我們或許都聽過這樣的預(yù)測：物聯(lián)網(wǎng)將會憑借不計(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。然而，在Gartner預(yù)測全球聯(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)開始密切關(guān)注物聯(lián)網(wǎng)的進(jìn)步給企業(yè)帶來的機(jī)遇和挑戰(zhàn)。中國更是如此，因?yàn)锳BIResearch的研究顯示，該國的物聯(lián)網(wǎng)服務(wù)收入增速高于任何其他大國，將在2020年超過410億美元。
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(yuǎn)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(shí)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(jìn)行探索。
為了充分實(shí)現(xiàn)物聯(lián)網(wǎng)分析的潛力，您應(yīng)該考慮以下五個事項(xiàng)：
1.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(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(yuǎn)遠(yuǎn)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(jià)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(jìn)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.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(fèi)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(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€產(chǎn)品或區(qū)域制定更好的預(yù)算決策。
3.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(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(yùn)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(diǎn)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(xiàng)目，并通過這些項(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(jìn)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.擁抱數(shù)據(jù)引力
您是否有跟蹤網(wǎng)站點(diǎn)擊流或測量消費(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。為什么這么說呢？降低日常開支，縮短啟動時間，以及進(jìn)行無限擴(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?cái)?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.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(rèn)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(shí)現(xiàn)理想的分析效果，您需要可靠的數(shù)據(jù)準(zhǔn)備和擴(kuò)充方法、可擴(kuò)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(jìn)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。
總結(jié)
那么，對于正準(zhǔn)備實(shí)施物聯(lián)網(wǎng)分析計(jì)劃的分析領(lǐng)導(dǎo)人或首席信息官而言，最重要的結(jié)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(kuò)展堆棧：構(gòu)建堆棧模塊，以集腋成裘的方式逐步實(shí)現(xiàn)您的計(jì)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。
