IoT、ビッグデータなど流行っているが、クラウドにどうやってデータを上げて、どうやって分析すればいいんだよ。
Azure Synapse Analytics を製造業で利用シーンについて説明します。
今回は、概要編です。
製造業での主な利用シーン
・トレーサビリティ：不良品やリコール時の影響範囲の調査、原因究明
・予兆検知
・ボトルネック工程の発見・対策
製造業では、センサーデータなどのIoTデータを利用したビッグデータ分析が必要になります。
目次
スポンサーリンク
ビックデータ分析とは
ビッグデータを利用した分析には、主に３つのステップに分かれます。
１．現場の多種多様なデータを収集
２．大量のデータを蓄積
３．データを分析
ビックデータ分析(データ蓄積・加工)】
データを収集しても、ほとんどのケースでデータの加工が必要になります。
・SQLで分析可能な形式に変換
・ダッシュボードなど用途単位に変換（データマートの作成）
ETLツールを変換することが多いです。Azure の場合、Data Factoryを利用。
ビッグデータを扱える分析基盤の構築が重要になります。
ビックデータ分析の課題
・膨大なデータを処理する仕組み
– センサーなどのIoTデバイスから発生する膨大な時系列データの処理
・多種多様なデータを柔軟に処理する仕組み
– IoT以外のデータ（生産情報のデータなど）を組み合わせたデータの加工・分析
・リアルタイム性
– データをすぐに可視化したいなど
Azure Synapse Analytics以前（今まで）
今までは、Azure上の様々なサービスを組み合わせる必要がありました。
Azure Synapse Analytics（これから）
Sparkなどの前処理や分析などの機能を Azure Synapse Analyticsに集約し一元管理が可能となった。
ユースケース
・トレーサビリティ：不良品やリコール時の影響範囲の調査、原因究明
・予兆検知
・ボトルネック工程の発見・対策
まとめ
Azure Synapse Analytics の概要について紹介しました。
次回、詳細について準備しています。
スポンサーリンク
スポンサーリンク
