ABI Research的研究顯示，該國(guó)的物聯(lián)網(wǎng)服務(wù)收入增速高于任何其他大國(guó)，將在2020年超過(guò)410億美元。那你對(duì)物聯(lián)網(wǎng)的認(rèn)識(shí)和理解到位嗎?接下來(lái)小編將帶你解讀物聯(lián)網(wǎng)的真正面貌。
關(guān)于物聯(lián)網(wǎng)的預(yù)言、觀點(diǎn)
我們或許都聽(tīng)過(guò)這樣的預(yù)測(cè)：物聯(lián)網(wǎng)將會(huì)憑借不計(jì)其數(shù)的物件和不計(jì)其數(shù)的資金，在2050年之前成為不可阻擋的趨勢(shì)。然而，在Gartner預(yù)測(cè)全球聯(lián)網(wǎng)“物”的使用量將在2020年達(dá)到250億件的背景下，人們已經(jīng)開(kāi)始密切關(guān)注物聯(lián)網(wǎng)的進(jìn)步給企業(yè)帶來(lái)的機(jī)遇和挑戰(zhàn)。
但僅憑這些預(yù)測(cè)，您無(wú)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(wèn)題更為重要。
此類挑戰(zhàn)的最佳示例莫過(guò)于“最后一英里”數(shù)據(jù)問(wèn)題，例如如何從設(shè)備或遠(yuǎn)程平臺(tái)提取數(shù)據(jù)，如何通過(guò)解讀數(shù)據(jù)分析來(lái)提高生產(chǎn)力和實(shí)現(xiàn)最高績(jī)效。無(wú)論是聯(lián)網(wǎng)住房還是工業(yè)級(jí)解決方案，在收集數(shù)據(jù)后，人們往往難以通過(guò)易于使用的方式，將數(shù)據(jù)中的信息展示出來(lái)進(jìn)行探索。
對(duì)物聯(lián)網(wǎng)來(lái)說(shuō)，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(shí)的情形。他為使用大尺寸觸屏提供了一個(gè)理由：每個(gè)應(yīng)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(gè)數(shù)據(jù)問(wèn)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(zhǎng)趨勢(shì)，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(wèn)題外，它們?cè)贌o(wú)其他用途。
這些工具的靈活性遠(yuǎn)遠(yuǎn)不足以滿足用戶的需求。“可鉆性”對(duì)于物聯(lián)網(wǎng)數(shù)據(jù)的使用價(jià)值至關(guān)重要。例如，您或許能夠使用一個(gè)物聯(lián)網(wǎng)應(yīng)用程序的故障引擎數(shù)據(jù)來(lái)預(yù)測(cè)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(huì)如何?要回答這個(gè)非常自然的后續(xù)問(wèn)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(jìn)行隨意而深入的對(duì)話，讓每個(gè)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(zhì)
與這些深層問(wèn)題密切相關(guān)的是物聯(lián)網(wǎng)成功的第二個(gè)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(gè)消費(fèi)者示例說(shuō)起，例如通過(guò)組合Fitbit數(shù)據(jù)來(lái)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(guò)混合不同數(shù)據(jù)來(lái)尋找企業(yè)級(jí)見(jiàn)解。噴射引擎中的嵌入式傳感器有助于預(yù)測(cè)引擎何時(shí)需要維護(hù)。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€(gè)產(chǎn)品或區(qū)域制定更好的預(yù)算決策。
對(duì)物聯(lián)網(wǎng)的認(rèn)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(shuō)法越來(lái)越顯得自相矛盾。無(wú)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(chǔ)在您無(wú)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(diǎn)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(biāo)準(zhǔn)方面未達(dá)成共識(shí)的情況下。
為了避免不完整數(shù)據(jù)造成企業(yè)無(wú)法正常運(yùn)轉(zhuǎn)，您必須通過(guò)迭代來(lái)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(diǎn)使用基于傳感器的簡(jiǎn)單數(shù)據(jù)流來(lái)推動(dòng)尋找簡(jiǎn)單見(jiàn)解的項(xiàng)目，并通過(guò)這些項(xiàng)目實(shí)現(xiàn)分析的早日采用。此類小規(guī)模舉措的門(mén)檻較低，有助于集蓄力量，以便應(yīng)對(duì)更大的挑戰(zhàn)。
在迭代過(guò)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(wèn)題。此外，通過(guò)更好地了解數(shù)據(jù)缺口，您可以解決流程問(wèn)題，改進(jìn)數(shù)據(jù)的捕獲和攝取方式，更加接近可以付諸行動(dòng)的見(jiàn)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(diǎn)擊流或測(cè)量消費(fèi)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(chǔ)。為什么這么說(shuō)呢?降低日常開(kāi)支，縮短啟動(dòng)時(shí)間，以及進(jìn)行無(wú)限擴(kuò)展。據(jù)ConstellationResearch預(yù)計(jì)，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(guò)一半的數(shù)據(jù)會(huì)在外部生成。