
物聯(lián)網(wǎng)不僅僅是烤箱、冰箱、恒溫器組建的網(wǎng)絡(luò)。雖然目前智能家電是物聯(lián)網(wǎng)的主力軍。但是他們僅僅是冰山一角。
IDC預(yù)測,到2020年底,物聯(lián)網(wǎng)設(shè)備規(guī)模將達(dá)到2120億,包括我們想不到的:壓縮機(jī)、發(fā)電機(jī)、渦輪機(jī)、鼓風(fēng)機(jī)、石油鉆采設(shè)備、傳送帶、內(nèi)燃 機(jī)車和醫(yī)療成像掃描儀等等。嵌入式傳感器在這些機(jī)器和設(shè)備中利用物聯(lián)網(wǎng)來傳輸度量為震動(dòng)、溫度、濕度、風(fēng)速、位置、燃料消耗、輻射水平的這些數(shù)據(jù)。
GE副總裁William Ruh說,“機(jī)器可以十分‘健談’的?!?/span>
Ruh目前的主要工作就是幫助公司努力發(fā)展“工業(yè)物聯(lián)網(wǎng)”,融合三大因素:智能機(jī)器、先進(jìn)分析、授權(quán)用戶??傊?,這些因素形成了一個(gè)快速發(fā)展的多樣化大數(shù)據(jù),讓早期定義的大數(shù)據(jù)洪水般地傳播開來。
理解那些數(shù)據(jù),利用他們來制造源源不斷的可用物就需要一個(gè)更快、更準(zhǔn)確、更可靠、可擴(kuò)展的基礎(chǔ)設(shè)施。僅僅是收集和存儲(chǔ)數(shù)據(jù)是不夠的,你還需要有能力去訪問、建模和分析;與跨利益相關(guān)者共享成果;并支持和鼓勵(lì)實(shí)時(shí)合作。
你不需要的是在數(shù)據(jù)庫里拼合多余出來的獨(dú)立數(shù)據(jù)。而需要工業(yè)級(jí)的,綜合管理和從物聯(lián)網(wǎng)數(shù)據(jù)和傳統(tǒng)渠道中獲取價(jià)值。
Teradata的系統(tǒng)部總經(jīng)理Dan Graham說,在兩個(gè)不同領(lǐng)域中,整合的數(shù)據(jù)將在產(chǎn)品開發(fā)和產(chǎn)品部署方面創(chuàng)造出很高的商業(yè)價(jià)值。
Graham說:“在R&D或者發(fā)展階段,你將會(huì)用整合的數(shù)據(jù)去看所有部門如何協(xié)作。你會(huì)看到不和諧的地方。你不會(huì)獨(dú)立地看某一個(gè)方面,而會(huì)看到你的供應(yīng)鏈、庫存、銷售、市場需求、渠道合作伙伴,和其他很多因素?!?/span>
第二階段是售后服務(wù)。
Graham說“現(xiàn)在你用整合數(shù)據(jù)來維護(hù),飛機(jī)、機(jī)車、推土機(jī)、騎車、磁盤驅(qū)動(dòng)器、自動(dòng)取款機(jī)、收銀機(jī)的磨損和零件故障都需要售后支持。知道出問題的部分是哪個(gè)廠商做的是很好的,他們出錯(cuò)的頻率怎樣,他們犯的是什么錯(cuò)誤。然后你就可以在他破壞你的產(chǎn)品線之前就把他下線?!?/span>
NCR公司在19世紀(jì)率先推出了機(jī)械收銀機(jī),他們目前是全球消費(fèi)者交易技術(shù)的領(lǐng)導(dǎo)者。他們提供軟件、硬件和服務(wù),每天在零售業(yè)、金融、旅游、酒 店、電信和技術(shù)行業(yè)大小規(guī)模加起來超過4.85億交易額。NCR公司通過自動(dòng)取款機(jī)、信息亭、銷售終端、自助結(jié)賬機(jī)收集遠(yuǎn)程數(shù)據(jù),大約每秒產(chǎn)生3500筆 交易。然后他們利用自己定義的算法來預(yù)測那些設(shè)備可能會(huì)出的問題,并保證有技術(shù)人員在這里,避免問題的發(fā)生。
NCR的大數(shù)據(jù)/物聯(lián)網(wǎng)策略是一個(gè)結(jié)合了Hadoop架構(gòu)、Teradata Aster Discovery 平臺(tái)的標(biāo)準(zhǔn)綜合數(shù)據(jù)庫。操作的關(guān)鍵就在于一體化,從而確保從物聯(lián)網(wǎng)導(dǎo)入的數(shù)據(jù)可以在來自多個(gè)數(shù)據(jù)源的環(huán)境中進(jìn)行分析。
MasterCard的主管及大數(shù)據(jù)、大分析的共著人 Michael Minelli 說過“游戲的名稱是外生的數(shù)據(jù),”他的言論涉及新興商業(yè)智能和當(dāng)今商業(yè)的趨勢(shì)分析。“你需要結(jié)合與分析來自四面八方的數(shù)據(jù)的技巧和能力,進(jìn)而,你需要將數(shù) 據(jù)轉(zhuǎn)換成可操作的見解,這將推動(dòng)更好的決策,并拓展你的業(yè)務(wù)。來自物聯(lián)網(wǎng)的數(shù)據(jù)僅僅是你需要組織管理的所有數(shù)據(jù)源中的一種”
Koeppel說,“相比傳統(tǒng)數(shù)據(jù)類型,從物聯(lián)網(wǎng)收集的大數(shù)據(jù)趨向于“更加短暫化”。公司的財(cái)務(wù)數(shù)據(jù)記錄同公司為營銷活動(dòng)所收集的地理空間數(shù)據(jù)是有所不同的。由于政府的管制,用于設(shè)計(jì)優(yōu)惠券的手機(jī)端數(shù)據(jù)是不允許存儲(chǔ)、記錄的?!?/span>
這表示,從物聯(lián)網(wǎng)大數(shù)據(jù)正在迅速失去作為一個(gè)特殊獲取渠道的地位。假以時(shí)日,大數(shù)據(jù)將僅是所有數(shù)據(jù)源中普普通通的一種,理想的話,你的數(shù)據(jù)庫系統(tǒng)將在任何時(shí)候允許你處理任何你想要處理的數(shù)據(jù)類型,以能夠讓你再眾多可能的處理方法中選擇或創(chuàng)造出最可行的方案。
“在最理想的情況下,我們將融合來自物聯(lián)網(wǎng)的數(shù)據(jù)與數(shù)據(jù)庫中的數(shù)據(jù)并借此為消費(fèi)者及時(shí)提供最大可能的幫助或者讓消費(fèi)者們知道他們的汽車的汽油十分鐘后將耗盡“Koeppel說到。
“有效地將物聯(lián)網(wǎng)數(shù)據(jù)及傳統(tǒng)的數(shù)據(jù)庫無縫連接將是最行之有效的辦法。”
(本文作者M(jìn)ike Barlow,并經(jīng)物媒體編譯,轉(zhuǎn)載請(qǐng)標(biāo)注——轉(zhuǎn)自物媒體:www.iwumeiti.com)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10