AWS IoT Analytics automatiza todos los pasos necesarios para ejecutar el análisis de los datos de la IoT. Está completamente integrado con AWS IoT Core de manera que es fácil recolectar datos e iniciar el análisis. Primero, defina un canal al usar los filtros de tema MQTT para especificar solamente los datos que desea almacenar y analizar. Cuando se establece un canal, configura una canalización para procesar sus datos. La canalización puede desempeñar transformaciones de datos, ejecutar enunciados condicionales y enriquecer mensajes con datos provenientes de fuentes externas.

Después de procesar los datos, AWS IoT Analytics los almacena en un almacenamiento de datos de serie temporal para su análisis. Entonces, puede ejecutar consultas ad hoc al usar el motor de consulta SLQ incorporado para responder preguntas comerciales específicas o realizar análisis más sofisticado y aprendizaje automático.

Características principales

Recopilar

Integrado con AWS IoT Core – AWS IoT Analutics está completamente integrado con AWS IoT Core de manera que sea fácil recibir mensajes desde dispositivos conectados como transmitirlos.

Recolecte solamente los datos que quiera almacenar y analizar – Use la consola AWS IoT Analytics para configurar AWS IoT Analytics y recibir mensajes desde los dispositivos a través de los filtros de tema MQTT en diferentes formatos y frecuencias. IoT Analytics valida que los datos se encuentren dentro de los parámetros específicos que define y crea los canales. Entonces, el servicio enruta los canales hacia las canalizaciones adecuadas para el procesamiento, la transformación y el enriquecimiento del mensaje.

Procesamiento

Depure y filtre – AWS IoT Analytics permite que defina las funciones AWS Lambda que se pueden activar cuando IoT Analytics detecta los datos perdidos, de manera que pueda ejecutar el código para estimar y rellenar las deficiencias.También puede definir filtros máximos o mínimos y umbrales de percentil para eliminar valores atípicos en sus datos.

Transforme – AWS IoT Analytics puede transformar los mensajes al usar la lógica matemática o condicional que defina, de manera que pueda realizar cálculos comunes como la conversión de Celsius a Fahrenheit.
 
Enriquecer – AWS IoT Analytics puede enriquecer los datos con fuentes de datos externos como la información sobre el pronóstico metereológico y, luego, enrutar los datos al almacenamiento de datos de IoT Analytics.

Almacenamiento

Almacenamiento de datos de serie temporal – AWS IoT Analytics almacena los datos del dispositivo en un almacenamiento de datos de serie temporal optimizadas de la IoT para el análisis. Puede administrar los permisos de acceso, implementar políticas de retención de datos y exportar sus datos a puntos de acceso externo.

Almacene datos procesados y sin procesar – AWS IoT Analytics almacena los datos procesados y automáticamente almacena los datos incorporados sin procesar para que pueda hacerlo posteriormente.

Análisis

Ejecute consultas SQL ad hoc – AWS IoT Analytics ofrece motor de consulta SQL incorporado de manera que pueda ejecutar consultas ad hoc y obtener resultados rápidamente. Por ejemplo, quizás quiera ejecutar una consulta rápida para descubrir cuántos usuarios mensuales existen en cada dispositivo de su flota.

Análisis de serie temporal- AWS IoT Analytics también admite el análisis de serie temporal para que pueda analizar el desempeño de los dispositivos a lo largo del tiempo y saber cómo y dónde se utilizan, monitorear de forma continua los datos de los dispositivos para anticipar problemas de mantenimiento y monitorear sensores para anticipar condiciones medioambientales y reaccionar en consecuencia.

Notebooks alojadas para el análisis sofisticado y el aprendizaje automático – AWS IoT Analytics incluye soporte para el alojamiento en Jupyter Notebooks con fines de análisis estadístico y aprendizaje automático. El servicio incluye un conjunto de planillas de notebook prediseñadas que contienen modelos de aprendizaje automático escrito por AWS y visualizaciones para ayudarlo a comenzar con los casos de uso de la IoT relacionados a perfil de fallo del dispositivo, predicción de eventos, como el bajo uso que pueda señalar que el cliente abandonará el producto o la segmentación de dispositivos debido a los niveles de uso del cliente (por ejemplo, los grandes consumidores, los usuarios de fines de semana) o la salud del dispositivo.

Puede realizar clasificación estadística mediante un método denominado regresión logística. Puede también usar la memoria a corto y largo plazo (LSTM) que es una técnica de red neural poderosa para predecir la salida o el estado de un proceso que cambia con el paso del tiempo. Las planillas de notebook prediseñadas también admiten el algoritmo de inclusión en clústeres de medios K para la segmentación del dispositivo, que agregan clústeres a sus dispositivos en cohortes de dispositivos similares. Estas planillas típicamente se usan para describir la salud y el estado del dispositivo como las unidades de climatización en una fábrica de chocolate o el uso y desgaste de las paletas de una turbina eólica.

Visualizar

Integración QuickSight – AWS IoT Analytics ofrece un conector a Amazon QuickSight de manera que pueda visualizar sus conjuntos de datos en un panel de QuickSight. También puede visualizar los resultados o su análisis ad hoc en las Jupyter Notebooks integradas dentro de la consola de IoT Analytics.

Más información sobre los precios de AWS IoT Analytics

Visite la página de precios
¿Listo para comenzar?
Inscríbase para obtener la vista previa
¿Tiene más preguntas?
Contacte con nosotros