Top IoT-data-analyseplatforms

Veel van de gegevens die worden gegenereerd door de meer dan 20 miljard dingen die Gartner voorspelt, zullen die volgend jaar met internet zijn verbonden, zullen worden gesluisd via IoT-data-analyseplatforms. Om waarde te halen uit het inzicht dat kan worden gegenereerd met verbonden apparaten, wenden veel ondernemingen zich specifiek tot cloudgebaseerde oplossingen.

Volgens analisten is cloudcomputing het meest geschikt voor opslag, schaal en snelheid als het gaat om de grote workloads en gigabytes aan IoT-gegevens die in het spel zijn. En gezien de honderden beschikbare IoT-platforms, kan een organisatie het beste zaken doen met een leverancier of serviceprovider met ervaring in zijn eigen branche, zegt Christian Renaud, research vice-president van IoT bij 451 Research.

“Klanten kopen resultaten; ze willen een snelle tijd om te waarderen, "zei hij. "Je hebt iemand nodig die je markt en verticale markten begrijpt.

"En je moet bepalen welke analyses je nodig hebt en welk inzicht je wilt."

Als 90% van de bedrijven verwacht dat datagestuurd inzicht tegen het einde van dit jaar een belangrijke onderscheidende factor zal worden, hebben ze volgens een Forrester-onderzoek hulp op cloudschaal nodig.

Praktische overwegingen rond het bieden van connectiviteit naar externe locaties, plus een algemeen vermoeden over de veiligheid, capaciteit en betrouwbaarheid van openbare cloudproviders, zijn volgens Forrester grotendeels verdwenen. En met minder bedrijven in de IoT-ruimte die investeren in het bouwen van hun eigen netwerken van datacenters, is de public cloud de place to be.

Terwijl bedrijven die zich in de begindagen bezighielden met IoT-projecten, simpelweg behoefte hadden aan monitoringmogelijkheden, is er nu vraag naar analyse, machine learning en AI.

"Verkopers moeten analyses, inzicht en actie diep in hun platformaanbod verwerken om voorspellend onderhoud, machine learning-gestuurde optimalisatie en planning van de werklast en meer te ondersteunen", aldus onderzoek van Forrester.

Voordat u koopt, adviseren brancheanalisten om de IoT-data-analyseplatforms te testen om te zien hoe goed ze omgaan met uw gebruiksscenario's, hoe gemakkelijk ze kunnen worden geconfigureerd voor verschillende IoT- en zakelijke apps en hoe de toegang wordt gecontroleerd.

De analytische functies moeten minimaal het volgende aankunnen:

• Beschrijvende analyses voor wat er op een bepaald moment gebeurt.
• Voorspellende analyses om ongewenste en kostbare downtime te voorkomen.
• Voorgeschreven analyses om vragen te beantwoorden over ROI, nieuwe bedrijfsmodellen en manieren om de output en efficiëntie te maximaliseren.

Een cruciaal aspect van elk IoT-platform in het algemeen is het vermogen om de gegenereerde hoeveelheden gegevens te beheren en gebruikers de mogelijkheid te bieden om bruikbare resultaten te integreren, volgens 451 Research.

"Dat omvat niet alleen het werken met de gegevens die worden gegenereerd door de apparaten in het IoT-netwerk, maar ook het kunnen integreren van gegevensstromen uit andere bronnen om context en betekenis te creëren voor rijkere resultaten", aldus de IoT-platformselectiegids van 451. “Te vaak worden IoT-gegevens geïsoleerd beschouwd. Hoewel het intrinsieke waarde heeft, is het veel krachtiger voor een organisatie wanneer het wordt vermengd met gegevens van de rest van de onderneming.”

Het IoT-gegevensanalyseplatform moet automatisch gestructureerde, ongestructureerde en tijdreeksgegevens opnemen; verwerk het; in realtime intelligente beslissingen nemen; en vervolgens de beslissingen automatiseren, zeiden brancheanalisten. Sommige platforms bieden een combinatie van kant-en-klare tools waarmee hun klanten hun eigen bedrijfsspecifieke analyses kunnen maken en ondersteunen ook kant-en-klare oplossingen.

De prijzen verschillen per leverancier, waarbij veel mensen overschakelen van vaste prijzen naar gemeten of pay-per-use resultaatgebaseerde modellen. Gartner zei dat het nieuwe leveringsmodellen ziet, van systeemintegratie naar Insights as a Service. Onderzoek van Gartner schat ook dat tegen 2022 meer dan de helft van de data- en analysediensten door machines zal worden uitgevoerd in plaats van door mensen.

Om lezers te helpen een keuze te maken tussen IoT-data-analyseplatforms, hebben we een lijst samengesteld met de topproducten in deze ruimte. Onze lijst richt zich op leveranciersaanbiedingen met betrekking tot cloudgebaseerde IoT-gegevensanalyses in plaats van leveranciers van IoT-gegevensanalyse in het algemeen. Om de lijst te maken, hadden de leveranciers speciale IoT-tools en op zijn minst enige ondersteuning voor industriële IoT-analysetoepassingen, die een aanzienlijk volume van de totale IoT-toepassingen vertegenwoordigen. Degenen die over het algemeen sterke analysemogelijkheden hadden, maar minder gericht waren op de industriële markt, kwamen niet op de lijst. We hebben ook rekening gehouden met hoge rankings van analisten die gespecialiseerd zijn in IoT-verticalen.

De beste tools voor IoT-gegevensanalyse die hieronder worden vermeld, hebben de meeste, zo niet alle, van de volgende belangrijke eigenschappen:

• De mogelijkheid om enorme hoeveelheden datavolumes te verwerken die zijn gegenereerd door IoT-apparaten en SCADA-systemen.
• De mogelijkheid om niet alleen het volume te verwerken, maar ook de verscheidenheid aan gegevens en met een hogere snelheid.
• Edge en verwerkingsmogelijkheden op locatie.
• Beveiligingsprotocollen die verifiëren waar gegevens vandaan komen, vooral als deze edge-enabled zijn.
• AI- en machine learning-mogelijkheden via API's.
• Apparaatbeheer.

Hier is de lijst van de top 11 (we waren van plan er 10 te doen, maar er was een gelijkspel) cloudgebaseerde data-analyseplatforms, die alfabetisch wordt gepresenteerd (registratie vereist):