สารบัญ:
การวิเคราะห์ขอบ - หรือการวิเคราะห์ข้อมูลที่ใกล้เคียงกับที่รวบรวมมากที่สุด - เป็นแนวคิดที่ค่อนข้างใหม่ในการวิเคราะห์ข้อมูลและอย่างน้อยเราก็ได้ยินบ่อยครั้งว่ามีการอ้างอิงร่วมกับ IoT ท้ายที่สุดในโลกที่มีเซ็นเซอร์อยู่ทุกหนทุกแห่งและปริมาณข้อมูลที่เพิ่มขึ้นการวิเคราะห์ที่ทันสมัยนำเสนอวิธีการหาค่าจากข้อมูลในวิธีที่เร็วขึ้นง่ายขึ้นและในทางปฏิบัติมากกว่า แต่ในขณะที่การวิเคราะห์ที่ทันสมัยได้ให้เทคโนโลยีเพื่อใช้ประโยชน์จาก IoT สัญญาของจริง ๆ แล้วมันขยายเกิน IoT ไปที่ขอบของระบบนิเวศข้อมูลแบบดั้งเดิมมากขึ้น ที่นี่เราจะมาดูข้อได้เปรียบของการประมวลผลข้อมูลบนขอบเหนือการจัดเก็บและใช้การวิเคราะห์แบบดั้งเดิมมากขึ้นและทำไมองค์กรหลายแห่งเริ่มแสวงหาความสามารถในการเลือกระหว่างสองตัวเลือกเพื่อให้เหมาะกับความต้องการของพวกเขา
| ฟรี Webinar การวิเคราะห์ Edge: เศรษฐกิจ IoT ในที่สุด ลงทะเบียนที่นี่ |
ข้อมูลบางอย่างไม่คุ้มค่าในการออม
ในวันแรก ๆ ของข้อมูลขนาดใหญ่องค์กรต่าง ๆ ล้วนเกี่ยวกับการรวบรวมข้อมูล ภูมิปัญญาที่รวบรวมได้ในขณะนั้นคือการรวบรวมข้อมูลเป็นสิ่งที่ดีแม้ว่ามันจะไม่สามารถวิเคราะห์ได้อย่างเต็มที่ก็ตาม ปัญหาคือเมื่อมีการปรับปรุงการรวบรวมข้อมูลปริมาณข้อมูลเริ่มระเบิด ตามรายงานที่เผยแพร่โดยองค์กรวิจัย SINTEF ในปี 2013 90% ของข้อมูลทั่วโลกได้ถูกสร้างขึ้นในช่วงสองปีที่ผ่านมา จากข้อมูลของ IDC ข้อมูลใหม่ 1.7 เมกะไบต์จะถูกสร้างขึ้นทุก ๆ วินาทีสำหรับทุก ๆ คนบนโลกใบนี้ภายในปี 2563 ซึ่งจะมีจำนวนข้อมูลประมาณ 44 zettabytes
เมื่อข้อมูลทวีคูณคำถามก็ชัดเจน: เราจะ ทำอะไร กับข้อมูลทั้งหมดนี้จริง ๆ ? น่าเสียดายที่บางครั้งคำตอบก็มีน้อยมาก การศึกษาที่ออกโดย Pricewaterhouse Coopers และ Iron Mountain ในปี 2558 พบว่า 43% ของ บริษัท ที่ทำการสำรวจนั้นได้รับ "ผลประโยชน์ที่จับต้องได้เล็กน้อย" จากข้อมูลที่พวกเขาเก็บรวบรวม อีก 23% พบว่าจะได้รับ "ไม่มีประโยชน์อะไรเลย" สิ่งที่องค์กรกำลังเรียนรู้มากขึ้นคือในขณะที่การรวบรวมข้อมูลมีประโยชน์ที่สำคัญไม่ใช่ข้อมูลทั้งหมดที่มีประโยชน์และไม่ใช่ข้อมูลทั้งหมดที่ควรค่าแก่การรักษาโดยเฉพาะอย่างยิ่งเมื่อมันไหลจากเซ็นเซอร์มากมายที่เราเรียกว่า "IoT"
