excel能翻译中文吗
525
2023-04-27
制造业仍处于基于云的分析的初始阶段
为了实施数字化转型策略,基于云的分析技术(即应用程序、工具和技术部署在云端而不是在本地部署)的兴起,使企业能够快速获得数据洞察力。由于云计算资源具有几乎无限的可扩展性,可以迅速洞察更多不同类型的数据,从而简化该过程。这使员工能够近乎实时地解决越来越多的复杂业务挑战。
定义基于云的分析
探索新型分析的能力
部署在云中的应用程序,受益于云的核心功能。首先是云的租赁模式与硬件和基础架构相关的资本成本。企业的信息技术(IT)部门,不必再购买和维护昂贵的服务器来托管这些应用程序,从而转变为按需付费的模式,可以按需分配计算资源。
举个例子:一家网上商店,在出现云之前,该零售商必须购买足够的服务器来处理网站流量,以应对高峰时期的“爆炸性”需求,但在当年剩余的时间里,不得不保持闲置状态。
采用云的另一个驱动因素,是探索新型分析的能力,例如将历史和接近实时的过程数据用于机器学习(图1)。很多制造商希望利用这些以及其它高级功能来提高产品质量,预测最佳维护时段以防止计划外停机,但它们并不想在其实时控制系统中运行机器学习模型。将运营数据复制到云后,即可用于机器学习,从而能够探索新的分析模型,而又不会影响源生产数据或依赖该数据的任何现有应用程序。
基于云的分析可以轻松打破数据孤岛,这样无论数据来自哪里,用户都可以访问和连接数据。一旦这些孤岛通过云连接起来,主题专家和其他用户便可以将分析扩展到全球各地,并创建全球运营报告,以确保实现最佳的业务决策(图2)。
图2:不同部门的员工都可以在全球范围内访问基于云的数据和分析。
云分析入门
避免此结果的最可靠方法,是确保主题专家尽早参与到分析项目中去。只有那些拥有深厚的过程专业知识,并了解在更广泛的运行过程中各个部门独特影响的专业人员,才能确保该数据带来洞察力和生产力。为主题专家提供的相关性更强、更易于使用、更灵活的分析应用程序越多,实现投资回报就越快。
在运营数据和云计算模型中要注意的一点是,IT团队必须抵制住一种诱惑,在将云分析应用程序连接到数据之前,不要汇总云中的过程数据或应用业务规则。汇总数据时,没有资产或过程知识的人,会预先猜测主题专家可能会感兴趣的事物,这可能会减少其潜在影响。最佳实践是将所有数据以其原始格式存储,以便主题专家在分析时就修改哪里以及如何修改做出决策(例如,数据清理以及访问任何数据集以进行调查和模型开发)。
连接新的数据源
在随后的90天里,该团队扩展到10多个站点的50多名工程师。他们使用这些用例,通过共享的云部署和协作功能来连接新的数据源。这释放了工程师的创造力,使他们可以找到更多用例,来获得洞察并改善资产可用性和生产效率(图3)。
图3:主题专家可使用Seeq直接与感兴趣的数据进行交互并获得洞察力。
从小规模应用开始试点,并利用云来快速扩展分析,使得项目运营者可以衡量业务影响,建立业务案例以吸引更多用户和站点参与。
为了解决这些问题,该公司正在使用具有边缘分析功能的混合云方法。该方法是在边缘或数据源附近配置计算和分析资源,并在网络可用时将结果传输到云端。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。