Hoe haal je waarde uit IoT-data?

Iedere twee dagen wordt wereldwijd 5 Exabyte aan data gegenereerd. Video’s, foto’s, e-mails, blogs en andere content, het gaat in een razend tempo. Maar de data komt niet alleen van mensen, de bijdrage van apparaten die verbonden zijn met het internet, ofwel the Internet of Things, neemt snel toe. Iedere seconde worden maar liefst 80 ‘dingen’ voor het eerst verbonden met het internet die allemaal data zullen genereren. Hoe gaan we hiermee om? En belangrijker; hoe halen we hier waarde uit?

Als je het hebt over big data is de eerste vraag die naar boven komt vaak: hoe en waar gaan we dit allemaal opslaan? Dit leidt onvermijdelijk tot discussies over technologieën als Hadoop en het beheer en onderhoud van de plaatsen waar we de data opslaan. Tegenwoordig wordt bijna tegelijkertijd dezelfde vraag gesteld: hoe filteren we de data die we nodig hebben eruit voordat deze is opgeslagen? De tijd die het kost om data op te slaan zorgt er immers voor dat er niet real-time ingespeeld kan worden op de informatie die de data ons geeft, terwijl daar nou juist grote winst kan worden behaald. Dat is precies waar Event Stream Processing (ESP) van grote waarde kan zijn.

Streaming analytics

Door ESP toe te passen wordt data niet langer pas geanalyseerd als het al op servers, in het data lake of datawarehouse staat. Eenvoudige tot complexe (statistische) analyse wordt direct ‘in-stream’ uitgevoerd. Hoe werkt dit? In feite wordt de real-time datastroom continu langs de in het geheugen klaarstaande analyses geleid. Tijdens dit proces wordt de data op kwaliteit gecheckt, eventueel geschoond, verrijkt, geaggregeerd en worden er business rules op toegepast. Op basis van het resultaat hiervan kan direct de juiste beslissing worden genomen: moet er actie worden ondernomen en zo ja, wat moet deze actie zijn?

Dat hier interessante mogelijkheden liggen hebben we al gezien bij het opsporen van fraude. Zo kan ESP transacties en gedrag van consumenten direct analyseren om verdachte activiteiten en potentiële fraude te ontdekken. De betreffende transactie kan daarbij automatisch worden geblokkeerd en de verantwoordelijke medewerker krijgt een waarschuwing om actie te ondernemen.

Sensoren

Ook beginnen succesvolle ervaringen met ESP en the Internet of Things aan de oppervlakte te komen. Neem het gebruik van sensoren in fabrieken. Event processing kan hierbij ingezet worden om afwijkingen te detecteren in het productieproces en om op basis van geanalyseerde data te beslissen welke machines (preventief) onderhoud nodig hebben. Als je een stap verder gaat kan het systeem automatisch het onderhoud inplannen en zorgen dat er vast nieuwe onderdelen zijn besteld. Daarnaast zijn er legio voorbeelden te bedenken waarbij sensoren samen met ESP verschillende taken kunnen vervangen die nu handmatig worden uitgevoerd. Denk aan het opnemen van stroom en waterstanden en het verbinden van conclusies aan deze data. De mogelijkheden zijn vrijwel eindeloos.

Rein Mertens, Principal Business Solutions Manager, SAS Nederland

Share this article with your network: