物聯網的巨大機會，以及如何利用Qlik來改善你的業務 哪個產業駕駛無人車？ 物聯網（IoT）是當今許多行業的熱門話題，波士頓顧問集團預計到2020年，物聯網的支出將達到2.95億美元。 據Business Insider透露，“物聯網”能夠使用嵌入式傳感器收集和交換數據的對象“。這種廣泛的定義可以應用於許多案例，包括智能電錶，消費者需求，車隊管理，連接汽車，遠程患者監控，自動化庫存管理，生產，預測性維護以及許多其他領域。物聯網可以增強的廣泛使用案例是在製造，零售，運輸和物流，醫療保健，公用事業，保險和政府等許多行業實施或將實施的原因。 產業控制物聯網採用? 銀行，保險，藥廠和政府是在討論行業技術支出的常見嫌疑人，因為他們花最多的錢。奇怪的是，製造業，運輸和物流，消費品，能源和公用事業和零售業的物聯網採用卻領先於今天或2-3年的。一個很好的例子是日本回轉壽司 Akindo Sushiro, 在傳送帶上放置了壽司並使用RFID(無線射頻識別系統), 提供了 史無前例分析, 讓產品更新和銷售轉換。Rentokil Initial安裝傳感器在其害蟲控制裝置中進行主動風險管理，防止蟲害侵襲的威脅。同樣，mesur.io提供高爾夫球場，農業和草坪與花園的設備，通過具有進階分析的傳感器收集地面測量，來確認種子，施肥和水分。 IoT是每個行業的巨大機會，但由於低利潤行業採用了IoT技術，機會正在減少。利用這趨勢的最佳方式是開始收集和分析傳感器數據來測試和檢查假設。因此，為執行以下操作的高級分析環境必須到位：
1. 組合不同的數據 - IoT和傳感器數據將會是一個新的和大量的數據源。在Akindo Sushiro的例子中，他們必須將顯示新鮮度的RFID數據與內部銷售轉換數據相結合。 2. 主動分析 -傳感器提供點於時間數據，但要有用，他們必須允許用戶發現動向並採取行動。在Rentokil Initial範例中，IoT設備可以自動警告技術人員，同時通過myRentokil線上通知客戶。 3. 自動化重複 - 傳感器數據可以顯示重複的模式。在mesur.io示例中，具有可預測模式（如灌溉）的重複任務可以基於通過分析傳感器數據所學到的內容進行自動化。 4. 上述3個物聯網（餐飲連鎖，病蟲害防治和農業管理）的共同點為Qlik Analytics Platform。Qlik 靈活性的將傳感器數據與任何數量的內部和外部數據源組合在一起。Qlie平台還包括用於物聯網用途案例的進階分析集成，例如預測性維護，有助於主動分析。一個很好的例子是，Qlik團隊管理儀表板不僅展示了卡車車隊，還展示了卡車的運營商。 Qlik分析平台將業務能夠自動化重複，並將重點放在有望於未來數年增長的相關用例。 |
RSS Feed