
“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
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10