京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“物联网”巧用大数据
物联网究竟是什么?就其本质而言,物联网是一个广泛的生态系统,涵盖连接到互联网的众多普通物品,这些物品能够自报身份,并将数据传送给同一网络上的其他物品。
物联网的基本架构包括一项跟踪技术,比如RFID或条形码、传感器、嵌入式软件和无线互联网连接。“应答器节点”贴在卡车和药瓶等物品上,以独特的方式向互联网自报身份。通过把几乎各种类型的产品或设备(车辆、施工设备、煤气表及电表、家用电器和自动售货机等)接入Web,物联网就可以允许捕获关于这些物品的信息,因而形成了一个“智能物品”网络,这些智能物品可以积极参与到各种业务流程中。
无处不在的网络连接、低成本传感器,以及让几乎任何东西都可以连接到互联网的微电子学技术,它们共同推动物联网革命向前发展。业内曾经肤浅地认为物联网不会成功。可现在的案例表明,物联网大有希望改变商业,而早期涉足该领域的企业似乎找到了方向。
但如果企业正在研究物联网的商业战略,那就要小心了:前方面临许多技术和管理上的挑战。本文介绍了物联网方面的机会、障碍以及所需的新技能——想充分利用海量数据,势必需要新技能。
商机多多
物联网有望让物品之间互联互通,并收集大量数据,这势必给企业带来显著的经济效益,有些企业已准备最大限度地利用来自联网物理系统的源源不断的实时数据。对它们而言,物联网带来了实打实的好处。
技术咨询公司Mindtree的首席研究员Ronak Sutaria说:“物联网技术允许实时而准确的数据感知,并以无线方式将这些数据传送给连接到互联网的Web应用程序和服务器。这使得我们可以更精确、更准确地监控物理系统。”
Sutaria表示,物联网相关技术已经应用于众多行业。比如说,农业公司在实时监测农作物,以提高农产品质量,并节约耕种所需的资源,包括农药、化肥和水。公用事业公司已部署了智能仪表,监测能源、煤气和水的消耗量。许多市政部门则启动了“智慧城市”项目,帮助缓解交通拥堵、改善废物管理、监测来自手机信号塔的能量辐射以及控制路灯。
一些较为成功的、有借鉴意义的项目来自医疗保健行业。大河医疗中心(Great River Medical Center)是一家医疗机构,它使用微软的Windows Embedded(为用于嵌入式系统而设计的一款操作系统),把其许多医疗设备连接成了一个网络。
大河医疗中心的医药服务主任Darwin Cooley表示,“这个部署项目覆盖了我们的整个医药管理运营,从手术室监控受管制药品的麻醉药工作站,到护士站跟踪和分配药物的自动安全柜,再到药房记录药物量的库存管理旋转式传送带(需要补给药品时,会自动添购)。”这些设备统统连接到一台运行Windows Server以及SQL Server数据库的中央服务器。
Cooley表示,每种药物都编有条形码,采用单剂包装,那样这家医疗中心就能跟踪和控制整个环节的每一步。
“我们的行政管理部门和董事会提出的一大要求就是,提高成本效益。而自动配药不仅提高了效率,还大大降低了人力成本。” Cooley说倒。
该技术让大河医疗中心把药物送到病人手里的时间缩短了67%,由原来平均90分钟缩短至30分钟。此外,这项技术还让药房每年减少了30万美元的费用,并一次性省下了40万美元的库存费用。
将正确的药物更迅速地发给病人,这不仅改善了病人治疗效果,还降低了重新收治率。
困难重重
“要是不克服重重障碍,企业别指望得益于物联网。对于要接入网络的每一个物体,至少需要清点、贴条形码以及交叉核对。”Cooley表示,对大河医疗中心而言,牵涉上千种药物的这个过程历时数月才完成。
显然,部署物联网会带来一系列技术和程序上的挑战,企业只有克服这些挑战,才能得益于互联物理网络。此外,物联网还牵涉IT架构方面的多个技术部分,所以还需要来自企业各部门或者来自企业外部的专业知识。埃森哲技术实验室负责人Mike Redding表示:“物联网本身不是一项技术。你也买不到现成的物联网。”
他还表示,网络服务和应用程序的性能也是部署物联网时要关注的一个问题。比如说,如果一个简单的传感和监测应用程序用于装有100个传感器的地方,收集遥测数据,那么每年生成的原始数据总量可能会超过4PB。
一些在考虑部署物联网的企业面临最大的障碍是,不知道怎么处理收集上来的海量信息。Redding说:“社交媒体、传感器和嵌入式设备增强了之前未曾涉足的领域收集数据的能力。由于许多工具挖掘无数新的非结构化数据源,问题不再是缺少足够的数据,而是确保没有错过真正需要的数据。”
另一个挑战是,获得必要的分析技能以处理海量数据。埃森哲的研究表明,物色一流的分析人才来管理海量数据,这在今后几年会很困难。该公司开展了为期一年的研究项目,结果表明,到2015年,预计美国市场有望为分析专家创造近3.9万个新岗位,但在那些岗位当中,只有23%能找到合格的求职者。
就物联网而言,基本的数据分析技能不顶用,企业将需要既懂得数据分析,又能深入了解这些新数据对其所在行业有什么价值的这类人。
Sutaria说:“应用物联网解决方案的企业需要考察几个关键要素,其中之一就是形成基于数据进行决策的文化。物联网实际上从现实世界提取源源不断的准确数据。如何把这些数据转换成信息,然后转换成知识,最后转换成智慧,这就需要企业拥有传统的分析技能。”
比如在农业领域,科学家必须了解在各种天气条件下农作物需要灌溉多少水。物联网可以自动提供定期收集的准确数据,这些数据关于天气、农场和农作物的每项生长条件。但是一旦收集了数据,就要根据这些数据采取措施,而这有赖于熟悉某个特定领域的科学家。
除此之外,采用物联网技术面临的其他常见障碍包括,传感器、分析功能及需要投入资金。Redding表示,“知识就是力量。充分利用物联网的企业有望获得难以置信的竞争优势。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11