数据质量挑战及其解决方法

能会购买一个不必要的替换零件，或者派遣一个昂贵的工程师去解决根本不存在的问题。解决这一挑战需要采取多方面的方法。您需要能够识别和标记潜在不正确数据的工具和流程，因为它超出了正常或预期的范围。

转换：将数据转换为有用的格式

通常，物联网数据是可用的，但由于其格式无法识别，致使无法按原样对其进行解读，它们需要以某种方式进行转换。例如，由连网摄像头捕获的视频可能需要逐帧分解，以便分析平台能够正确“读取”它们，并识别有用的对象或模式;生产线上不同元素的性能或状态数据可能需要作为一个统一的整体进行分析，而不是作为单独的部分进行分析。

集成：与非物联网数据结合

请务必记住，物联网生态系统捕获的数据只是更广泛数据图景的一部分。在物联网出现之前，企业其他IT系统已经从消息传递系统、日志文件、交易记录等方面捕获大量潜在有用的数据。

无法将数据与物联网结合起来进行集成和分析，可能意味着物联网数据被断章取义或以不完整的方式查看。这意味着公司需要发现他们的其他数据，无论这些数据存储在整个体系架构中的何处，都需要与他们的物联网生态系统相结合，以便能够全面了解所有企业信息。解决这一挑战可能需要与系统集成商或互操作性专家合作，以确保新旧系统被全面整合在一起。

边缘管理

即使是最小、最简单的物联网生态系统也能以惊人的速度生成大量数据，而且数据生成是持续的、动态的。如果您的物联网设备收集和传输的数据没有得到有效的存储和管理，那么您将很快发现您的组织无法正确利用它，或者更糟糕的是，处理不完整、损坏或具有误导性的数据。

物联网正在推动一种趋势，即数据处理更接近于网络边缘的设备。尽管这在减少延迟和提高效率方面带来了巨大的好处，但这也意味着IT员工需要确保在核心数据中心之外对数据进行适当管理。
 

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!