克服数据过载并防止IIoT项目失败

lzi33969310

越来越多的公司开始采用IIoT来推动更好的业务成果，但是他们仍然没有充分利用收集到的数据。正如人们可能期望的那样，IIoT以创纪录的速度生成大量数据。它可能是压倒性的，尤其是对于工业公司而言，它们通常具有强大的实时操作能力，但是很难将这些操作产生的数据转化为有意义的系统性流程改进。

埃森哲的研究表明，尽管数字技术在释放业务价值和促进增长方面可以发挥关键作用，但93％的公用事业公司高管认为，他们正在努力提供数字化转型的收益。此外，就像大型工业公司中经常发生的情况一样，不同部门经常可以以很少的交叉可见性访问不同的数据资源。

发生数据过载是因为IIoT系统的参数，数据类型和变化率通常比大多数公司的适应能力要快，这可能导致技术负担。您可以将一些快速修复程序添加到系统中，以适应数据生态系统的近期需求，但这不是构建可以持续长期使用的系统的方法。为了真正充分利用IIoT系统，我们需要重新考虑如何以对未来有能力的方式来管理整个生态系统。

拥有不同视角的多个数据环境是使公司完全数字化转型的挑战，并且通常是基础设施成本超支的原因。纠正这些问题的第一步是数据融合，这是使用数据来制定更好的业务决策的关键组成部分。广泛的数据将为基于事件的多个角度的许多关键决策或分析提供急需的上下文。数据深度将基于更多类似事件的示例，使这些决策得到更强有力的加强。

因此，组织的IIoT平台必须使分析框架能够轻松地访问来自各种数据源的代表性数据样本，并且具有足够的可伸缩性，以在确定分析策略后进行深入研究。但是，大多数工业组织尚未找到使这些系统正常运行的解决方案，并且他们经常会遇到连续不断的IIoT项目失败。

文章来源：https://www.yunduoketang.com/article/zaixianjioayuptzmyy.html