如何管理及用好物联网里的数据？

数据可能令人生畏，首先它是无形的，通常与物理上的东西隔离，例如你的车队中的卡车，医院的监视器或工厂里的机器。但是，数据一旦经过提取，汇总和分析，这些数据就变成非常有价值的，它是一切商业分析和行为的原材料。

您可以利用数据为业务创造价值，硬件价格下降和计算性能飙升意味着您可以在十年前从未想象过的地方挖掘数据，未来无法抓住数据机会的公司将会面临眼中的风险。

以下是安富利IoT业务部副总裁Lou Lutostanski提供的十余条关于数据的最佳实践。

1.定义用途

鉴于您对公司或解决方案中未充分利用的数据的了解，您希望完成什么？假设您希望控制酒店的自然光线，以节省公用事业支出费用，并且让客人更愉悦。您需要在房间内使用传感器来测量周围的阳光和温度（数据），以便百叶窗相应地打开和关闭。

另一个用例可能是创建一个数据生成平台，可以在其上构建无数的应用程序。比如汽车制造商通过将传感器和计算能力嵌入其车辆（平台）中来实现这一目标，这些传感器和计算能力可以为众多当前和未来的应用程序提供数据。智能手机是一个类似的平台，提供相机，加速度计，GPS和其他功能，以便在将来为新应用程序提供数据。

2.量化价值主张

价值创造是您计划中最重要的部分。在我们的楼宇自动化示例中，价值是您节省的水电费和更高的入住率带来的利润增加。虽然您的使用案例可能提高客户的舒适度，但价值可用美元和美分表示。一个警告：物联网可以发掘各种有趣的数据，但这与为客户或您自己的企业创造硬性价值并不相同。

3.注意挖掘历史

良好的物联网实施通过在业务遇到异常并找到解决方案时根据经验优化算法来“学习”。但是数据经验并不是从您的物联网实施的第一天开始的，它开始于几年前。无论您从事什么业务，您都可能拥有数十年的历史数据，可以为您的预测算法提供信息。比如你的季节性产出是多少？你是如何配备人员的？一年中的哪个时间出现过设备故障？什么时候是销售的波峰和波谷？即使是丢弃的机器也可以作为重要历史数据的来源，以改善您的算法。

4.打破孤岛

您可能计划使用物联网来管理库存，但库存本身只是物联网数据的一个来源。您还可以分析来自人力资源的数据，以比较员工与工厂的产出，利用CRM进行需求预测，收集材料成本，第三方物流交付时间，以及宏观经济指标等衡量一般业务活动模式。

5.选择采样率

一些物联网应用 - 比如，制造商检查消费者连接的冰箱 - 可能每天只需要一次数据样本。其他应用，如监控全球制造商的生产线，可能需要每秒分析数千个数据点。两种情况下的目标都是利用足够的数据来预测事件，例如故障，然后再发生。

6.确保您的数据干净

数据可能有各种污染，但想象一下，当你的手放在口袋里时，你的智能手表会错过你走的每五步中的一步，那是不好数据。从这些数据中获得的任何分析都将毫无用处。

7.确保数据完整

您从设备收集的数据通常需要通过其他信息进行补充。例如，如果工厂中的发电机振动，制造商只有在将振动与数千台随时间失效的发电机进行比较时才能确定严重程度。根据我的经验，一半的物联网领导者会意识到他们的数据不完整。

8.选择存储站点

如果要对海量数据集执行复杂分析，则需要存储它。云是一种具有成本效益（但不是免费）的选择。数据仓库可能是一个更具成本效益的基础，可以在长期内添加用例和扩展物联网。

8.选择存储站点

如果要对海量数据集执行复杂分析，则需要存储它。云是一种具有成本效益（但不是免费）的选择。数据仓库可能是一个更具成本效益的基础，可以在长期内添加用例和扩展物联网。

另一方面，工厂生产线上的质量控制设备可能永远不会存储一个数据;只有存在产品缺陷时，它才会扫描部件，寻找丢弃数据并提醒关键人员。也许您需要一个混合设置，就像智能手表一样，它会在芯片上收集您的所有数据，然后在连接时将其传输到智能手机中。

9.选择放置人工智能的位置

与选择存储位置密切相关的是选择放置人工智能（AI）的正确位置，人工智能分析数据，合并数据并与物联网共享预测结果。许多组织认为AI的正确位置在云中，因为他们正在移动他们的数据，IT和计算能力。情况不一定如此，当前许多人工智能和机器学习应用程序需要实时响应（考虑无人驾驶汽车等）。当实时响应和低延迟至关重要时，您需要在边缘处理AI处理数据。然而，不久之后，5G将比现在快100倍的数据移动速度，这是首次可以实现从云数据中获得的实时物联网洞察力。

10.继续学习

您的物联网永远不应该停滞不前。想象一下，您的操作今天会受到干扰，并且您可以解决它。但是如果产生了新的问题，需要在下次发生时立即解决。

11.重视安全

安全是公司最大的担忧之一，也是他们今天推迟物联网项目的常见原因。通过充分保护系统，才可以相信真实的数据（与存储或传输中的更改相比），这是许多IT应用程序中的一个重要考虑因素。

12.最后，应具备实时扩展性

通常，试点物联网实施旨在“成功”，而不是客观地评估机遇和挑战。我们通常会遇到无法扩展的概念证明，从某种意义上说，它们本身就是物联网孤岛。如果您已经彻底解决了我们已经提出的考虑因素 - 并且已经在经过验证的硬件和软件上建立了基础 - 您可能已经为自己设定了可扩展性。

在计划物联网计划时，请考虑这些因素。我的用例是什么？如何创造价值？我需要多少数据以及来自哪些来源？我将在哪里存储它，我将在哪里设置智能端，以及我将如何保护它？它会扩展吗？

利用最佳实践（以及优秀的顾问）应对挑战，使数据不那么令人生畏，物联网的收益才会更大。