對物聯(lián)網(wǎng)的認識和理解到位嗎？看這五點顛覆想法
ABIResearch的研究顯示，該國的物聯(lián)網(wǎng)服務收入增速高于任何其他大國，將在2020年超過410億美元。那你對物聯(lián)網(wǎng)的認識和理解到位嗎？接下來小編將帶你解讀物聯(lián)網(wǎng)的真正面貌。
關于物聯(lián)網(wǎng)的預言、觀點
我們或許都聽過這樣的預測：物聯(lián)網(wǎng)將會憑借不計其數(shù)的物件和不計其數(shù)的資金，在2050年之前成為不可阻擋的趨勢。然而，在Gartner預測全球聯(lián)網(wǎng)物的使用量將在2020年達到250億件的背景下，人們已經(jīng)開始密切關注物聯(lián)網(wǎng)的進步給企業(yè)帶來的機遇和挑戰(zhàn)。
但僅憑這些預測，您無法看到故事的全貌。要真正釋放物聯(lián)網(wǎng)的潛力，您必須克服數(shù)據(jù)挑戰(zhàn)，這比解決物本身的問題更為重要。
此類挑戰(zhàn)的最佳示例莫過于最后一英里數(shù)據(jù)問題，例如如何從設備或遠程平臺提取數(shù)據(jù)，如何通過解讀數(shù)據(jù)分析來提高生產(chǎn)力和實現(xiàn)最高績效。無論是聯(lián)網(wǎng)住房還是工業(yè)級解決方案，在收集數(shù)據(jù)后，人們往往難以通過易于使用的方式，庫卡機器人，將數(shù)據(jù)中的信息展示出來進行探索。
對物聯(lián)網(wǎng)來說，要真正看到數(shù)據(jù)，與數(shù)據(jù)交互
回想一下史蒂夫？喬布斯首次介紹iPhone時的情形。他為使用大尺寸觸屏提供了一個理由：每個應用都需要自己的用戶界面。類似的理由同樣適用于分析。
我們提出的每一個數(shù)據(jù)問題都需要自己的圖表和可視化視角；構成物聯(lián)網(wǎng)基礎的傳感器數(shù)據(jù)呈現(xiàn)出爆炸式增長趨勢，更加需要不同的圖表和視角。不幸的是，多數(shù)物聯(lián)網(wǎng)應用程序采用了一成不變的視圖，庫卡機器人驅動器維修，或閉端式儀表板。除了回答一組預先確定的問題外，它們再無其他用途。
這些工具的靈活性遠遠不足以滿足用戶的需求�？摄@性對于物聯(lián)網(wǎng)數(shù)據(jù)的使用價值至關重要。例如，您或許能夠使用一個物聯(lián)網(wǎng)應用程序的故障引擎數(shù)據(jù)來預測今后的故障頻率和類型。但是，如果您希望查看出現(xiàn)故障的具體部件，情況又會如何？要回答這個非常自然的后續(xù)問題，交互性和共享能力至關重要。
理想的情況是，用戶與數(shù)據(jù)―以及其他數(shù)據(jù)探索者―進行隨意而深入的對話，讓每個人都可以發(fā)現(xiàn)引起變化的排列及模式。
物聯(lián)網(wǎng)中，組合可以提高數(shù)據(jù)品質
與這些深層問題密切相關的是物聯(lián)網(wǎng)成功的第二個關鍵因素：集成。交互式數(shù)據(jù)分析可以提供答案，物聯(lián)網(wǎng)數(shù)據(jù)與其他上下文信息的組合同樣可以提供答案。
我們從一個消費者示例說起，例如通過組合Fitbit數(shù)據(jù)來探索健身方案與睡眠模式之間的潛在關聯(lián)。
現(xiàn)在，想象通過混合不同數(shù)據(jù)來尋找企業(yè)級見解。噴射引擎中的嵌入式傳感器有助于預測引擎何時需要維護。它可以預防故障，節(jié)省數(shù)十億美元的資金，甚至挽救生命。與其他信息組合后，它還可以幫助我們?yōu)槊總�產(chǎn)品或區(qū)域制定更好的預算決策。
對物聯(lián)網(wǎng)的認知要抓住迭代和優(yōu)化
