ケーススタディ: 2 - TerramEarth ケーススタディ
会社概要
TerramEarth は、鉱業および農業産業向けの重機を製造しています。
彼らの事業の 80% は鉱業、20% は農業です。現在、100 か国に 500 を超えるディーラーとサービス センターがあります。彼らの使命は、顧客の生産性を高める製品を構築することです。
会社背景
TerramEarth は 1946 年に設立されました。第二次世界大戦後、いくつかの小規模な家族経営の会社が合併して再編成されました。同社は従業員と顧客を大切にし、彼らを家族の一員と考えています。
TerramEarth は、コア製品を革新し、顧客のニーズの変化に応じて新しい市場を見つける能力を誇りに思っています。過去 20 年間、業界の傾向は主に、人間のオペレーターがいる大型車両を使用して生産性を向上させる方向に進んできました。
ソリューションコンセプト
2,000 万台の TerramEarth 車両が稼働しており、毎秒 120 フィールドのデータを収集しています。
データは車両にローカルに保存され、車両の整備時に分析のためにアクセスできます。
データはメンテナンス ポート経由でダウンロードされます。この同じポートを使用して動作パラメータを調整できるため、現場で新しいコンピューティング モジュールを使用して車両をアップグレードできます。
約 200,000 台の車両がセルラー ネットワークに接続されているため、TerramEarth はデータを直接収集できます。1 秒あたり 120 フィールドのデータのレートで、1 日あたり 22 時間の操作。
TerramEarth は、これらの接続された車両から合計約 9 TB/日を収集します。
既存の技術環境

TerramEarth の既存のアーキテクチャは、データ センターに常駐する Linux ベースのシステムで構成されています。これらのシステムは、フィールドから CSV ファイルを gzip し、FTP 経由でアップロードし、それらを変換して集約し、データをデータ ウェアハウスに配置します。このプロセスには時間がかかるため、集計レポートは 3 週間前のデータに基づいています。
このデータを使用して、TerramEarth は交換部品を事前にストックし、車両の計画外のダウンタイムを 60% 削減することができました。ただし、データが古いため、一部の顧客は、交換部品を待つ間、最大 4 週間車両を使用できません。
ビジネス要件
- 予定外の車両ダウンタイムを 1 週間未満に短縮します。
余剰在庫を維持するコストの増加
- 顧客の使用方法に関するより多くのデータでディーラー ネットワークをサポート
彼らの機器の IP は、新しい製品とサービスをより適切に位置付けます。
- さまざまな企業、特に
急速に成長している農業における種子および肥料のサプライヤー
ビジネス - 顧客のために魅力的な共同製品を作成する
CEO ステートメント
当社は、車両の大型化の傾向を利用して、お客様の生産性を向上させることに成功しています。技術の変化は急速に進んでおり、TerramEarth はコネクテッド デバイス技術を利用して、インテリジェントな農業機器などのより良いサービスを顧客に提供しています。この技術により、過去の傾向を利用して車両の動作を調整することで、農家の収量を 25% 増加させることができました。これらの進歩により、農業製品ラインが急速に成長し、2020 年までに収益の 50% を生み出すと予想しています。
CTOステートメント
私たちの競争上の優位性は、常に製造プロセスにあり、競合他社よりもタワーのコストで優れた車両を構築する能力があります. しかし、これまでとは異なるアプローチの新製品が続々と開発されており、業界の次の変革の波に対応するスキルが不足しているのではないかと懸念しています。残念ながら、当社の CEO はテクノロジーの陳腐化を真剣に受け止めておらず、業界の多くの新しい企業をニッチ プレーヤーと見なしています。私の目標は、漸進的なイノベーションを通じて当面の市場ニーズに対応しながらスキルを構築することです。
この質問については、TerramEarth ケース スタディを参照してください。TerramEarth の CTO は、接続された車両からの生データを使用して、現場の車両に壊滅的な障害が発生するおおよその時期を特定したいと考えています。アナリストが車両データを一元的にクエリできるようにしたいと考えています。どのアーキテクチャを推奨する必要がありますか?
A:

B:

子:

D:

正解:A
プッシュ エンドポイントは、ロード バランサーにすることができます。
コンテナ クラスタを使用できます。
ストリーム分析用の Cloud Pub/Sub

参考文献:https://cloud.google.com/pubsub/
https://cloud.google.com/solutions/iot/
https://cloud.google.com/solutions/designing-connected-vehicle-platform
https://cloud.google.com/solutions/designing-connected-vehicle-platform#data_ingestion
http://www.eweek.com/big-data-and-analytics/google-touts-value-of-cloud-iot-core-for-analyzing-connected-car-data
https://cloud.google.com/solutions/iot/