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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27