怎樣最大限度地發(fā)揮物聯(lián)網(wǎng)的數據價(jià)值？

　　如何從物聯(lián)網(wǎng)設備產(chǎn)生的大量數據中提取價(jià)值是至關(guān)重要的。換句話(huà)說(shuō)，企業(yè)需了解不同的物聯(lián)網(wǎng)數據源及其對存儲的影響，以及自動(dòng)化如何從物聯(lián)網(wǎng)數據中獲得更多的價(jià)值。

　　Gartner在2017年預測，到2020年，將有200億個(gè)聯(lián)網(wǎng)的物聯(lián)網(wǎng)設備。而今，物聯(lián)網(wǎng)技術(shù)的應用達到并超過(guò)了這個(gè)預期。隨著(zhù)技術(shù)的進(jìn)步，很多企業(yè)都生產(chǎn)出了體積更小、成本更低、功耗更低的傳感器，這將促進(jìn)在物聯(lián)網(wǎng)領(lǐng)域進(jìn)行投資的公司數量持續快速增長(cháng)。

　　挑戰不再在于技術(shù)，而在于組織是否可以從收集的數據中提取價(jià)值。部署新的物聯(lián)網(wǎng)解決方案的IT團隊需要實(shí)現ROI，并且在完成這一任務(wù)時(shí)會(huì )遇到障礙。

　　從數據中快速、輕易地獲取洞察力來(lái)提取價(jià)值總是很困難的，通常就像大海撈針一樣。將更多的數據、數據源、數據類(lèi)型和流數據混合在一起，使用現有的數據處理、存儲和分析方法幾乎無(wú)法獲得所需的價(jià)值。為了充分利用他們在物聯(lián)網(wǎng)領(lǐng)域的投資，組織需要在戰略中整合一些重要的內容。
 

　　展望自動(dòng)化

　　由于連接設備的數量巨大以及它們會(huì )產(chǎn)生海量的數據，因此，應對大量物聯(lián)網(wǎng)數據的唯一解決方案是自動(dòng)化。自動(dòng)化可幫助組織實(shí)時(shí)攝取、轉換和傳遞數據和洞察力。它可以確保IT團隊能夠吸收龐大的數據量，并能夠以一種組織可以使用和從中提取價(jià)值的方式提供洞察力。

　　自動(dòng)化為數據存儲團隊消除了手工編碼數據基礎設施項目的數據基礎設施項目的重復性和時(shí)間密集型方面的負擔，從而帶來(lái)了幾個(gè)關(guān)鍵的優(yōu)勢：首先，從數據中獲取的洞察力可以在更短的時(shí)間內以更低的成本進(jìn)行交付，大大提高了結果的質(zhì)量和可靠性。其次，還解放了數據存儲團隊，使他們將精力集中在分析和數據輸出這一更具戰略性的工作上。然而，僅僅自動(dòng)處理數據是不夠的。實(shí)地處理數據的唯一方法是，在設備剛被創(chuàng )建時(shí)就以流的方式從現場(chǎng)發(fā)送數據，而不是在將來(lái)的某個(gè)時(shí)間點(diǎn)。

　　此外，自動(dòng)化在數據處理中也扮演著(zhù)至關(guān)重要的角色。在處理來(lái)自現場(chǎng)設備的數據時(shí)，流式數據自動(dòng)化可使數據管理人員即時(shí)處理在現場(chǎng)創(chuàng )建的數據，從而縮小了從數據到洞察力之間的時(shí)間差。

　　例如，一家每天都有數百輛公交車(chē)在路上行駛的巴士公司希望盡可能實(shí)時(shí)地了解它的車(chē)隊的運作情況，以便最大限度地提高服務(wù)效率。通過(guò)利用車(chē)載傳感器采集物聯(lián)網(wǎng)數據，公交公司可實(shí)時(shí)分析這些數據，從而立即診斷和檢測問(wèn)題。

　　傳統上，數據是在結束一天的運作時(shí)從傳感器下載的，事實(shí)證明這是可能存在問(wèn)題的，因為巴士可能已經(jīng)出現問(wèn)題了，或者可能整天落后于運行計劃，根本就沒(méi)有辦法實(shí)時(shí)解決這個(gè)問(wèn)題。然而，在流數據自動(dòng)化的情況下，如果一輛公共汽車(chē)有拋錨的危險，傳感器就可以實(shí)時(shí)發(fā)現問(wèn)題，然后相關(guān)工作人員采取措施加以預防。通過(guò)實(shí)時(shí)處理數據，巴士公司可以立即識別剎車(chē)墊是否磨損，然后通知修理工，以便在汽車(chē)發(fā)生故障前將其更換。

