Одна из нашумевших тем (за последние пару лет) – интернет вещей или IoT. Согласно исследованиям, интернет вещей станет ключевым трендом в жизни общества в ближайшее десятилетие, а количество устройств, поставляющих IoT-данные превысит 50 млрд. Сегодня хочу рассмотреть пример работы приложения Qlik Sense, в котором анализируются данные интернета вещей.

НА ЗАМЕТКУ! IoT (интернет вещей) – методология вычислительной сети физических предметов («вещей»), оснащённых встроенными технологиями для взаимодействия друг с другом или с внешней средой.

Интернет вещей сегодня

http://livingqlikview.com/wp-content/uploads/2017/02/thermo-sensor.png В мире интернета вещей не нужно прямое участие человека, все объекты мира интернета-вещей взаимодействуют между собой без прямого участия людей. Эти данные пополняют базы данных, а потом на основе готовых алгоритмов они должны не только обрабатываться, но и анализироваться.

IoT данные включают:

  • Данные с портативных устройств.
  • Данные датчиков движения.
  • Данные о дорожном трафике и движения транспортных средств и другие.

Что дальше?

http://livingqlikview.com/wp-content/uploads/2017/02/houseiot.jpg Такой быстрый рост и накопление IoT-данных стимулирует развитие аналитических инструментов и платформ, которые должны уметь их обрабатывать и представлять аналитические выводы и результаты. А вообще интересно, какое положение может занимать Qlik Sense в работе с данными IoT?

Qlik Sense и IoT

http://livingqlikview.com/wp-content/uploads/2017/02/infrared_sensor.png Задавшись этим интересным вопросом, я решил создать приложение Qlik Sense, используя данные интернета вещей, доступные в открытых источниках. Конечно, это лишь первые шаги в анализе этих данных, но это лишь начало.

Пульс города – Анализ транспортных потоков и загруженности дорог

Для своего приложения я буду использовать наборы данных, из открытых источников. В целом, аналогичные наборы данных сейчас собирает любой развитый город, где есть нормальная транспортная инфраструктура, оборудованная датчиками движения общественного транспорта. В нашем примере анализируются данные Дании. В этих данных заложены миллионы строк и цифр о движении автомобилей, расстоянии между ними в среднестатистическом потоке. Основная таблица состоит из 4 млн. строк данных.

Предлагаю посмотреть, что у меня получилось в итоге. А скачать приложение интернет-вещей и Qlik Sense вы можете по ссылке.

У меня получилось несколько срезов данных, которым я пока не нашел применение, поэтому вынес их в отдельную вкладку.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash01.png

Во второй вкладке у меня собраны данные по общему объему трафика города в день, а затем дана их почасовая разбивка.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash02.png

Далее я создал тепловую карту, на которой видна загрузка улиц города, благодаря цвету. Цвет играет роль дополнительного измерения данных.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash03.png

Далее в приложении мы можем перейти к деталям в данных, открыв аналитику отдельного участка дороги. Эта опция реализована с помощью Qlik GeoAnalytics.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash04.png

Следующий лист – лист сравнений данных по дням, часам.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash05.png

На последней вкладке даны детали данных по гео-меткам.

http://livingqlikview.com/wp-content/uploads/2017/02/Dash06.png

Ресурсы

Приложение Qlik Sense и интернет вещей.

Набор данных – трафик движения транспорта.

Также в процесс создания приложения использовался GeoAnalytics, а также виджеты линий, интерактивный график «роза ветров», простые KPI.

Qlik Sense + интернет вещей: Итоги

Уверен, что аналитика данных интернета вещей очень интересная область, которая будет очень активно развиваться. Вот и все на сегодня.

Удачных вам разработок!