[[337743]]

用安德魯·麥卡菲(Andrew McAfee)的話說，世界是一個大的數據問題。從各種來源收集的統(tǒng)計數據說明了這一點：

• 到2025年，將有超過150 ZB的數據需要分析，而且…
• 87%接受調查的公司認為數據是其組織的資產。 但…
• 近36%的公司沒有使用他們擁有的所有數據，而且…
• 75%的人表示，他們還沒有準備好利用數據。

自從“大數據”一詞在2005年首次被使用以來，海量數據集等待被挖掘以獲得見解的想法對公司來說是一個巨大機遇，但這一機遇已被證明難以解鎖。而現在，隨著物聯(lián)網(IoT)產生的信息量的增加，大數據變得越來越大，從而進一步加劇了挑戰(zhàn)。

那么什么是物聯(lián)網數據，它如何融入大數據圖景?我們將在本文中回答這些問題，并看看一些公司是如何成功地利用物聯(lián)網和大數據來實現業(yè)務目標的。

物聯(lián)網和大數據

甚至在物聯(lián)網還沒有出現之前，公司就一直在收集數據——而且是大量數據。銷售數據、運營數據、財務數據、人力資源數據、消費者數據等等都是從各種來源收集的，通常是為了獲得特定見解而需要對它們進行分析。這種類型的數據通常來自各種來源，例如，社交媒體、金融市場和銷售交易(數量、速度和多樣性被稱為大數據的三個方面)。

眾所周知，分析大數據可以對業(yè)務及其運營方式產生重要見解。以下是圍繞它的一些問題：

• 大部分數據都是孤立的，與其他類型的數據隔離開來，無法進行宏觀分析。例如，財務數據很難與消費者數據輕松匯總，以獲得關于特定客戶行為對公司財務績效影響的更復雜見解。
• 很難足夠快地處理大數據以使見解有用。大多數類型的數據的價值都是短暫的，消費者今天所做的將在明天和后天有所不同。為了獲得比較大的利益，企業(yè)需要能夠快速采取行動的見解，但大多數傳統(tǒng)的數據庫系統(tǒng)無法以必要的速度處理數據。
• 收集的大部分數據都被浪費掉了。負責在海量數據中尋找業(yè)務問題“答案”的業(yè)務分析師必須過濾掉不相關的數據，并找出可能存在答案的特定數據集。結果，估計有60%至73%的數據未被分析。

我親眼目睹了處理大數據的挑戰(zhàn)，想象一下，一家服務于數百萬客戶的大型電力公司試圖預測即將到來的夏季用電高峰需求。收集和匯總必要的數據，然后對其進行預測和建模，這幾乎是一項不可能完成的任務，因為數據集的規(guī)模如此之大，以至于讓人難以招架。(再加上每個客戶5分鐘間隔的物聯(lián)網傳感器數據，您可以清楚地看到其中的難度)

如今，另一個主要的數據來源正在推動潮流——物聯(lián)網數據。物聯(lián)網在許多方面加劇了數據問題，但它也提供了解決方案。

什么是物聯(lián)網數據?

近年來，稱為物聯(lián)網的聯(lián)網對象系統(tǒng)發(fā)展迅猛，并且任何物理對象都可以變成物聯(lián)網的一部分。到2021年，全球估計有350億臺物聯(lián)網設備。此外，物聯(lián)網設備產生的數據預計到2025年將達到79.4ZB。顯然，物聯(lián)網設備產生的數據加劇了問題。

眾所周知，物聯(lián)網數據收集通過三種方式影響大數據：

1、物聯(lián)網設備生成的數據在許多方面比其他類型的數據更豐富。由于傳感器可以連接到任何物理設備上，因此物聯(lián)網數據是多樣化的，并且是精細化的，這意味著企業(yè)可以獲得更多有關其業(yè)務運營的數據。例如，智能建筑可以收集以下相關數據：

• 環(huán)境條件，例如空氣質量、溫度/濕度和亮度，因此您可以了解需要為人們安全或舒適做出哪些更改。
• 能源使用模式，因此您可以了解您的建筑如何以及何時使用能源，并可以采取措施優(yōu)化能源效率。
• 居住者的行為、活動水平和行為模式，以便您了解它們如何影響能效措施。
• 用水，這樣可以很大限度地減少浪費。
• 建筑物的設備，因此可以確定建筑物的功率因數，并使用這些數據進行預測性維護。

2、由于數據是自動聚合和分析的，因此浪費的數據更少。許多物聯(lián)網平臺使用機器學習來收集各種相關數據，然后對數據集進行分類和分析。例如，測量高速旋轉設備振動水平的傳感器數據與設備的既定振動特征相結合，可以幫助檢測異常情況，并隨著時間推移，在嚴重問題出現之前預測問題。擁有使用所有數據的能力會產生更多可操作性見解，從而獲得更大的投資回報。

3、物聯(lián)網平臺實時收集和分析數據。許多物聯(lián)網數據平臺同時、實時收集和分析數據，因此可以更快地獲得見解。例如，在炎熱的夏天，建筑經理可以深入了解建筑物當前的狀況，以及可以立即采取哪些措施來降低能耗。

公司如何使用物聯(lián)網產生的大數據?

收集和分析物聯(lián)網數據的重點是能以一種為公司帶來價值的方式應用這些見解。公司使用大數據實現收益的一些方式包括：

• 專注于采礦、金屬切割和材料技術的工程集團Sandvik一直在尋找一種方法，通過保持設備正常運轉來解決采礦業(yè)生產力低下的問題。(來自物聯(lián)之家網)Sandvik與IBM合作，共同開發(fā)了一種分析和預測性維護解決方案，可以更好地預測設備何時將要發(fā)生故障。實施了這一解決方案后，一些領域的生產力提高了25%至30%。
• 紐約市已經為眾多車輛配備了空氣質量傳感器，以了解其附近區(qū)域的污染水平。其他城市也采取了類似的舉措，包括芝加哥(在路燈柱上安裝了傳感器)、丹佛和巴塞羅那等。