京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据爆发,物联网将会永远变革IT业的8个途径
在过去几年中,关于大数据的很多细节都已经被充分探讨过了,然而几乎没有组织可以从搜集来的大量数据中真实地获得收益。笼统而言,造成这种情况的主要原因还是在于缺乏数据挖掘经验。另一个因素在于所需的大量数据仍然是无法被搜集的。但是考虑到在物联网的世界中,我们所接触和交互的一切事物都可以联接起来,而且是可以搜集数据的。很快,我们将要面对这样的场景:我们一下子就获得了用于智能决策的所有所需数据——大数据也因此变得更加“巨大”。IT专家需要做好准备来帮助商业伙伴们解析这种犹如火山爆发般的信息量,不然他们面临着被大数据火球摧毁的危险。
数据流再次变向
在以往基于服务器/客户端架构中,数据流为南北流向;随着大部分数据和计算都在后端数据中心和服务提供云中完成处理,目前数据流多为面向数据流架构的东西流向。物联网将会通过更为普遍的端到端设备联接(device-to-device)和对地理位置敏感(geographically-aware)的数据流再次撼动网络基础设施。其目的在于尽可能地将分组路由决策(packet-routing decisions)推远至网络边缘完成。请理解这意味着什么,并相应地设计你自己的网络,将会确保在未来物联网的世界里你仍拥有立足之地。
99.999%的无线覆盖,可靠性
100%的无线覆盖和冗余设计曾被认为是一种矫枉过正。商业公司设计的是“足够好”的无线技术并为之买单,原因在于无线并不被认为是任务关键性(mission critical)应用。物联网中的WiFi和3G/4G 技术将很快改变这一切。无线将会成为边缘传输的首选技术,需要无处不在——还兼有难以置信的可靠性。从企业的商业意识出发,带有全冗余和100%覆盖的无线技术应该被设计出来并进行部署。IT业的很多人还不得不经历从无线和蜂窝连接的滋养中转移到移动电信服务贫瘠的环境中挣扎做活儿。这些技术藩篱需要被破解。移动性已经成为IT工作的一个特点,这一点在未来的物联网时代将会更加重要。
安全边界
如果要在IT分类里找一个未来将改变最多的,非IT安全领域莫属。已经有如此多的时间和金钱用来创建多层次的安全参数来保护敏感数据不被企业外的网络获取。在物联网的世界里,要在远离相对有保护安全边界外的多种地方进行数据的创建、传输和存储。加密一切信息是绝对必要的。目前的安全应用类型,如防火墙、入侵检测系统和其他边缘——中心的解决方案等,要么为适应物联网的世界而进行改进,要么就将彻底被新的安全架构替代。如果你没准备好重新思考你的安全策略,那么你已经落伍了。
软件定义IT基础设施
如果你还没注意到目前的IT趋势,那真有些晚了。我们正向更加关注软件模型的趋势转变。在物联网世界中,这一程度更深。所有的企业网络基础设施,如服务器、网络和安全等部分都将量身定制——并且充分自动化——以强化它们所承载各类应用程序的效率和性能。软件定义基础设施将很多功能自动化,并为IT专业人员开放了很多机会来采用更多策略并在组织内充分协作,这对于IT的角色和职责将会产生极其明显的短期影响。
商务伙伴间的数据共享
目前,你为了实现数据损失保护(data loss-prevention, DLP)而进行的所有失效保障保护措施在物联网的世界里恐怕都要进行大幅度的调整。与其单纯地认识到要保护大数据,不如明白这样一个道理:很多情况下你的数据已经变成了有价商品,可以通过共享或销售它们来赚取利润。所以,请准备好向你的商业伙伴甚至可能是竞争对手开放你自己吧,他们都是寻求有价信息交换的客户。获取来的数据本质上将成为商品,收获后可以被转卖给出价最高的买家。IT界需要开始思考这些新的商业发展机会。机会来源于这种层面的数据共享,以及与第三方的合作。
自动化的IT支持技术
在物联网的世界里,自动化和人工智能是IT支持技术的主要形式。有赖于我们正在迅猛发展的大数据,IT支持将会变得更加积极主动和自动化程度颇高。任何物理故障、软件bug或者是介于两者的问题都会被自动程序所监测并处理。这意味着不再需要那么多技术服务台和支持电话——因此服务岗位雇员也将大幅裁剪。好的一面是,为了开发这些自动化程序确保它们不失控,很多新的工作岗位仍然会被创造出来。
“BYO”一切
几年前当Bring Your Own Device (BYOD) 概念【一种借助个人设备来处理公司业务数据的工作模式——译者注】兴起时,我不得不承认,我一点没意识到它会从IT网络和IT安全两个领域发威,更不用说商务软件和移动设备的互操作问题了。虽然我持有保留态度,但BYOD模式确实发展起来了,并且在大部分组织中获得了相当成功。
来看看将会发生什么吧,我们将会接受BYOD概念并将其应用到一切事物上,包括移动电话、手表、医疗设备,甚至于我们的临街路灯。未来将有这样一种场景:不同种类的硬件和软件都被期待可以有效且安全地随时通信。这是一项难以置信的任务,会让我们很多人可以长时间地从事IT工作。在未来的物联网世界,对IT专业人员来说,开发让所有这些完全不同的设备很好且安全地相互协同的应用程序和网络基础设施是一个能赚大钱的领域。文章来源:CDA数据分析师官网
结论
你可以看到,一旦物联网真的实现了,目前的IT业态将会大变。同时,毕竟概念如此宽泛,我们对于IT业如何改变的想法也许与实际还差得远。但是考虑到物联网毕竟依赖于成千上万的设备——这些设备大部分都是无线的——我们认为所阐述的这些领域终究会对IT专业人员产生重大影响。你认为还有什么IT领域应该被审视?是否我们还错过了一些终究要被物联网改变的重要IT领域?请在下面的评论栏里告诉我们你的想法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23