Het is noodzakelijk dat bedrijven op zoek gaan naar informatie uit machinedata en deze ook exploiteren. Het voorgaande kunnen zij op twee manieren doen, namelijk door de implementatie van een speciaal gebouwd analysesysteem, of het bouwen van een in-housesysteem. Alhoewel de tweede optie aantrekkelijker lijkt, zijn er een aantal zaken die bedrijven moeten overwegen voor de bouw van zo’n in-housesysteem, te weten:
1.Verschillende gebruikers hebben verschillende eisen
Een machinedata-analyse-oplossing moet voldoen aan de eisen van een breed scala van interne klanten. Een ondersteuningstechnicus moet in staat zijn patronen van gebeurtenissen en statistieken in de tijd te zien door specifieke systeemcomponenten. Deze differentiatie tussen banen en teams geeft de complexiteit aan van een analysesysteem via machinedata.
2. Elk product heeft een complexe en unieke vertegenwoordiging voor machinedata
Om een reeks data bruikbaar te maken moet deze gedetailleerde informatie over de configuratie, gebeurtenissen en statistieken van elk product kunnen weergeven. Veel van deze data zal specifiek zijn en niet voldoen aan het gemeenschappelijk informatiemodel voor interoperabiliteit of eindgebruik.
3. Een nuttig gegevensarchief “Big Data”
Als bedrijven maximaal voordeel willen leveren aan alle klanten is een goede set van machinedata noodzakelijk. Het uitzetten van trends en veldanalyses vereisen voortdurend gedetailleerde ontleding van alle systemen en niet alleen wanneer er problemen zijn gedetecteerd.
4. Gegevensopmaak en semantiek verandert snel en zonder voorafgaande kennisgeving
Machinedata-analyse vereist snelle aanpassing, dekking in extreme gevallen en een continu bedrijfshefboomeffect. Een machinedata-analyse-oplossing moet zich snel kunnen aanpassen aan veranderingen in de opmaak van gegevens uit machinelogboeken met behoud van semantische continuïteit middels bestaande hulpmiddelen.
In-house-oplossing
Terwijl bedrijven kunnen kiezen voor de bouw van een dergelijke in-house analytische oplossing, is het toch niet de moeite en de tijd waard om dit te doen. Een in-housemachinedata-analytische-oplossing is een complex, hoogwaardig en groot dataproject dat gekoppeld is aan BI hulpprogramma’s die een scala aan vastgelegde bronnen vereisen gedurende een langere periode. Het is tijdrovend en riskant indien dit niet correct gepland is.