
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
CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11