[RETAILRÖST] Vad ska man göra med de enorma mängder IoT-data som genereras? Analysera dem, så klart. Snowflake och Tableau visar hur det går till i ett gemensamt webinar.
David Spezia på Snowflake och Peter Jönsson på Tableau demonstrerar enkel hantering av IoT-data under ett webinar.
IoT, eller sakernas internet, är på väg att bli vardagsmat. Det kan handla om installationer med tusentals sensorer som skickar mätvärden dygnet runt, men det är bara fantasin sätter gränser för vilka tillämpningar som är möjliga. Man kan till exempel tänka sig en massa människor med kroppsnära datorer, så kallade wearables, som skickar data, till exempel om hjärtaktivitet.
Den uppenbara nyttan med IoT är möjligheten att snabbt få larm om problem. En sensor kopplad till en maskin kan skicka mätvärden som direkt indikerar att något fallerar. Men på sikt är det nog möjligheten att analysera de enorma datamängder som genereras som kan ge mest värde. Genom att upptäcka nya mönster och samband går det inte bara att effektivisera en befintlig verksamhet, dataanalyser kan även ge underlag för att ta fram helt nya lösningar.
Men det finns några hinder på vägen till lyckad analys av IoT-data. Inte minst de här: att få tillgång till data, att föra över data, att analysera och presentera data, och att hantera data i största allmänhet.
Det här har mjukvaruföretagen Snowflake och Tableau Software tagit fasta på. I ett webinar med titeln ”Analyze IoT Data from your Data Lake with Snowflake and Tableau” visar David Spezia som är teknisk säljare på Snowflake och svenske Peter Jönsson som är lösningsarkitekt på Tableau Software i Stockholm på ett handfast sätt hur man kan jobba med IoT-data.
Den här skissen visar ett av grundproblemen med att analysera IoT-data: att data behöver överföras mellan olika miljöer på ett smidigt sätt.
Partnerskapet mellan Snowflake och Tableau Software är ett exempel på när ett plus ett blir tre. Med Snowflakes produkter går det att komma åt, överföra och hantera stora datamängder av olika slag. Med Tableaus produkter går det att sammanställa, analysera och visualisera data, kort sagt att undersöka data och presentera resultat av dataanalyser.
David Spezia och Peter Jönsson lägger stor möda under webinariet vid att berätta om alla lättillgängliga och avancerade funktioner. Men de missar i stort sett den stora poängen med att använda de båda företagens produkter tillsammans. Nämligen att det överhuvudtaget blir möjligt att skapa dataanalyslösningar för IoT-data på ett så enkelt sätt att nästan vem som helst kan jobba med dem, i alla fall med lite inledande hjälp av en databas- eller dataanalysexpert.
En annan stor poäng som försvinner under webinariet är att det är frågan om lösningar som inte alls är begränsade till enbart IoT-tillämpningar. Det finns gott om andra tillfällen när stora mängder av löst strukturerade data, ofta i så kallade datasjöar, behöver hanteras, till exempel för populära webbsajter med många besökare.
På ett tekniskt plan är den gemensamma nämnaren för olika typer av tillämpningar ofta data i det populära JSON-formatet, som används flitigt både i IoT-sammanhang och för webbapplikationer. Problemet är att JSON-data och det mest populära språket för dataanalys, SQL, inte är en naturlig matchning. Det är exakt det problemet som Snowflake och Tableau löser på ett elegant sätt. Webinariet visar hur det går till i praktiken.
