Article

Traitement en temps réel des données de l’IOT, quel modèle d’affaires ?
Traitement en temps réel des données de l’IOT, quel modèle d’affaires ?
Par Romain Doussau dans actualité Publié 22 mai 2018 0 Commentaire

L’IoT n’est pas une rupture technologique en soi car le concept existe depuis longtemps.

La rupture vient de la généralisation de la connectivité des objets qui va démultiplier le volume de données produites, mais la rupture vient surtout et avant tout de la nouvelle dimension temps-réel de cette connectivité.

L’IoT n’est pas une rupture technologique en soi car le concept existe depuis longtemps, la rupture vient de la généralisation de la connectivité des objets qui va démultiplier le volume de données produites, mais la rupture vient surtout et avant tout de la nouvelle dimension temps-réel de cette connectivité.

Nous vivons désormais dans l’économie de l’instant. Cet instant où une personne est alertée en temps réel d’une infraction chez elle, d’une entreprise qui reçoit une information en temps réel sur la défaillance d’une pièce détachée ou sur le changement brutal de température d’un container.

Changement de paradigme pour l’entreprise

C’est en effet la capacité de traitement de la donnée en temps réel qui va permettre le changement de paradigme pour l’entreprise et ses clients ainsi que la création de valeur associée. Cependant les besoins temps réels engendrent des contraintes techniques nouvelles et complexes, qui nécessitent le test et l’implémentation de solutions innovantes pour lesquelles les solutions traditionnelles ne sont plus adaptées.

Pour apporter la valeur ajoutée souhaitée, il est nécessaire que les nouvelles applications s’appuient sur une technologie qui soit :

  • Contextuelle , c’est par exemple comprendre immédiatement qui est mon client pour lui fournir une information adaptée à ses besoins
  • 100% disponible avec aucun arrêt de production programmée ou non programmée
  • Temps réel (Cela n’apporte aucune valeur de savoir qu’un pièce est tombée en panne il y a une heure)
  • Distribuée (C’est a dire bénéficier d’une distribution géographique multi datacenter pour servir un marché global)
  • Scalable pour accompagner facilement la croissance exponentielles des données à traiterCes

Ces caractéristiques techniques sont au coeur du design des solutions DataStax de gestion de la donnée.

Source : www.zdnet.fr