物聯(lián)網(wǎng)如何解決“小”數據問(wèn)題

　　物聯(lián)網(wǎng)為獲取實(shí)時(shí)數據提供了一個(gè)經(jīng)濟高效的途徑。盡管數據在分析時(shí)被認為是有價(jià)值的，但潛在的、并且可以隨時(shí)間積累的數據量之大令人望而生畏。許多人都聽(tīng)說(shuō)過(guò)大數據，但對于那些利用實(shí)時(shí)數據來(lái)產(chǎn)生真正業(yè)務(wù)價(jià)值的人來(lái)說(shuō)，這一術(shù)語(yǔ)可能不太適用。

　　人們很容易將物聯(lián)網(wǎng)和大數據的概念結合起來(lái)。物聯(lián)網(wǎng)當然可以產(chǎn)生大量數據，因為許多人設想數十億臺連網(wǎng)設備不斷將大量數據注入云端的數據湖。然后呢?面對如此“大”的數據問(wèn)題，人們擔心自己會(huì )陷入困境，這就提出了一個(gè)問(wèn)題，即是否應該繼續追求物聯(lián)網(wǎng)解決方案。

　　大數據問(wèn)題并不是物聯(lián)網(wǎng)要解決的唯一問(wèn)題。物聯(lián)網(wǎng)非常適合解決您的“小”數據問(wèn)題。

　　大數據通常與數據挖掘、人工智能、機器學(xué)習、預測分析和其他處理密集型練習相關(guān)聯(lián)，這些訓練習側重于從隱藏在大數據集內的模式中獲得見(jiàn)解。換言之，如果不深入研究數據，這些見(jiàn)解可能無(wú)法從數據表面輕易看出?？捎玫臍v史數據越多，從大量數據中獲得深刻見(jiàn)解的潛力就越大。

　　物聯(lián)網(wǎng)如何解決“小”數據問(wèn)題

　　另一方面，“小”數據可以代表有限的數據池，無(wú)需進(jìn)行深度處理即可提供見(jiàn)解。接下來(lái)，我們將探討物聯(lián)網(wǎng)為何是解決“小”數據問(wèn)題的關(guān)鍵的3個(gè)原因。

　　1. “小”數據解決了當前正在發(fā)生的問(wèn)題

　　“小”數據的一個(gè)簡(jiǎn)單示例是告訴您當前正在發(fā)生什么事情。例如，實(shí)時(shí)數據可以告訴您設備、機器或系統當前正在做什么。實(shí)時(shí)查看當前機器的運行情況，可以洞悉影響運行的實(shí)際故障。知道一臺設備、機器或系統什么時(shí)候停止工作，難道對您沒(méi)有幫助嗎?

　　在一個(gè)簡(jiǎn)單例子中，在正常情況下(例如，在長(cháng)時(shí)間的暴雨期間)不運轉的抽水泵將立即向設施管理團隊發(fā)出警報，通知抽水泵可能發(fā)生故障。實(shí)時(shí)物聯(lián)網(wǎng)數據提供了抽水泵開(kāi)/關(guān)操作的可見(jiàn)性，從而解決了一個(gè)即時(shí)的“小”數據問(wèn)題。通過(guò)大數據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(wèn)題(抽水泵故障)并不需要這些見(jiàn)解!

　　在許多情況下，少量的數據足以解決巨大的運營(yíng)挑戰。

　　2. “小”數據不需要高級分析

　　對許多人來(lái)說(shuō)，“分析”一詞通常意味著(zhù)高級指標和固有的復雜性。這種感知偏差是“分析”與大數據融合的部分原因。大數據肯定會(huì )利用分析，而小數據也不會(huì )例外。

　　同樣，許多人從大量數據的角度考慮大數據。大量數據可以從單臺機器的大量歷史數據(大數據)中獲取，也可以從每臺機器的最新數據(小數據)中獲取。例如，通過(guò)分析一臺機器的三年數據模式，可以獲得大數據見(jiàn)解，而通過(guò)分析一組機器的一周數據狀態(tài)和條件，可以獲得“小”數據見(jiàn)解。

　　“小”數據也可以產(chǎn)生簡(jiǎn)單而強大的分析結果，例如(a)一臺機器在過(guò)去24小時(shí)內運行了多少次?(b)最近24小時(shí)內機器最長(cháng)的工作周期是多少?(c)在過(guò)去的24小時(shí)內，機器平均消耗了多少能源?對這些“小”數據關(guān)鍵績(jì)效指標中的任何一個(gè)或多個(gè)進(jìn)行目視檢查，將提供對潛在問(wèn)題的操作見(jiàn)解。

　　對于那些熟悉機器的專(zhuān)家(例如，設施管理人員)來(lái)說(shuō)，當前和最近機器操作的“小”數據可見(jiàn)性，將在對“小”數據進(jìn)行目視檢查時(shí)能夠立即提供見(jiàn)解。

　　3. “小”數據可以利用現有基礎設施

　　物聯(lián)網(wǎng)可以在不同的規模層次上解決問(wèn)題，從針對性到全面性。從“小”數據的角度來(lái)看，物聯(lián)網(wǎng)僅可根據需要捕獲所需數量的運營(yíng)數據。無(wú)需對數據收集基礎設施進(jìn)行全面改革，直接從現有設備獲取運行數據將極大地減少總體項目支出并最大限度地提高回報。(來(lái)源物聯(lián)之家網(wǎng))例如，改造后的物聯(lián)網(wǎng)解決方案可以數字化關(guān)鍵的暖通空調設備，如冷卻塔、冷水機組、RTU、AHU等。從暖通空調設備的“小”數據中獲得操作見(jiàn)解將大大提高效率并節約成本。

　　物聯(lián)網(wǎng)特別適合于在可能的范圍內充分利用現有基礎設施，以提取在該情境中所需的“小”數據。重點(diǎn)應放在獲取正確的傳感器數據以獲得運營(yíng)見(jiàn)解，而不是獲取所有可能的傳感器數據。將正確的傳感器數據傳遞給正確的中小型企業(yè)比從IT部門(mén)角度解決數據架構模型更為重要。不要讓大數據思維干擾您的物聯(lián)網(wǎng)項目。

　　更重要的是，不要讓您的“小”數據項目變大。