数据分析平台、营销应用程序和服务领域的领导者Teradata今天在合作伙伴大会上宣布了软件功能的两项新进展，可帮助企业用户发现和利用隐藏在物联网 (IoT) 数据中的见解。Hadoop 的新Teradata Listener和Teradata Aster Analytics可以通过商业智能进行实时监控，并使用分析来发现大量物联网数据中存在的独特模式。
世界上充满了不断产生大量备。近年来，设备仪 多米尼加共和国 数据 器及其广泛连接取得了进步，但是，重点并不是学习如何通过机器学习算法使用和增加数据的价值。即使是最精通技术的公司也认识到，从物联网生成的数据中提取价值是一个困难且专业的过程，但更困难的是将物联网数据与业务流程和人类行为数据集成。
为了应对这些挑战，Teradata 最新的创新物联网软件功能消除了复杂性和延迟，同时为公司提供了利用数据的新功能。Teradata Listener是一款智能自助服务软件，可以实时侦听和跟踪任何地方发生的物联网数据和传感器传输，然后在分析生态系统中的多个平台上播放该数据。最近发布的Teradata 集成大数据平台 1800中再现的数据可通过对 Java 脚本对象表示法 (JSON) 数据的本机支持来访问大量数据。可以使用 Teradata Aster Analytics on Hadoop 大规模分析 Hadoop 上复制的数据。
“客户现在可以利用无限数量和类型的设备生成的物联网数据。此外，Teradata 使客户能够将物联网数据与业务运营和人为因素数据相结合，以最大限度地提高分析价值。” Teradata 联席总裁 Hermann Wimmer说道。 “Teradata Listener 和 Aster Analytics on Hadoop 是非常先进的物联网技术，可提高分析效益并实现一切分析。”
磁共振成像 (MRI) 、X 射线和超声成像设备的领先制造商之一（Teradata 的客户）提供了一个很好的使用示例。这些医疗设备对于全球健康至关重要，因为现在每天都要对患者进行数千次检查。描述患者行为和传感器数据的注释会 24/7 从设备传输到制造商的 Hadoop 数据湖。 Teradata 分析数据中的这些隐藏文本，以发现有助于全球所有用户提高机器效率的见解。同时，来自制造过程中使用的设备的数据会共享到Teradata Appliance，其中高级分析提供的见解可提高制造质量和效率，并有助于确保问题得到解决，并且不会在下次产品生成时出现。
“每天，我们都会从我们的团队和工程师那里收集数百万个传感器观测结果，他们向我们发送数千份数字化的书面报告。我们通过各种分析来运行数据，以发现隐藏的模式，以确保最佳的设备性能。我们与 Teradata 的合作帮助我们预测了列车设备故障的主要指标。”西门子移动事业部分析服务总监 Gerhard Kress说道。 “传感器和物联网数据的收集和分析有助于提高铁路部门的效率。”