本文来自微信公众号“人工智能与物联网”，作者/chris han。
企业依靠其物联网平台提供许多服务。其中最重要的是分析。通俗地说，物联网分析是一门科学和艺术，它试图在连接资产生成的海量数据中找到模式。MachNation的物联网平台测试实验室给出更详尽的定义，分析是平台管理员或操作员监控趋势，识别异常并从摄取的物联网数据中获取业务洞察的能力。
作为识别最佳物联网分析平台的第一步，企业应该部署各种平台分析服务。特别是，应该为实时流媒体和存储/历史数据配置一个平台上的分析服务;为实时流媒体外部分析服务集成配置平台;然后将平台上的数据导出到外部分析服务。这些配置测试将帮助企业确定物联网平台供应商是否在其平台中设计了特殊或缺乏管理工具和可用性。
企业测试分析配置流程后，还应评估三种类型的分析功能。让我们来看看这三种类型的物联网分析，以及企业如何识别提供同类分析微服务的平台。
1.描述性分析
描述性分析是最基本的分析洞察形式，它允许用户描述和聚合传入的物联网数据。描述性分析-即使是像均值和标准差这样简单的计算-也可以用来快速理解收集到的数据。在连接的工厂用例中，描述分析可能用于回答“在30分钟的时间段内平均泵温度、流速和RPM是多少?”这种问题。
在物联网平台上识别最佳描述性分析功能时，企业应该评估：
●平台上的描述性分析功能：平台执行描述性分析查询的能力，例如聚合或计算跨传感器、设备或设备组的摄取数据点的基本统计数据，以及可视化地显示结果。
●平台数据库/大数据存储能力：平台对大量摄入的物联网数据进行存储和查询的能力，包括基于表的大于1000万行数据存储或大于5000万条记录的非结构化数据存储。
2.预测分析
预测分析旨在通过分析历史数据来模拟未来的数据和行为。回归分析(如线性回归)是预测分析的一个示例。在相同的使用案例中，可以使用预测分析来回答这样一个问题：“泵的估计故障时间是多少，证明测量温度增加了20%?”
在物联网平台上识别最佳预测分析功能时，企业应该评估：
●平台预测分析模型构建：平台自动或通过编程接口生成底层平台摄取物联网数据的预测模型的能力。线性或多项式回归等模型是典型的，尽管在复杂平台中可以使用更复杂的建模。
●平台预测分析模型操作：利用平台生成或平台集成的数据模型(如R或Python)对数据进行分类或识别异常值的能力。用户应该强调管理模型的能力，例如模型版本控制和更新，以及在复杂事件处理(CEP)框架中集成预测模型的能力。
3.规范分析
规范分析是帮助企业优化未来的方向。图像处理、机器学习和自然语言处理是用于完成规范分析的一些技术。可以使用规范性分析来回答这样的问题：“为了最大限度地延长泵的正常运行时间并最大限度地缩短维修间隔，在必须安排预防性泵维修之前，泵的最大允许温度升高是多少?”
在物联网平台上识别最佳的规范分析功能时，企业应该评估：
●平台上的规范分析模型功能：平台利用平台生成或平台集成的数据模型(如R或Python)来优化业务成果或相关KPI的能力。规范模型应最大化或最小化与业务相关的KPI，例如路线规划中的交付时间或预测性维护的设备正常运行时间。
分析通过更好地理解数据，帮助企业创造商业价值。虽然没有完美的物联网平台，但有些平台采用了比其他平台更高质量的物联网分析微服务。精明的企业将测试物联网平台的描述性，预测性和规范性分析功能，以及平台与第三方分析解决方案集成的能力。他们还将全面测试他们使用平台工具配置平台分析服务和将数据导出到外部系统的能力。