在我們生活的世界，完美數(shù)據(jù)這種說法越來越顯得自相矛盾。無論數(shù)據(jù)的構建方式有多么完善，這些數(shù)據(jù)很可能存儲在您無法連接的數(shù)據(jù)源中，缺少關鍵元素，或者不具有支持深度分析的格式。這些缺點同樣存在于物聯(lián)網(wǎng)應用程序中，特別是在設備互操作性支持標準方面未達成共識的情況下。
為了避免不完整數(shù)據(jù)造成企業(yè)無法正常運轉，您必須通過迭代來找出正確答案。這尤其適用于不具備大體量數(shù)據(jù)可供挖掘的公司。一些組織重點使用基于傳感器的簡單數(shù)據(jù)流來推動尋找簡單見解的項目，并通過這些項目實現(xiàn)分析的早日采用。此類小規(guī)模舉措的門檻較低，有助于集蓄力量，以便應對更大的挑戰(zhàn)。
在迭代過程中，您發(fā)現(xiàn)足夠好的數(shù)據(jù)通常足以定向性地回答幾乎所有問題。此外，通過更好地了解數(shù)據(jù)缺口，您可以解決流程問題，改進數(shù)據(jù)的捕獲和攝取方式，更加接近可以付諸行動的見解。
物聯(lián)網(wǎng)需要擁抱數(shù)據(jù)引力
您是否有跟蹤網(wǎng)站點擊流或測量消費者情緒？如果您在這樣做，那么您就擁有外部數(shù)據(jù)，這些數(shù)據(jù)正在云端生成和存儲。為什么這么說呢？降低日常開支，縮短啟動時間，以及進行無限擴展。據(jù)ConstellationResearch預計，到2020年，60%的任務關鍵型數(shù)據(jù)都將位于公司外-短短三年之內(nèi)，超過一半的數(shù)據(jù)會在外部生成。
這對物聯(lián)網(wǎng)分析而言意味著什么？過去，業(yè)務數(shù)據(jù)在內(nèi)部防火墻后方生成―因此，本地數(shù)據(jù)倉庫、管理員和分析工具的存在都是合理的�，F(xiàn)在，您的組織必須積極采用順應數(shù)據(jù)引力的平臺，在數(shù)據(jù)所在的位置執(zhí)行和管理分析。只要看到云中托管的工具能夠以多快的速度生成數(shù)據(jù)，您就會開始理解數(shù)據(jù)引力。
但轉換為基于云的BI并不意味著一蹴而就。請記住，庫卡機器人驅動器維修，數(shù)據(jù)引力會影響分析的位置。因此，如果數(shù)據(jù)跨云端和本地存儲，分析需要提供混合解決方案。云服務是根據(jù)您的業(yè)務需求提供相應支持，而不是一種非此即彼的解決方案。
物聯(lián)網(wǎng)的潛力不要考慮工具，考慮平臺
物聯(lián)網(wǎng)數(shù)據(jù)常常來源不同，并且分散在多個相關和非相關的系統(tǒng)中，例如Hadoop群集、云倉庫和NoSQL數(shù)據(jù)庫。因此，如果您認為自己可以憑借一款一成不變的物聯(lián)網(wǎng)工具就能完成從數(shù)據(jù)到見解的整個過程，請摒棄這種想法。
要實現(xiàn)理想的分析效果，您需要可靠的數(shù)據(jù)準備和擴充方法、可擴展的存儲、為管控提供支持的目錄，最后還需要為最終用戶提供有助于發(fā)現(xiàn)見解的直觀分析平臺�，F(xiàn)代組織將最佳解決方案組合成一個敏捷的堆棧，以便根據(jù)需求的變化對其進行調(diào)整。這些需求取決于多種因素，包括用戶角色、數(shù)量、訪問頻率、數(shù)據(jù)速度等。此堆棧采用適合該用例的架構，并構成您的數(shù)據(jù)策略基礎。其靈活性最終將驅動技術選擇。
總結
那么，對于正準備實施物聯(lián)網(wǎng)分析計劃的分析領導人或首席信息官而言，最重要的結論是什么？定義平臺愿景。這種思維方式最初可能讓人覺得難以招架，但請記住，您可以根據(jù)自己的需要擴展堆棧：構建堆棧模塊，以集腋成裘的方式逐步實現(xiàn)您的計劃。許多決定和行動都可以撤銷，您可以在掌握更多信息后修正自己的做法。您很快就可以在平臺分析中看到可測量的效果。