围绕物联网（IoT）的热议此起彼伏。物联网设备并不局限于智能手表和语音助理等流行的消费电子产品。它们还包括非常复杂的设备，如微小的生物医学植入物或大规模的水管理系统。
物联网设备会生成大量数据。为了真正利用物联网设备，企业需要将来自各种设备和传感器的物联网数据与来自不同来源的数据结合起来，这些数据可能携带有关业务的有意义数据。这些数据包括结构化和非结构化数据，范围从PDF、电子表格和文档到JSON数据集、XML文件，点击流数据，甚至图像视频。
由于技术限制，许多这些数据源仍未被开发。总的来说，它们被标记为“黑暗数据”的标签。然而，他们可以使用正确的物联网数据分析解决方案加以阐明。
物联网设备生成的数据并不总是可供普通商业智能（BI）工具使用。他们也没有准备好运行物联网预测分析。这是因为半结构化或非结构化数据不能轻易地与来自其他企业数据源的数据结合以提供洞察力。
以下是处理物联网分析数据并从中获取商业价值的步骤：
（1）摄取：在此初始步骤中，将接收和处理来自IoT设备的数据流。还可以生成实时通知。最后，数据以原始格式保存在集中式存储库中，如数据湖。
（2）准备：将物联网数据与其他来源的数据合并到数据湖中，然后进行编目，以便更好地理解和可视化。然后对数据进行清理，并应用转换使其可用来支持探索性数据分析。
然后，可以通过“提取，转换，加载”（ETL）处理将部分数据推送到企业数据仓库。在此阶段结束时，可以使数据可用于支持固定查询和即席查询。
（3）发现：来自数据湖或数据仓库的已处理数据可以提供给BI工具，以创建交互式仪表板。这些交互式仪表板以及自助报告有助于将数据转化为人类可读的洞察力。这使决策者能够看到全局和细粒度的细节，从而做出更明智的决策。
（4）预测：业务用户不再停留在发现阶段。通过各种机器学习技术预测未来结果是当前的常态。随着可用数据池的不断增长，物联网预测分析可以使用纵向数据来识别趋势并预测未来情景。几米集团 |
楼主
标题置顶
标题高亮
