物聯(lián)網(wǎng)為獲取實時數(shù)據(jù)提供了一個經(jīng)濟高效的途徑。盡管數(shù)據(jù)在分析時被認為是有價值的，但潛在的、并且可以隨時間積累的數(shù)據(jù)量之大令人望而生畏。許多人都聽說過大數(shù)據(jù)，但對于那些利用實時數(shù)據(jù)來產(chǎn)生真正業(yè)務(wù)價值的人來說，這一術(shù)語可能不太適用。
人們很容易將物聯(lián)網(wǎng)和大數(shù)據(jù)的概念結(jié)合起來。物聯(lián)網(wǎng)當然可以產(chǎn)生大量數(shù)據(jù)，因為許多人設(shè)想數(shù)十億臺連網(wǎng)設(shè)備不斷將大量數(shù)據(jù)注入云端的數(shù)據(jù)湖。然后呢？面對如此“大”的數(shù)據(jù)問題，人們擔心自己會陷入困境，這就提出了一個問題，即是否應(yīng)該繼續(xù)追求物聯(lián)網(wǎng)解決方案。
大數(shù)據(jù)問題并不是物聯(lián)網(wǎng)要解決的唯一問題。物聯(lián)網(wǎng)非常適合解決您的“小”數(shù)據(jù)問題。
大數(shù)據(jù)通常與數(shù)據(jù)挖掘、人工智能、機器學習、預測分析和其他處理密集型練習相關(guān)聯(lián)，這些訓練習側(cè)重于從隱藏在大數(shù)據(jù)集內(nèi)的模式中獲得見解。換言之，如果不深入研究數(shù)據(jù)，這些見解可能無法從數(shù)據(jù)表面輕易看出。可用的歷史數(shù)據(jù)越多，從大量數(shù)據(jù)中獲得深刻見解的潛力就越大。
另一方面，“小”數(shù)據(jù)可以代表有限的數(shù)據(jù)池，無需進行深度處理即可提供見解。接下來，我們將探討物聯(lián)網(wǎng)為何是解決“小”數(shù)據(jù)問題的關(guān)鍵的3個原因。
1、“小”數(shù)據(jù)解決了當前正在發(fā)生的問題
“小”數(shù)據(jù)的一個簡單示例是告訴您當前正在發(fā)生什么事情。例如，實時數(shù)據(jù)可以告訴您設(shè)備、機器或系統(tǒng)當前正在做什么。實時查看當前機器的運行情況，可以洞悉影響運行的實際故障。知道一臺設(shè)備、機器或系統(tǒng)什么時候停止工作，難道對您沒有幫助嗎？
在一個簡單例子中，在正常情況下（例如，在長時間的暴雨期間）不運轉(zhuǎn)的抽水泵將立即向設(shè)施管理團隊發(fā)出警報，通知抽水泵可能發(fā)生故障。實時物聯(lián)網(wǎng)數(shù)據(jù)提供了抽水泵開/關(guān)操作的可見性，從而解決了一個即時的“小”數(shù)據(jù)問題。通過大數(shù)據(jù)深入了解可能有助于確定抽水泵的預測性維護，但解決最直接的運行問題（抽水泵故障）并不需要這些見解！
在許多情況下，少量的數(shù)據(jù)足以解決巨大的運營挑戰(zhàn)。
2、“小”數(shù)據(jù)不需要高級分析
對許多人來說，“分析”一詞通常意味著高級指標和固有的復雜性。這種感知偏差是“分析”與大數(shù)據(jù)融合的部分原因。大數(shù)據(jù)肯定會利用分析，而小數(shù)據(jù)也不會例外。
同樣，許多人從大量數(shù)據(jù)的角度考慮大數(shù)據(jù)。大量數(shù)據(jù)可以從單臺機器的大量歷史數(shù)據(jù)（大數(shù)據(jù)）中獲取，也可以從每臺機器的最新數(shù)據(jù)（小數(shù)據(jù)）中獲取。例如，通過分析一臺機器的三年數(shù)據(jù)模式，可以獲得大數(shù)據(jù)見解，而通過分析一組機器的一周數(shù)據(jù)狀態(tài)和條件，可以獲得“小”數(shù)據(jù)見解。
“小”數(shù)據(jù)也可以產(chǎn)生簡單而強大的分析結(jié)果，例如（a）一臺機器在過去24小時內(nèi)運行了多少次？（b）最近24小時內(nèi)機器最長的工作周期是多少？（c）在過去的24小時內(nèi)，機器平均消耗了多少能源？對這些“小”數(shù)據(jù)關(guān)鍵績效指標中的任何一個或多個進行目視檢查，將提供對潛在問題的操作見解。
對于那些熟悉機器的專家（例如，設(shè)施管理人員）來說，當前和最近機器操作的“小”數(shù)據(jù)可見性，將在對“小”數(shù)據(jù)進行目視檢查時能夠立即提供見解。
3、“小”數(shù)據(jù)可以利用現(xiàn)有基礎(chǔ)設(shè)施
物聯(lián)網(wǎng)可以在不同的規(guī)模層次上解決問題，從針對性到全面性。從“小”數(shù)據(jù)的角度來看，物聯(lián)網(wǎng)僅可根據(jù)需要捕獲所需數(shù)量的運營數(shù)據(jù)。無需對數(shù)據(jù)收集基礎(chǔ)設(shè)施進行全面改革，直接從現(xiàn)有設(shè)備獲取運行數(shù)據(jù)將極大地減少總體項目支出并最大限度地提高回報。（來源物聯(lián)之家網(wǎng)）例如，改造后的物聯(lián)網(wǎng)解決方案可以數(shù)字化關(guān)鍵的暖通空調(diào)設(shè)備，如冷卻塔、冷水機組、RTU、AHU等。從暖通空調(diào)設(shè)備的“小”數(shù)據(jù)中獲得操作見解將大大提高效率并節(jié)約成本。
物聯(lián)網(wǎng)特別適合于在可能的范圍內(nèi)充分利用現(xiàn)有基礎(chǔ)設(shè)施，以提取在該情境中所需的“小”數(shù)據(jù)。重點應(yīng)放在獲取正確的傳感器數(shù)據(jù)以獲得運營見解，而不是獲取所有可能的傳感器數(shù)據(jù)。將正確的傳感器數(shù)據(jù)傳遞給正確的中小型企業(yè)比從IT部門角度解決數(shù)據(jù)架構(gòu)模型更為重要。不要讓大數(shù)據(jù)思維干擾您的物聯(lián)網(wǎng)項目。
更重要的是，不要讓您的“小”數(shù)據(jù)項目變大。
總結(jié)
物聯(lián)網(wǎng)很容易被大肆炒作，因為實時數(shù)據(jù)收集的前景和潛力可以解決我們能預見的所有問題。別被誤導！物聯(lián)網(wǎng)提供了至關(guān)重要的“小”數(shù)據(jù)，這些數(shù)據(jù)可以改變?nèi)魏蜗Ｍ岣哌\營效率的組織。
編譯：iothome
參考：seneware
