通过机器数据分析从数据中获得更多的价值

根据451研究公司的一份新报告，大多数IT决策者说他们想要机器实时数据分析，但是53%的人缺乏能够支持它的平台。

谁真正拥有你的物联网数据?

在一个越来越多的物品在线和供应商参与到供应链的世界里，你如何跟踪什么是你的，什么不是?

在这项研究中,科技公司委托Logtrust, 451名研究调查了200名高管负责咨询或直接选择机器数据分析,公司定义为“相对新型的技术,专门用于帮助创建的数据分析机,Web服务器、移动设备、传感器和其他智能设备。”

这项研究的目的是了解当前机器数据分析的采用和成熟状态，以及对于那些已经使用机器数据分析的组织来说，他们认为的好处、挑战和未来的机会是什么。

绝大多数受访者(94%)表示，他们已经在使用机器数据分析，但他们也面临着这种使用方式的挑战。在那些已经使用机器数据分析的组织中，71%的组织正在利用它来分析机器实时数据(以毫秒为单位)，53%实现了人工实时数据(延迟5秒到5分钟)，其余的以分钟、小时或天为单位分析数据。

在200名调查对象中，有一个明确的愿望，即尽可能快地分析数据。当被问及具体希望以何种速度来扩大对机器数据分析的使用时，大多数受访者说“机器实时”速度(69%)，而“人类实时”速度(51%)、分钟、小时或天(29%)。

约三分之一(34%)的受访者表示，他们现有的机器数据分析服务不具备机器实时分析功能，而53%的受访者表示，他们目前的技术甚至无法进行人类实时分析。

最常见的用户机数据分析组织内部的IT运营经理,而最常见的用例是运营管理(81%)、安全(60%)、物联网(物联网)(51%)、大数据分析包括Hadoop(51%)、欺诈分析(45%)、和IT治理或数据主权和遵从性(34%)。

在已经在做物联网工作的组织中，几乎所有(95%)都使用机器数据分析来支持他们的物联网项目。

随着机器数据分析的进步，“终于有可能开始从Hadoop上所谓的‘数据湖’中获得一些价值，”报告指出。“太多的公司将数据放入开源数据处理引擎，却没有考虑这些数据是否可以在以后提取和分析。”

但是，超过一半的受访者使用机器数据分析来做到这一点，表明机器数据分析不仅适用于实时分析，也适用于批量和历史数据分析。

大多数受访者(89%)正在使用机器数据分析来分析和结构化数据可视化,而47%是使用它来分析半结构化数据,如Twitter或Facebook feed,甚至18%的人说他们使用机器数据分析来分析非结构化数据,如文档、图片和视频。

当被问及在哪些领域最有机会扩大对机器数据分析的使用时，65%的受访者表示会对安全信息和事件管理(SIEM)数据等应用程序执行复杂的查询和关联。

报告称:“这突出了分析实时数据的必要性，同时也需要将其与历史数据进行比较，以便了解最新数据的真实趋势和含义。”

物联网也在扩张计划中发挥了重要作用，55%的受访者表示，他们希望在这一领域更多地使用机器数据分析。