新闻中心
量子迁跃 – 商业智能中物联数据的加工和处理
有些学者会说，数据就像是二十一世纪的石油。许多事实已证明数据和石油一样都是现代社会最重要的资源之一。但即使是外人也能分辨出二者在本质性上的差异: 石油是有形、有限的。一旦它被燃烧或转变成了其它更高价值的产品, 它就很难被还原再生使用。但这一特性却不适用于数据。我们从来不会担心后者是否能被多次重复使用。人们可以根据需要自由地将同一数据用于各类不同的目的。从经济学角度看, 这使得数据可以成为非物质化的商品或资产。
资本化商品的特点决定其具有三个关键属性。首先, 它们有可能为其所有者产生长期和经常性的财务收益。其次, 所有者需要足够的技能和手段来促成这些经济收益。最后, 他们是可以活跃交易的产品, 即既通过购买获得，也可所有者创造。
因此, 单有数据是不够的。你还要有能利用它来获取收益的能力。软件由此而生。这正是商业智能解决方案的真正意义所在。商业智能(BI)被定义为"一个集成的、特定业务的、通过信息化的方法来支持运营产生决策。”
数据支持决策
重要的是, 上述对BI的定义只是众多解释中的一种; 迄今为止我们还无法找到一个可以被大众普遍接受的定义。但是, 有一点勿庸置疑, BI在产生决策的过程中提供了重要的支持, 它促成我们对业务的深入了解，和对相关因素关系的更好理解。
商业智能的目标是运营产生决策支持。它希望能把所有关键的, 相关的数据, 在正确的时间呈现到你的面前。而这恰恰是我们做出正确可靠地决定的唯一途径。数据还必须以准确的方式表述, 它应当可以让人在短短几眼内就很好地被理解现状, 而不需要任何耗时, 后续的表述的重点在于要有相关的数据。由于在工业环境中所涉及的硬件数量庞大(传感器、执行元件、PLC 等), 由此会产生大量的数据。而且它们被开发的时间不同, 其端口常常高度异化的特点也进一步使得整个系统更趋于复杂化。数据必须预先准备好, 才能在需要时帮助支持业务决策。即此类准备好的数据仅在能够产生增值贡献时才会有作用。或者, 换而言之, 它是否能有助于增加销售额, 提高客户满意度, 避免不必要的成本, 改进内部流程, 或为公司的可持续未来做出贡献。
首先是"干什么？其次是"如何做"——如何定义业务目标
首先, 我们可能需要退后一步。来表述下诸如"大数据"、"工业 4.0" 和 "物联网" 等当下每个人者挂在嘴边的名词,因为随着数据是新的石油的说法的流行, 现在许多公司都开始收集数据。因为他们中的许多人仍然不知道他们到底想用这些数据做什么, 所以只作简单地整理并存储在大量硬盘的中。 有时这可能是有用的, 但也可能不在工业环境中, 做到这一点往往不是那么容易的, 特别是当要求从分布式数据源或有带宽问题的网络中采集、整理数据的时候。可能转眼间, 一个数据陷井就这么形成了。所以公司需要明确他们收集的信息以及他们想要使用这此信息所达到的目标。
一旦明确自己的目标, 公司就向前迈出了一大步。在商业需求, 或者说"要做什么"已经定义好后, 我们可以继续回答"如何做到"这个问题了。把此类事付诸实践并不容易。很多的时候, IT部门会过于专注技术细节, 却忽视了总体目标。虽然选用MQTT, AMQP, 还是OPC UA来沟通信息确实是应该明确的, 但这通常不具有战略意义。
边缘计算: 一切取决于数据质量
更重要的是"元数据", 在很多情况下, 特别是基于分布式数据源的IoT方案时, "数据聚合"就显得非常重要。简而言之, 元数据定义从何处派生数据。试想一下, 您已经从相同的设备类型收集到数据以生成台帐, 随后又想评估哪台设备提供了最佳性能。假设在相同的设备中变量的语义是相同的, 我们应当将其中一些属性, 表示成国家\工厂\部门\机器\设备等, 以作为变量附属特性。否则没有这些特性值的话, 无法进行比较。
数据聚合主要涉及数据压缩。这并不是说每当一个值变化后都需要立即将其存储到中央数据池中。这会导致过多的数据流量产生, 特别不利于带宽有限的情况。例如, 智能电表通常每15分钟读一次数值。而对其他数据, 可能仅需要最后一个小时终的最大或最小值即可。当人们将这些计算集中就近传感器的服务器上执行时, 它被称为边缘计算。实际的过程必须取决于希望达到的结果。一旦我们收集了来自异构环境的数据, 再用元信息来丰富、聚合和提炼后, 它才可以存储在中央数据池 — 后者既可是公司自己创建的数据中心，或在公有云上 (例如使用MS Azure)。
商业智能: 业务决策支持的一种方法
现在让我们重新回顾下本文开头的定义。商业智能的目标是支持运营产生决策。这个定义意味着企业需要进行全面和整体的分析, 以便支持决策者在其产生决策的过程中得出正确结果。为此, 事先预处理的数据此时必须在中央数据池再次进行加工, 以最佳方式呈现为关键性能指标 (KPI)。要知道, 没有一个老板乐意由自己来加工原始数据表单, 然后再去理解这些数据背后的含义的。
所有计算得到的KPI必须进行处理, 以达到只需看几眼就可以理解的要求。通常, 创建仪表板就是为了做这个, 它可以提供了一个浓缩的, 通常是图形化的信息可视化方式。所有结果都汇集在管理舱或生产舱内。在这一点上, 创造力是没有极限的 — 但这种自由也存在先天不足。相比在酷声中花费资源创建复杂华丽的报表, 更重要的是将所有重要、相关的数据在正确的时间点上放在您的面前。
ZENON 如何支持数字加工—— 从数据到知识
大多数读者都已经知道, zenon软件可以在非常广泛的领域中获得良好的应用, 这是其持续吸引全球粉丝的关键点所在。但对部分读者来说, zenon也可以胜务完美数字转换的角色这一事实，同样可能令人惊叹。
Zenon已为此提供一切必要的技术工具, 包括:
—zenon的多驱动程序接口技术, 可从各类硬件端口获取数据，与数据中心和云服务通信
—zenon Runtime可以关联和汇聚数据
—zenon Logic可担当计算任务并按设定提供实时KPI
—zenon Analyzer可产生用户报表和仪表板
让数据得以转化为信息, 更进一步, 让信息得以转换为知识, 从而大力支持良好的决策。通过zenon, 你将踏上可持续、有利和面向未来公司治理的高速公路。