
大数据或是物联网核心_数据分析师
物联网确实是在高速发展,但赚到的钱既不来自于网也不来自于物,而是通过物联网获取的数据进行商业服务获利。不幸的是,因为缺乏物联网基础设施,行业发展缓慢,供应商们被逼无奈构建基础设备、传感器网络和最顶端运行的服务器。
不同的传感器不同的标准
据高德纳咨询公司透露,至2020年,物联网的设备将会激增到260亿台。如果我们算上智能手机和平板的话,设备数量则高达330亿。这些小设备中蕴含着巨大商机:高德纳公司的物联网项目将会通过全球经济增值获得1.9万亿美元的营收。
问题是怎么让物联网市场再扩大呢?按照科技发展的一般思路想,答案应该是基础设施了。物联网现在有基础设施——但是基础设施太多了,说实话和根本没有的性质是一样的。
现在行业缺乏标准也不能怪到贪婪的供应商身上,毕竟他们是商人,希望挡住竞争对手,留住顾客。在最近一次麻省理工学院会议上,ARM公司 BillCurtis提到“因为现行的大多数网络标准对物联网设备建设来说都太复杂,所以这些设备都像直接运行专有协议,创建数据库。”换句话说,专有协 议本身并不是目的,而是达成目标的手段(让传感器网络中的个体相互沟通,从而提供商业服务)。
很遗憾,关于网络标准这个复杂的问题至今没有得到改善。相关人士表示“现在的公司都在为物联网孤军奋战,独自研究。不像早期互联网的发展,军事和大学研究中心都为同一个问题齐心协力,这样技术问题能得到更好的解决和统一。”现在还无法强制要求公司一起合作,不过这种情况可能会出现大的改变。
服务,而不是传感器
高德纳公司预计物联网供应商在2020年时最高可以获得3090亿美元的直接营收,而这些赚到的钱大多是来自于提供的服务。像博世这样的公司现在正在构建类似车队管理的服务,他们表示真正赚钱的是服务,而不是传感器或是设备。
有钱赚的地方就会有标准。不过这标准很有可能最后还是供应商自己制定的,就像AllSeenAlliance(全球众多消费电子公司和技术公司组成了的一 个技术联盟,以便实现家庭、医疗、汽车、教育等行业的跨设备互联)一样。举个例子,博世在建基于自家传感器的服务设施,同样需要竞争传感器厂商的帮忙。这也是公司为什么要花那么多时间谈商业模式,而不是只谈机器。
没有哪家硬件公司可以只依赖于自己生产的传感器。即使是像苹果这样成功的硬件公司也不能避免,最后还是让步于谷歌Android系统这样开放、基于服务的平台。其实就物联网而言,我们还处于市场早期阶段。如果按照ClaytonChristensen教授提出的市场发展理论来看,垂直整合的传感器和商业服 务将会主导物联网行业,但这绝不是物联网最后的发展状态。随着传感器的数量激增,传感器所遵循的标准都各不一样,服务供应商将会抓取和应用不同的数据,并尽力制定标准,以确保选取的数据可以使用。
现在要考虑的问题是硬件厂商是否会足够愿意努力推动标准化以便他们可以利用服务赚钱。把自己定位为纯硬件生产商的公司百分之八十是会失败的,而那些有长远考虑,不只是专注于网络服务的公司未来前景很光明。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 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 ...
2025-09-15