京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“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
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27