AWS IoT Analytics

Gambaran Umum Fitur Harga FAQ Pelanggan Sumber daya Partner

AWS IoT Analytics tidak lagi tersedia untuk pelanggan baru. Pelanggan AWS IoT Analytics yang sudah ada dapat terus menggunakan layanan seperti biasa. Pelajari selengkapnya

« Internet untuk Segala

AWS IoT Analytics

Analitik operasional terkelola penuh untuk perangkat IoT Anda

Mulai menggunakan AWS IoT Analytics

100 MB data diproses dan 10 GB penyimpanan data serta pemindaian selama 12 bulan

dengan AWS Tingkat Gratis

Hasilkan wawasan operasional dengan alat, termasuk MATLAB dan Octave saat Anda mengimpor dan mengimplementasikan kontainer kode khusus.

Filter, transformasikan, bersihkan, perkaya, dan simpan data perangkat dalam format rangkaian waktu untuk pengambilan serta analisis yang cepat.

Lakukan inferensi machine learning (ML) dan analitik dengan notebook Jupyter host untuk membangun serta melatih model tanpa mengelola infrastruktur.

Analisis performa perangkat serta visualisasikan tren dengan integrasi dan mesin kueri SQL bawaan menggunakan Amazon QuickSight.

Cara kerja

AWS IoT Analytics menyederhanakan langkah-langkah sulit yang diperlukan untuk menganalisis volume data IoT dalam jumlah besar, tanpa biaya dan kerumitan membangun platform analitik IoT.

Diagram menunjukkan cara AWS IoT Analytics mengumpulkan, memproses, dan menganalisis data untuk membantu Anda membangun aplikasi.

AWS IoT Analytics – Cara kerjanya (3:01)

Cara kerja AWS IoT Analytics

Data IoT berasal dari perangkat yang merekam proses yang berisik (seperti suhu, gerakan, atau suara). Data ini dapat mempunyai gap yang signifikan, pesan yang rusak, atau pembacaan yang salah, yang harus dibersihkan sebelum analisis.

Cara kerja AWS IoT Analytics

Kasus penggunaan

Perkaya data IoT dengan metadata kontekstual

Operator peralatan pertanian membersihkan dan memperkaya data sensor kelembapan dengan prediksi curah hujan serta mengoptimalkan efisiensi air peralatan irigasi.

Lakukan pemeliharaan prediktif

Templat yang sudah dibuat sebelumnya membantu Anda membuat model pemeliharaan prediktif yang kuat, seperti model kendaraan kargo yang memprediksi kegagalan sistem pemanas dan pendingin.

Isi kembali persediaan secara proaktif

Aplikasi IoT dapat memantau inventaris dan menganalisis data dari mesin penjual makanan, kemudian secara akurat memesan ulang barang dagangan setiap kali pasokan hampir habis.