•Вещи (things): сенсоры, датчики и умные устройства. «Вещь» — объект, оснащённый сенсором для сбора данных, а также активатором, который исполняет команды, полученные от сети.

•Шлюзы. Обмен данными между вещами и облаком происходит через шлюзы, в которых данные обрабатываются чтобы снизить трафик загрузки данных.

•Облачные шлюзы. Сжимают данные и обеспечивают безопасность при передаче данных от шлюзов IoT и облачными серверами, а также совместимость протоколов.

•Процессор обработки данных. Обеспечивает эффективную передачу и целостность входных данных в Data Lake и управляющих приложений.

•«Озеро данных» (Data Lake). Data Lake используется для хранения данных, генерируемых подключёнными устройствами в их исходном формате. Когда данные используются для аналитических выводов (insights), они извлекаются из Data Lake и загружаются в «Склад Больших Данных» (Big Data Warehouse).

•«Склад Больших Данных» (Big Data Warehouse). Отфильтрованные и обработанные данные для предметного анализа извлекается из Big Data Warehouse. Кроме того, в нём хранится контекстная информация о вещах и датчиках (например, о месте установки сенсора), и команды, которые были посланы на исполнительные механизмы.

•Аналитика данных (Data analytics). Использует данные из Big Data Warehouse, определяет тенденции и делает предметный анализ. Осуществляет визуализацию результатов предметного анализа, и вырабатывает способы повышения эффективности работы системы с вещами. Кроме того, найденные корреляции помогают в процессе принятия управленческих решений людьми.

•Машинное обучение (Machine learning ML) и модели, которые генерирует ML. Даёт возможность создавать более точные и более эффективные модели для управляющих приложений. Модели регулярно обновляются на основе исторических данных, накопленных в Big Data Warehouse. Когда применимость и эффективность моделей подтверждается аналитиками данных, новые модели используются управляющими приложениями.