传感器为大数据用户提供操作分析边缘
来自传感器和日志文件的数据上的大数据分析过程可以推动用户竞争优势，但首先需要大量的炼油。
印第安纳州北部公共服务公司（Northern Indiana Public Service Co.NIPSCO大型项目和电气现场运营高级副总裁Michael Hooper表示，许多管道都安装在1900年代初期，密切关注它们是重中之重。为了提供视图，它正在安装传感器来不断报告压力，流量和其他指标 - NIPSCO正在大量投资的大数据和运营分析计划的一部分。我们可以监视管道并积极主动[维护它们]，”胡珀说。
从工业传感器，网络日志和其他连接到所谓的机器收集，存储和分析数据物联网由于大数据技术的出现，已经变得更加可行，并且越来越多的组织正在加入Marquee用户，例如通用电气，以寻求利用可用数据。在企业管理Associates Inc.和9sight Consulting进行的2013年调查中，在涉及机器生成的259名受访者所追求的近600个大数据项目中，有38％从一年前的一项类似调查中的24％高达24％。在2013年数据仓库研究所于2013年进行的另一项调查中，有188位受访者中有47％大数据管理经验说，机器数据是他们部署的一部分。
NIPSCO已经从其气管管道中的某些点收集了许多数据 - 例如，随着管道移动而使气体加压的压缩机站。但是，在2014年波士顿举行的2014年Oracle行业Connect会议上的大数据趋势的小组讨论中，Hooper在接受采访时说，该公用事业公司仍处于努力将传感器沿管道放置的努力。他说，这是一项艰巨的工作：完全配备管道以及印第安纳州的美林（Merrillville），公司的电网可能需要10到15年。
我们确实需要提取更多的实时数据，以便我们可以监视管道并积极主动（维护它们）。 迈克尔盖勒NIPSCO的主要项目和电场运营的高级副总裁
部分原因是天然气网络的性质。胡珀说，在地下管道中添加新硬件是一个昂贵的主张 - 在许多情况下，最合乎逻辑的方法是等到更换管道。他补充说，还可以解决数据传输问题。大部分管道遍及目前没有Wi-Fi连接或蜂窝服务的农村和山区。
NIPSCO需要建立其技术基础架构来处理传感器可以捕获的所有数据。“你收集的乒乓照的身体数量只是巨大的，”盖珀说，“盖珀说，该实用程序最终可以从数万种传感器中收集每分钟的多个数据点。
管道中的大型企业福利
但潜在的好处也很大。传感器数据可以警告管道运营商，以指向管道中的问题的异常压力，流量或温度条件。然后，操作员可以使用也正在安装的远程阀门控制来关闭分配网络的部分和REROUTE气体流动，使箍被描述为“管道的实时管理”。他说，这有助于避免燃气服务的重大中断，并增加管道安全。
此外，NIPSCO计划分析累积的传感器数据，以期进一步改善管道操作。但是，胡珀和其他项目经理仍然需要解决的另一个问题是要保留多少数据以进行分析。他说：“您永远不想感觉自己处理了可能在某种分析中有所作为的数据。”“同时，您可以物理存储多少数据有限制。”
McKnight Consulting Group总裁William McKnight说，传感器和日志文件产生的数据量可能是压倒性的。除了纯粹的体积外，机器生成的数据通常包含比常规交易数据更多的“噪声”。麦克奈特说：“您正在以如此精细的谷物捕获数据。”他补充说，第一个优先事项之一是过滤信息以找出什么有用和无用。
根据McKnight和其他分析师，可能需要各种新技术。这可能包括Hadoop系统，NOSQL数据库，内存数据网格，实时数据集成工具和流处理用于拉入数据的技术，进行实时分析，并存储稍后使用的内容。下游的更详细分析，预测分析，数据挖掘和大数据分析工具所有人都有可能扮演的角色。
技术并不符合所有答案
Gartner Inc.分析师Nick Heudecker说，但是利用传感器数据和日志文件的过程比将技术投入问题要多。一种大数据基础设施旨在捕获传感器数据的旨在使组织能够基于实际时间或近实时信息的决定 - 但Heudecker表示，公司可能必须必须修改其业务流程为了做出有效的运营分析决策。
Enterprise Management Associates的分析师John Myers表示，传感器数据和网站，计算机系统和网络生成的日志文件本质上相对相似。但是他补充说，从喷气发动机，现场的车辆和设备上安装的传感器收集数据可能比收集日志数据要复杂得多，部分原因是NIPSCO Hooper提到的偏远地区的连接性和数据传输问题。
然而，对于许多组织来说，通过使用传感器数据来提高机械运营效率可以获得的商业福利使挑战，头痛和所需的投资值得。例如，喷射燃料是操作飞机中最大的费用。“如果你能够更有效地操作发动机，那么你可以更有效地操作发动机，这是一个巨大的储蓄，如果你能够更有效地刮掉燃料成本。”
Gartner的Heudecker说，对工业设备的预防维护是跨各个行业传感器驱动的大数据分析应用程序的核心应用程序之一。他还引用了一系列潜在的行业特定用途，例如运输，能源，自然资源管理，电信，医疗保健和农业 - “任何资源密集型的东西”。例如，在一家运输公司中，“即使您可以使驾驶员更有效地转移，也可以节省大量资金，” Heudecker说。
Craig Stedman是SearchBusinessanalytics的执行编辑。给他发电子邮件[电子邮件受保护]，并在Twitter上关注我们：@bizanalyticstt。
