深圳舜通智能了解到，在我們或許都聽過這樣的預(yù)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(yù)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(guān)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(yù)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(shè)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，將數(shù)據(jù)中的信息展示出來進行探索。

1.對物聯(lián)網(wǎng)來說，要真正看到數(shù)據(jù)，與數(shù)據(jù)交互

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(gòu)成物聯(lián)網(wǎng)基礎(chǔ)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(yīng)用程序采用了一成不變的視圖，或“閉端式儀表板”。除了回答一組預(yù)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。“可鉆性”對于物聯(lián)網(wǎng)數(shù)據(jù)的使用價值至關(guān)重要。例如，您或許能夠使用一個物聯(lián)網(wǎng)應(yīng)用程序的故障引擎數(shù)據(jù)來預(yù)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(guān)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。

 

2.物聯(lián)網(wǎng)中，組合可以提高數(shù)據(jù)品質(zhì)

與這些深層問題密切相關(guān)的是物聯(lián)網(wǎng)成功的第二個關(guān)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(guān)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(yù)測引擎何時需要維護。它可以預(yù)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(yù)算決策。

 

3.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(gòu)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(guān)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(yīng)用程序中，特別是在設(shè)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(zhuǎn)，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(yīng)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。

4.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(yù)計，到2020年，60%的任務(wù)關(guān)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(wù)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(yīng)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(zhuǎn)換為基于云的BI并不意味著一蹴而就。請記住，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(wù)是根據(jù)您的業(yè)務(wù)需求提供相應(yīng)支持，而不是一種非此即彼的解決方案。

5.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(guān)和非相關(guān)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。現(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(gòu)，并構(gòu)成您的數(shù)據(jù)策略基礎(chǔ)。其靈活性最終將驅(qū)動技術(shù)選擇。