విషయ సూచిక:
ఎడ్జ్ అనలిటిక్స్ - లేదా డేటాను సేకరించిన ప్రదేశానికి దగ్గరగా విశ్లేషించడం - డేటా అనలిటిక్స్లో సాపేక్షంగా కొత్త ఆలోచన మరియు కనీసం ఇప్పటివరకు, ఇది IoT తో కలిసి సూచించబడిందని మేము చాలా తరచుగా విన్నాము. అన్నింటికంటే, ప్రతిచోటా సెన్సార్లు మరియు పెరుగుతున్న డేటా ఉన్న ప్రపంచంలో, ఎడ్జ్ అనలిటిక్స్ డేటా నుండి విలువను వేగంగా, సరళంగా మరియు చాలా సందర్భాలలో మరింత ఆచరణాత్మకంగా పొందే మార్గాన్ని అందిస్తుంది. ఎడ్జ్ అనలిటిక్స్ IoT ను ప్రభావితం చేయడానికి సాంకేతికతను అందించినప్పటికీ, దాని వాగ్దానం వాస్తవానికి IoT ని మించి మరింత సాంప్రదాయ డేటా పర్యావరణ వ్యవస్థ యొక్క అంచు వరకు విస్తరించింది. డేటాను నిల్వ చేయడం మరియు మరింత సాంప్రదాయ విశ్లేషణలను వర్తింపజేయడం ద్వారా అంచున డేటాను ప్రాసెస్ చేయడం వల్ల కలిగే ప్రయోజనాలను ఇక్కడ పరిశీలిస్తాము మరియు అనేక సంస్థలు వారి అవసరాలకు తగినట్లుగా ఆ రెండు ఎంపికల మధ్య ఎంచుకునే సామర్థ్యాన్ని ఎందుకు కోరుకుంటున్నాయి.
ఉచిత వెబ్నార్ ఎడ్జ్ అనలిటిక్స్: ది ఐయోటి ఎకానమీ ఎట్ లాస్ట్ ఇక్కడ నమోదు చేయండి |
కొన్ని డేటా ఆదా చేయడం విలువైనది కాదు
పెద్ద డేటా యొక్క ప్రారంభ రోజుల్లో, సంస్థలు డేటాను సేకరించడం గురించి. ఆ సమయంలో సామూహిక జ్ఞానం ఏమిటంటే, డేటాను పూర్తిగా విశ్లేషించలేకపోయినా, డేటాను సేకరించడం మంచి విషయం. సమస్య ఏమిటంటే డేటా సేకరణ మెరుగుపడటంతో, డేటా వాల్యూమ్లు పేలడం ప్రారంభించాయి. పరిశోధనా సంస్థ SINTEF 2013 లో విడుదల చేసిన ఒక నివేదిక ప్రకారం, ప్రపంచంలోని మొత్తం డేటాలో 90% మునుపటి రెండేళ్ళలో ఉత్పత్తి చేయబడింది. ఐడిసి ప్రకారం, 2020 నాటికి గ్రహం లోని ప్రతి వ్యక్తికి ప్రతి సెకనుకు 1.7 మెగాబైట్ల కొత్త సమాచారం సృష్టించబడుతుంది. అంటే సుమారు 44 జెట్టాబైట్ల డేటా.
డేటా పోగుపడినప్పుడు, ప్రశ్న స్పష్టమైంది: ఈ సమాచారంతో మనం నిజంగా ఏమి చేయబోతున్నాం? దురదృష్టవశాత్తు, కొన్నిసార్లు సమాధానం చాలా తక్కువ. ప్రైస్వాటర్హౌస్ కూపర్స్ మరియు ఐరన్ మౌంటైన్ 2015 లో విడుదల చేసిన ఒక అధ్యయనంలో సర్వే చేసిన 43% కంపెనీలు వారు సేకరించిన డేటా నుండి "తక్కువ స్పష్టమైన ప్రయోజనం" పొందుతున్నాయని తేలింది. ఇంకా 23% మంది "ఎటువంటి ప్రయోజనం లేదు" అని కనుగొన్నారు. ఏ సంస్థలు ఎక్కువగా నేర్చుకుంటున్నాయో, డేటా సేకరణకు పెద్ద ప్రయోజనాలు ఉన్నప్పటికీ, అన్ని డేటా ఉపయోగపడదు మరియు అన్ని డేటాను ఉంచడం విలువైనది కాదు, ప్రత్యేకించి ఇది "IoT" అని పిలిచే అనేక సెన్సార్ల నుండి ప్రవహించినప్పుడు.