　　了解物聯(lián)網(wǎng)數據源

　　物聯(lián)網(wǎng)設備創(chuàng )建和利用了許多不同類(lèi)型的數據源和格式---公交車(chē)剎車(chē)上的傳感器、飛機上的數千個(gè)傳感器、一家工廠(chǎng)的視頻監控攝像機和機器。其中一些是傳統的結構化數據，但產(chǎn)生的半結構化和非結構化數據量也在不斷增加，這些數據也需要實(shí)時(shí)處理。在將這些數據轉換為洞察力之前，需要將其進(jìn)行整理成更易于管理的形式?？紤]到數據量和復雜性，嘗試手動(dòng)執行這一復雜任務(wù)是不可能完成的。自動(dòng)化是有效實(shí)現這一目標的唯一途徑。

　　在某些情況下，可通過(guò)使用整個(gè)數據流來(lái)獲得價(jià)值?？梢酝暾乇４孢@些數據集，以便在以后的某個(gè)時(shí)間點(diǎn)進(jìn)行分析，以確定趨勢。但是，通常情況下，在提取數據過(guò)程中過(guò)濾掉無(wú)效的數據是更明智的做法。要確切地了解如何處理不同的物聯(lián)網(wǎng)數據流，組織需要建立一個(gè)信息流，以創(chuàng )建一個(gè)對組織最有價(jià)值的關(guān)鍵、對時(shí)間敏感的信息的全景視圖。

　　同時(shí)，組織需要確定他們應該存儲的歷史信息，這些信息可顯示某一事件的長(cháng)期趨勢。諸如數據湖體系結構之類(lèi)的東西可用作存儲庫，以本機格式存儲大量結構化、半結構化和非結構化數據。然而，自動(dòng)化工具將需要把數據從一堆混亂的數據轉換成有價(jià)值的洞察力。

　　物聯(lián)網(wǎng)對存儲的影響

　　當涉及到支持物聯(lián)網(wǎng)體系的基礎設施時(shí)，面對物聯(lián)網(wǎng)設備產(chǎn)生的數據的大幅增長(cháng)，人們的反應是購買(mǎi)更多的存儲空間。然而，在這種增長(cháng)呈指數增長(cháng)的情況下，這是一項代價(jià)高昂的短期戰略。相反，企業(yè)需要考慮如何在存儲過(guò)程中轉換數據，通過(guò)這樣做，可減少存儲過(guò)程中的數據。實(shí)時(shí)分析數據意味著(zhù)組織可以保存數據精華，而不是保存大量數據，以便將來(lái)進(jìn)行分析。

　　這不僅節省了存儲成本，還加快了未來(lái)的報告流程 ，并提高了洞察力的質(zhì)量和可靠性。這是一個(gè)篩選出哪些數據有價(jià)值，哪些數據沒(méi)有價(jià)值的問(wèn)題，也就是說(shuō)，將原始數據存儲一段時(shí)間來(lái)測試探索性工作負載通常是有價(jià)值的。因此，作為數據湖基礎設施的一部分，云存儲可以是一種具有成本效益的短期選擇。然而，部署自動(dòng)化工具來(lái)組織這些信息、管理模式并允許以最有效的格式對數據進(jìn)行分析、查詢(xún)和搜索也是至關(guān)重要的。

　　物聯(lián)網(wǎng)市場(chǎng)正在增長(cháng)

　　用于各種應用的傳感器的成本已經(jīng)非常低廉，并且，物聯(lián)網(wǎng)正迅速成為主流。到2025年，物聯(lián)網(wǎng)的市場(chǎng)經(jīng)濟價(jià)值有望達到11.1萬(wàn)億美元。它不再局限于擁有龐大預算的大企業(yè)，很多小公司也在尋找基于物聯(lián)網(wǎng)應用所能提供的信息來(lái)改善其業(yè)務(wù)的方法。

　　此外，對于傳感器和其他物聯(lián)網(wǎng)應用程序，成熟的自動(dòng)化工具可縮短實(shí)現價(jià)值的時(shí)間并立即產(chǎn)生影響。對于許多公司而言，管理和從數據中獲取價(jià)值的下一步將是實(shí)施人工智能、深度學(xué)習和機器學(xué)習。我們將看到，公司處理數據的局限性將不再來(lái)自于應用技術(shù)的成本，而是來(lái)自對數據分析結論的創(chuàng )造性應用。

　　對于大大小小的企業(yè)來(lái)說(shuō)，數據是他們可以用來(lái)超越競爭對手的最寶貴的資產(chǎn)之一。應用于物聯(lián)網(wǎng)應用的傳感器成本已經(jīng)降低了很多，可以為組織提供所有可能的數據集。但是，如果組織無(wú)法為其業(yè)務(wù)獲得實(shí)際的洞察力和價(jià)值，那對物聯(lián)網(wǎng)的投資就是毫無(wú)意義的。綜上所述，自動(dòng)化工具對于最大化利用物聯(lián)網(wǎng)投資的價(jià)值是至關(guān)重要的。