intelligence – inbedden om niet alleen gebruikers te informeren over opkomende trends maar ook concrete acties aan te bevelen, wat besliscycli versnelt.

Een datapijpleiding die IoT's belofte waarmakt

Bedrijven moeten de val vermijden om ruwe data na te jagen voor het eigen belang. Succesvolle IoT-implementaties scharnieren op een pijpleiding die transformatie en analyse prioriteert, wat organisaties in staat stelt te leren, handelen en reageren in real-time. Wanneer het hele data-ecosysteem – van ingestie tot inzicht – beweegt met de snelheid van het bedrijf, kan IoT overgaan van een verzameling sensoren tot een strategisch activum dat meetbare resultaten drijft.

Auteur: Adam Mayer, senior manager bij Qlik.