解决物联网的“最后一英里”问题

　　得益于不断问世的低成本传感器、无处不在的连接以及我们快速增长的数据量，物联网很可能重塑我们熟知的世界。技术研究和咨询公司高德纳 （Gartner， Inc.） 认为，到 2020 年，联网设备的数量将接近 260 亿。从可穿戴设备到家庭自动化，我们既看到巨大的潜力，也面临着艰巨的挑战。让物联网为大众服务更大程度上是数据挑战，而非设备连接问题。我们需要首先从设备提取出数据，然后弄清楚这些数据都意味着什么。

　　目前，市场一直专注于让智能装置联网。在帮助人们使用这些装置和机器收集的各种数据方面，我们并没有看到多少创新。因此，许多物联网解决方案都存在“最后一英里”问题。换句话说，这些解决方案可以收集数据，但却不能帮助人们查看和理解自己挖掘的数据。不能使用的数据有什么价值？ 并且如果您不能使用它，又何苦去收集它？

　　那我们如何读取、解释和理解这种从智能家庭电器、可穿戴设备或 GE Predix 平台之类的工业级解决方案收集的物联网数据呢？ 我们必须消除四个前进障碍：

　　1.迭代和快速行动

　　在我们生活的世界，“完美数据”这种说法越来越显得自相矛盾。不管数据是怎样编译的，您都可能无法连接到用于存储它们的源。数据还可能在某些关键方面并不完整，或者数据格式不利于进行深入分析。这些缺点在物联网应用程序中越来越普遍，因为人们尚未针对用于支持设备互操作性的标准和协议达成一致。

　　我们不能让自己的业务因为不良数据或残缺数据而陷入瘫痪，我们必须利用已有的资源，以迭代的方式寻找正确答案。在迭代过程中，我们学会将“合格”的数据与真正糟糕的数据分开。合格的数据通常足以定向性地回答几乎所有问题。此外，通过更好地了解数据缺口，我们可以获得更好的数据。这将有助于解决流程问题，进而改善数据的捕获和摄取方式。

　　您拥有的合格数据会持续进化和不断接受分析，从而创造价值，为良好数据提供进一步的动力和需求。人们开始看到价值，愿意通过投资让自己的数据变得准确可靠。此类“启动和学习”周期始于 Agile 方法，多家公司已在软件开发领域对这种方法进行了打磨和完善。我们相信，其应用领域同样应该包括物联网数据分析。毕竟，技术采用速度是首席执行官们最为关注的事情。

　　Boston Consulting Group 在 2015 年对来自顶尖创新公司的一千五百名 CXO 所做的调查明白无误地表明了这一点。BCG 高级合伙人及报告共同作者 Andrew Taylor 说，在此项调查以及与高管进行的后续访谈中，“不断出现的词是速度”。该研究发现，CXO 们希望对传统创新流程进行提速，以便快速开发产品和尝试想法。

　　要让组织获得速度，您需要快速灵活、易于部署的分析平台。这种平台应该能够让您测试不同的方法，并在分析过程中找出自己数据的缺点。应该不需要大量开发，以免您还一点见解都没能从中汲取，就心灰意冷地放弃了。

　　行业领先的供应链解决方案公司 Flex（又名 Flextronics）面临着类似的挑战。Flex正在不断加大力度，将自己从 PC、路由器和基础电子器件的低利润代工厂商摇身一变，成为推动物联网并为物联网服务的器件、传感器和工业设备的制造商。为了提高利润，Flex 需要通过更好地理解自己的物联网绩效数据，由此来降低成本和优化制造过程。还需要通过更快的维修和翻新，为客户提供无与伦比的价值。同时，Flex需要快速行动，以此避免受到亚洲大规模制造商的挤压，并在更为迅捷的初创企业中保持领先地位。

　　然而，由于其数据被锁定在“Excel 地狱”中或被复杂的企业商业智能平台隐藏在重重大门之后，Flex 曾经举步维艰。而现在，Flex 行动迅速，因为它已经过渡到了一个按需自助分析框架。这种自动化、标准化和可重复的报告框架可以削减数小时的无效时间并降低成本。团队可以放心地专注于为客户服务。用 Flex 高级分析主管Joel Woods 的话来说，公司经历了从“测量绩效到最大限度提升绩效”的过程。