京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网不仅仅是烤箱、冰箱、恒温器组建的网络。虽然目前智能家电是物联网的主力军。但是他们仅仅是冰山一角。
IDC预测,到2020年底,物联网设备规模将达到2120亿,包括我们想不到的:压缩机、发电机、涡轮机、鼓风机、石油钻采设备、传送带、内燃 机车和医疗成像扫描仪等等。嵌入式传感器在这些机器和设备中利用物联网来传输度量为震动、温度、湿度、风速、位置、燃料消耗、辐射水平的这些数据。
GE副总裁William Ruh说,“机器可以十分‘健谈’的。”
Ruh目前的主要工作就是帮助公司努力发展“工业物联网”,融合三大因素:智能机器、先进分析、授权用户。总之,这些因素形成了一个快速发展的多样化大数据,让早期定义的大数据洪水般地传播开来。
理解那些数据,利用他们来制造源源不断的可用物就需要一个更快、更准确、更可靠、可扩展的基础设施。仅仅是收集和存储数据是不够的,你还需要有能力去访问、建模和分析;与跨利益相关者共享成果;并支持和鼓励实时合作。
你不需要的是在数据库里拼合多余出来的独立数据。而需要工业级的,综合管理和从物联网数据和传统渠道中获取价值。
Teradata的系统部总经理Dan Graham说,在两个不同领域中,整合的数据将在产品开发和产品部署方面创造出很高的商业价值。
Graham说:“在R&D或者发展阶段,你将会用整合的数据去看所有部门如何协作。你会看到不和谐的地方。你不会独立地看某一个方面,而会看到你的供应链、库存、销售、市场需求、渠道合作伙伴,和其他很多因素。”
第二阶段是售后服务。
Graham说“现在你用整合数据来维护,飞机、机车、推土机、骑车、磁盘驱动器、自动取款机、收银机的磨损和零件故障都需要售后支持。知道出问题的部分是哪个厂商做的是很好的,他们出错的频率怎样,他们犯的是什么错误。然后你就可以在他破坏你的产品线之前就把他下线。”
NCR公司在19世纪率先推出了机械收银机,他们目前是全球消费者交易技术的领导者。他们提供软件、硬件和服务,每天在零售业、金融、旅游、酒 店、电信和技术行业大小规模加起来超过4.85亿交易额。NCR公司通过自动取款机、信息亭、销售终端、自助结账机收集远程数据,大约每秒产生3500笔 交易。然后他们利用自己定义的算法来预测那些设备可能会出的问题,并保证有技术人员在这里,避免问题的发生。
NCR的大数据/物联网策略是一个结合了Hadoop架构、Teradata Aster Discovery 平台的标准综合数据库。操作的关键就在于一体化,从而确保从物联网导入的数据可以在来自多个数据源的环境中进行分析。
MasterCard的主管及大数据、大分析的共著人 Michael Minelli 说过“游戏的名称是外生的数据,”他的言论涉及新兴商业智能和当今商业的趋势分析。“你需要结合与分析来自四面八方的数据的技巧和能力,进而,你需要将数 据转换成可操作的见解,这将推动更好的决策,并拓展你的业务。来自物联网的数据仅仅是你需要组织管理的所有数据源中的一种”
Koeppel说,“相比传统数据类型,从物联网收集的大数据趋向于“更加短暂化”。公司的财务数据记录同公司为营销活动所收集的地理空间数据是有所不同的。由于政府的管制,用于设计优惠券的手机端数据是不允许存储、记录的。”
这表示,从物联网大数据正在迅速失去作为一个特殊获取渠道的地位。假以时日,大数据将仅是所有数据源中普普通通的一种,理想的话,你的数据库系统将在任何时候允许你处理任何你想要处理的数据类型,以能够让你再众多可能的处理方法中选择或创造出最可行的方案。
“在最理想的情况下,我们将融合来自物联网的数据与数据库中的数据并借此为消费者及时提供最大可能的帮助或者让消费者们知道他们的汽车的汽油十分钟后将耗尽“Koeppel说到。
“有效地将物联网数据及传统的数据库无缝连接将是最行之有效的办法。”
(本文作者Mike Barlow,并经物媒体编译,转载请标注——转自物媒体:www.iwumeiti.com)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 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 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31