Visualisez vos données IoT collectées par votre back-end

Au delà de l’objet lui-même, l’IoT c’est aussi et avant tout des données, des milliers de données qui transitent et sont stockées chaque jour, chaque heure, chaque minute. Une des premières étapes pour en tirer de la valeur est la capacité à la visualiser de manière adaptée à vos enjeux. Dans cet article nous explorons 3 exemples de visualisation des données.

Kibana

Kibana est l’outil de prédilection pour visualiser les données lorsque celles-ci sont stockées dans Elasticsearch. Il s’agit en effet d’un produit développé par le même éditeur et intégré à la suite complète Elastic.

Il s’agit d’une solution très complète offrant une grande variété de graphiques, de cartes et évidemment d’affichages de séries temporelles, essentielles pour des données régulièrement mises à jours par les objets connectés.

En effet, les séries temporelles permettent d’agréger les données collectées pendant un laps de temps choisi (de quelques secondes à des années) afin d’afficher un graphique sur une période plus large. Chaque agrégat pouvant faire l’objet d’un affichage de la somme des valeurs, leur moyenne ou encore de la valeur maximale sur la période, etc. Cette pratique est d’autant plus essentielle que la régularité des remontées est variable en fonction des objets ou plus simplement que leur nombre ne permet pas un affichage unitaire.

Son couplage avec Elasticsearch permet à Kibana de proposer facilement l’exécution de requêtes précises et ainsi filtrer ses données. Bien sûr, lorsque je dis “facilement”, connaître la syntaxe Elasticsearch reste un pré-requis.

Le principal problème de Kibana est naturellement son atout : il est limité à Elasticsearch. C’est pourquoi il est intéressant de s’intéresser à d’autres solutions comme Google Data Studio.

Google Data Studio

Vous aimez Google Analytics, vous allez adorer Google Data Studio !

Plus sérieusement, l’expérience utilisateur est clé, et si vous souhaitez construire des tableaux de bord personnalisés avec des graphiques de grande qualité voire dynamiques, Google Data Studio est un outil très intéressant.

Au commencement, il y a les données et ici, contrairement à Kibana qui se concentre sur Elasticsearch, vous allez pouvoir bénéficier – voire faire développer – de nombreux connecteurs. Il y en a par défaut comme pour les stockages Google Cloud (comme Big Query, Cloud SQL), pour vos propres bases de données (MySQL, PostgreSQL), pour les autres services de Google (Analytics, YouTube), mais aussi plus d’une centaine de connecteurs partenaires pour Salesforce, Twitter, LinkedIn, etc… Bref, au sein d’un même tableau de bord, on va pouvoir mixer les sources de données et ainsi enrichir l’information.

Si Google Data Studio va vous permettre de construire un tableau de bord très complet il ne propose pas le rafraîchissement automatique – contrairement à Kibana – et vous en reviendrez à rafraîchir la page pour obtenir les nouvelles données. Je le conseillerais donc pour des usages de type rapports et non une visualisation temps réel.

Un tableau de bord temps réel sur-mesure

Même si les deux exemples précédents peuvent exploiter des données en quasi temps réel, il s’agit avant tout de présentations statistiques pour une vue d’ensemble sur les données.

Dans certains cas, il vous faudra être en mesure de visualiser l’état de capteurs de manière unitaire, voire d’être en capacité à interagir avec ces objets. Dans ce cas, un tableau de bord sur-mesure peut être plus intéressant.

Pour réaliser un dashboard temps réel, il faut que le flux de données soit continu, c’est-à-dire que votre backend, qui reçoit la donnée en provenance de vos objets IoT, soit en mesure de la transmettre en instantané à votre tableau de bord. C’est le cas du backend Open Source Kuzzle qui, via le support de protocoles tels que Web Socket ou MQTT, permet de s’abonner aux flux de données temps réel de manière sécurisée.

Pour ce dashboard, vous pourrez choisir les technologies que vous voulez, ainsi que les librairies nécessaires à la réalisation de graphiques. Il pourra s’intégrer directement au sein de vos applicatifs web ou mobile.

L’exemple ci-dessus reprend les données de la démo en ligne de Kuzzle. Dans l’hypothèse d’un usage pour un loueur de vélos, le tableau de bord affiche en temps réel, les vélos “loués”, le temps de location restant, s’ils sont en dehors de la zone géographique autorisée (geofencing) et les distances parcourues. L’ensemble de ces données sont mises à jour en temps réel.

Cette fois-ci, au delà de l’affichage des données, ce tableau de bord peut devenir interactif et offrir des actions complémentaires. Une option que vous n’aurez pas avec les solutions évoquées précédemment.

Au final, il est important de garder à l’esprit qu’il n’y a pas une réponse unique lorsque nous parlons de visualisation des données en provenance d’objets connectés. Il convient de faire une première analyse des données et surtout des usages pour déterminer le ou les types d’affichage qui seront pertinents, et en déduire les outils à exploiter. Chaque situation est différente et directement liée à votre métier.

Pour aller plus loin dans la technique, voici quelques références avec Kuzzle.