京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据或是物联网核心_数据分析师
物联网确实是在高速发展,但赚到的钱既不来自于网也不来自于物,而是通过物联网获取的数据进行商业服务获利。不幸的是,因为缺乏物联网基础设施,行业发展缓慢,供应商们被逼无奈构建基础设备、传感器网络和最顶端运行的服务器。
不同的传感器不同的标准
据高德纳咨询公司透露,至2020年,物联网的设备将会激增到260亿台。如果我们算上智能手机和平板的话,设备数量则高达330亿。这些小设备中蕴含着巨大商机:高德纳公司的物联网项目将会通过全球经济增值获得1.9万亿美元的营收。
问题是怎么让物联网市场再扩大呢?按照科技发展的一般思路想,答案应该是基础设施了。物联网现在有基础设施——但是基础设施太多了,说实话和根本没有的性质是一样的。
现在行业缺乏标准也不能怪到贪婪的供应商身上,毕竟他们是商人,希望挡住竞争对手,留住顾客。在最近一次麻省理工学院会议上,ARM公司 BillCurtis提到“因为现行的大多数网络标准对物联网设备建设来说都太复杂,所以这些设备都像直接运行专有协议,创建数据库。”换句话说,专有协 议本身并不是目的,而是达成目标的手段(让传感器网络中的个体相互沟通,从而提供商业服务)。
很遗憾,关于网络标准这个复杂的问题至今没有得到改善。相关人士表示“现在的公司都在为物联网孤军奋战,独自研究。不像早期互联网的发展,军事和大学研究中心都为同一个问题齐心协力,这样技术问题能得到更好的解决和统一。”现在还无法强制要求公司一起合作,不过这种情况可能会出现大的改变。
服务,而不是传感器
高德纳公司预计物联网供应商在2020年时最高可以获得3090亿美元的直接营收,而这些赚到的钱大多是来自于提供的服务。像博世这样的公司现在正在构建类似车队管理的服务,他们表示真正赚钱的是服务,而不是传感器或是设备。
有钱赚的地方就会有标准。不过这标准很有可能最后还是供应商自己制定的,就像AllSeenAlliance(全球众多消费电子公司和技术公司组成了的一 个技术联盟,以便实现家庭、医疗、汽车、教育等行业的跨设备互联)一样。举个例子,博世在建基于自家传感器的服务设施,同样需要竞争传感器厂商的帮忙。这也是公司为什么要花那么多时间谈商业模式,而不是只谈机器。
没有哪家硬件公司可以只依赖于自己生产的传感器。即使是像苹果这样成功的硬件公司也不能避免,最后还是让步于谷歌Android系统这样开放、基于服务的平台。其实就物联网而言,我们还处于市场早期阶段。如果按照ClaytonChristensen教授提出的市场发展理论来看,垂直整合的传感器和商业服 务将会主导物联网行业,但这绝不是物联网最后的发展状态。随着传感器的数量激增,传感器所遵循的标准都各不一样,服务供应商将会抓取和应用不同的数据,并尽力制定标准,以确保选取的数据可以使用。
现在要考虑的问题是硬件厂商是否会足够愿意努力推动标准化以便他们可以利用服务赚钱。把自己定位为纯硬件生产商的公司百分之八十是会失败的,而那些有长远考虑,不只是专注于网络服务的公司未来前景很光明。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13