この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
どうも！大阪オフィスの西村祐二です。
ラスベガスで開催中のre:Invent 2018にて「IOT358-R - [REPEAT] Operationalizing Your Analysis with AWS IoT Analytics」を聴講してきたのでレポートします。
概要
AWS IoT Analytics makes it easy to run and operationalize sophisticated analytics on massive volumes of IoT data without having to worry about the cost and complexity required to build your own IoT analytics platform. It collects and prepares data for analysis and also lets you explore and visualize your IoT data so you can make better and more accurate business decisions.
AWS IoT Analyticsを使用すると、独自のIoTアナリティクスプラットフォームを構築するためのコストと複雑さを気にすることなく、膨大な量のIoTデータに対して洗練された分析を簡単に実行できます。分析用のデータを収集して準備し、IoTデータを探索して視覚化して、より正確にビジネス上の意思決定を行うことができます。
AWS IoT Analytics is a fully managed service that makes it easy to run and operationalize sophisticated analytics on massive volumes of IoT data without having to worry about the cost and complexity typically required to build an IoT analytics platform. It is the easiest way to run analytics on IoT data and get insights to make better and more accurate decisions for IoT applications and machine learning use cases. Models built and trained in AWS IoT Analytics can be run on connected devices. Join us for a deep dive and demo on how to operationalize your analytical workflows with AWS IoT Analytics.
AWS IoT Analyticsは、IoT分析プラットフォームを構築するために通常必要となるコストと複雑さを気にすることなく、膨大な量のIoTデータに対して洗練された分析を簡単に実行および操作できる完全なマネージドサービスです。これは、IoTデータに対して分析を実行し、IoTアプリケーションや機械学習のユースケースをより正確に判断するための洞察を得る最も簡単な方法です。 AWS IoT Analyticsで構築およびトレーニングされたモデルは、接続されたデバイス上で実行できます。 AWS IoT Analyticsを使用して分析ワークフローを操作する方法の深いダイビングとデモをご利用ください。
登壇者
- Vikas Panghal - Senior Product Manager
-
Dominique Fortier -Sr.Software Dev Manager, AWS
-
Scott Pirdy - VP of Global IoT Technical Solutions, Shark Ninja
セッションレポート
アジェンダ
- AWS IoT Analyticsの概要 - 解析の運用における課題
- AWS IoT Analyticsの活用例
- AWS IoT Analytics上で動くAyla Networksの話
- デモ
AWS IoT Analyticsのサービス概要
▼はじめにサービスの概要の話がありました。
AWS IoT AnalyticsはフルマネージドサービスでIoTデータの収集、前処理、保存、解析、可視化までできるサービスです。
詳細は公式ドキュメントを確認ください。 https://aws.amazon.com/jp/iot-analytics/
▼最適化するための製品の生産システムの継続的な分析を実行するプロセスを繰り返すことで、優れた顧客体験につながる
▼分析の運用には課題がある。
- AWS IoT Analyticsで継続的な分析を行うにはどうすればよいですか？
-
外部ツールで作成した既存の分析をAWS IoT Analyticsに統合するにはどうすればよいですか？
-
AWS IoT Analyticsで機械学習モデルを最新の状態に保つにはどうすればよいですか？
AWS IoT AnalyticsとSageMakerとの連携
▼そして、登壇者が変わり、SageMakerとの連携の話がはじまります。
▼状態管理しながら、継続的な分析が実行できます！
▼独自に作ったモデルもOKです！
▼コンテナを使ってJupiter notebookを簡単に起動できます！
▼Jupiter notebookを使って分析できます！
▼可視化したグラフを使ってダッシュボード的なものできます！
▼QuickSightと連携も簡単！
▼自動的にMLモデルを使って、繰り返し学習するワークフローを作れます！
事例の話
登壇者が変わって次は実際に、AWS IoT Analyticsを使っている事例の話。
Ayla NetworksはIoTプラットフォームを提供する企業です。
▼AWS IoT Analyticsのビジネスにおける成果
- 合計解決時間を短縮する（FCR）
- コールインレート（CIR）の削減
- 製品の返品率を削減
-
ROIの大幅な向上
- ブランドの強化と保護
▼他の事例も紹介されました。
デモ
ここから、実際にAWS IoT Analyticsを使ったデモです。
▼AWS IoT Analyticsを使うことでIoTデータの前処理を簡単に行うことができます。
▼Lambdaを使うことで複雑な処理も可能です。
▼コンソールからJupiter notebookを起動することができます。
▼よくあるユースケースを想定したテンプレートも提供されています。
▼グラフも簡単に表示できます。
▼ダッシュボードのような画面もつくることができます。
▼CloudWatchで簡単に可視化できます。
▼CloudWatchのアラート機能と連携して、IoTデータが閾値をこえたらメールを飛ばすこともできます。
感想
AWS IoT Analyticsのサービスの概要説明から、日本ではなかなかきけない事例の話、コンソール画面からの操作を行うデモや、Jupiter notebookの画面をみながらの説明もあったり、かなり盛り沢山な内容となっていました。
個人的にAWS IoT AnalyticsからJupiter notebookを連携させるところはやったことがなかったので、とてもためになりました。
21
