Internet de las cosas (IoT)
              Internet de las cosas (IoT)

Analisis de datos en IOT

En una arquitectura de Internet de las cosas (IoT)  tenemos los dispositivos, la red de conexión de estos dispositivos, la plataforma que recibe los datos y toma acciones, y el Análisis de los datos (Analytics en inglés), que dotara de inteligencia a las redes de IoT.

En insidebiggata podemos ver una visión muy interesante del Analytics en las IoT que resumimos en este artículo:

Con el IoT tendremos muchos datos, más grandes y rápidos recibiéndolos continuamente, pero el IoT no significa recibir esos datos y almacenarlos, hay que aprender a analizarlos (de ahí el Analytics), para darle una ventaja competitiva a los sistemas y las empresas.

 

Con su recopilación masiva de datos, se podrá realizar una mejor toma de decisiones, a partir de ahora con el IoT las fuentes de datos los generan rápidamente, por lo tanto, el manejo de esos datos rápidos es el desafío. Con las herramientas de análisis de streaming como Spark Streaming, será capaz de analizar y tomar acciones rápidamente, se acabará con la pesada tarea de recibir, almacenar, gestionar y analizar los datos de manera pesada.

 

Cuando se habla de tiempo real, se debería de hablar de tiempo de Negocio, es decir, según los datos que se reciban y en el momento que se encuentre serán necesario tomar unas acciones u otras, por ejemplo, un cliente que se encuentra en un centro comercial los datos y acciones serán diferentes dependiendo del día y la hora, no serán las mismas acciones un día de rebajas que el día de Navidad.

 

Se definen 4 tipos de análisis en las IoT y cualquier solución debe atacar los 4 enfoques:

  • Análisis descriptivo: Basado en el análisis tradicional, se recopilan los datos, se exponen en un panel, se sacan informes y se visualizan en una herramienta al uso. Con esto vemos lo que está pasando y se pueden deducir comportamientos y patrones. Se tiene la visión humana de la información que tenemos.
  • Análisis predictivo: Con los datos recopilados se aprende y se sacan modelos estadísticos predictivos basados en la experiencia que nos digan que va a pasar.
  • Analítica de streaming: Aquí se buscan patrones, eventos y datos sobre lo que poder actuar, pero no puedes llegar a este modelo sin las dos anteriores (descriptivo y predictivo) sin tener la visión humana de la información porque no sabrás lo que buscas ni sin la predictiva por que no podrás automatizar el proceso si no sabes lo que va a pasar.
  • Analítica prescriptiva: Ya tenemos el patrón o el evento, con esta información, hay que hacer un análisis basado en restricciones de la compañía, algún otro modelo predictivo y las políticas de la empresa para determinar la acciones a tomar.

Otro dato a tener en cuenta es la filosofía de las arquitecturas de Internet de las cosas (IoT), estas cada vez tienen y tendrán más dispositivos, con un gran crecimiento de usuarios, dispositivos, infraestructuras y datos, debido a esto cada vez se está pensando más en el Análisis en el Edge(borde) en contra del análisis tradicional en una base de datos centralizada con gran cantidad de datos, existirá un Analytics inmediato que tomara acciones directamente desde el borde, habrá que decidir qué datos se puedes gestionar allí y cuales habrá que llevarlos hasta el sistema centralizado ( sin saturarlo) y que aplicaciones de Analytics será mejor que se ejecuten en el Edge o centralizadas, teniendo en cuenta la latencia de las redes, sus capacidades, los retardos, la seguridad….. 

Contacto

Correo electrónico: info@internetdelasflores.com

Internet de las flores en redes sociales :

Versión para imprimir Versión para imprimir | Mapa del sitio
La web del Internet de las Cosas(Internet of Things).