京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网不仅仅是烤箱、冰箱、恒温器组建的网络。虽然目前智能家电是物联网的主力军。但是他们仅仅是冰山一角。
IDC预测,到2020年底,物联网设备规模将达到2120亿,包括我们想不到的:压缩机、发电机、涡轮机、鼓风机、石油钻采设备、传送带、内燃 机车和医疗成像扫描仪等等。嵌入式传感器在这些机器和设备中利用物联网来传输度量为震动、温度、湿度、风速、位置、燃料消耗、辐射水平的这些数据。
GE副总裁William Ruh说,“机器可以十分‘健谈’的。”
Ruh目前的主要工作就是帮助公司努力发展“工业物联网”,融合三大因素:智能机器、先进分析、授权用户。总之,这些因素形成了一个快速发展的多样化大数据,让早期定义的大数据洪水般地传播开来。
理解那些数据,利用他们来制造源源不断的可用物就需要一个更快、更准确、更可靠、可扩展的基础设施。仅仅是收集和存储数据是不够的,你还需要有能力去访问、建模和分析;与跨利益相关者共享成果;并支持和鼓励实时合作。
你不需要的是在数据库里拼合多余出来的独立数据。而需要工业级的,综合管理和从物联网数据和传统渠道中获取价值。
Teradata的系统部总经理Dan Graham说,在两个不同领域中,整合的数据将在产品开发和产品部署方面创造出很高的商业价值。
Graham说:“在R&D或者发展阶段,你将会用整合的数据去看所有部门如何协作。你会看到不和谐的地方。你不会独立地看某一个方面,而会看到你的供应链、库存、销售、市场需求、渠道合作伙伴,和其他很多因素。”
第二阶段是售后服务。
Graham说“现在你用整合数据来维护,飞机、机车、推土机、骑车、磁盘驱动器、自动取款机、收银机的磨损和零件故障都需要售后支持。知道出问题的部分是哪个厂商做的是很好的,他们出错的频率怎样,他们犯的是什么错误。然后你就可以在他破坏你的产品线之前就把他下线。”
NCR公司在19世纪率先推出了机械收银机,他们目前是全球消费者交易技术的领导者。他们提供软件、硬件和服务,每天在零售业、金融、旅游、酒 店、电信和技术行业大小规模加起来超过4.85亿交易额。NCR公司通过自动取款机、信息亭、销售终端、自助结账机收集远程数据,大约每秒产生3500笔 交易。然后他们利用自己定义的算法来预测那些设备可能会出的问题,并保证有技术人员在这里,避免问题的发生。
NCR的大数据/物联网策略是一个结合了Hadoop架构、Teradata Aster Discovery 平台的标准综合数据库。操作的关键就在于一体化,从而确保从物联网导入的数据可以在来自多个数据源的环境中进行分析。
MasterCard的主管及大数据、大分析的共著人 Michael Minelli 说过“游戏的名称是外生的数据,”他的言论涉及新兴商业智能和当今商业的趋势分析。“你需要结合与分析来自四面八方的数据的技巧和能力,进而,你需要将数 据转换成可操作的见解,这将推动更好的决策,并拓展你的业务。来自物联网的数据仅仅是你需要组织管理的所有数据源中的一种”
Koeppel说,“相比传统数据类型,从物联网收集的大数据趋向于“更加短暂化”。公司的财务数据记录同公司为营销活动所收集的地理空间数据是有所不同的。由于政府的管制,用于设计优惠券的手机端数据是不允许存储、记录的。”
这表示,从物联网大数据正在迅速失去作为一个特殊获取渠道的地位。假以时日,大数据将仅是所有数据源中普普通通的一种,理想的话,你的数据库系统将在任何时候允许你处理任何你想要处理的数据类型,以能够让你再众多可能的处理方法中选择或创造出最可行的方案。
“在最理想的情况下,我们将融合来自物联网的数据与数据库中的数据并借此为消费者及时提供最大可能的帮助或者让消费者们知道他们的汽车的汽油十分钟后将耗尽“Koeppel说到。
“有效地将物联网数据及传统的数据库无缝连接将是最行之有效的办法。”
(本文作者Mike Barlow,并经物媒体编译,转载请标注——转自物媒体:www.iwumeiti.com)
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