大數據是我們這個時代最偉大的經濟機遇之一。但它的概念非常模糊。在一些談話中,不同的參與者用“大數據”所表示的意思可能有以下三種:
1.大量的數據;
2.超出傳統數據庫功能的數據集;
3.使用軟件工具來分析前兩個意義的數據集。
下面的列表總結了數據的一般類別以及制造商和服務提供商所追求的機會。
冷庫中的空氣壓縮機是否正常運作?它們中是否有一個已經罷工了?不用擔心,狀態數據可以提供供應商和消費者關于物聯網的實時動態數據。
狀態數據是物聯網數據中最普遍、最基礎的一種。事實上所有事都會產生類似的數據,并把它作為基礎。在許多市場中,狀態數據更多地被用作進行更復雜分析的原材料,但它也具有它自身的重要價值。
看看Streetline是怎樣找到停車位的——它創造了能夠提醒訂閱者空余車位的系統。當然,長期的數據能幫到城市規劃者,但對于消費者來說,實時狀態數據才是最重要的。
我的貨物到哪兒了?它到達目的地了嗎?定位服務是GPS應用的必然趨勢。
GPS非常強大,但在室內、人潮擁擠的地方以及快速變化的環境中的效果并不明顯。那些試圖追蹤托盤以及機械叉車的人可能會需要實時信息。
作為早期的物聯網市場,農業領域也需要充分利用位置數據,因為農場主通常需要在很大的地理面積上定位自己的設備。
我們已經看到了一些能夠幫助人們定位鑰匙的消費品的出現,這意味著在為商業和工業用戶提供服務的領域存在著更大的市場,尤其是在時間緊迫時,這些領域有大量的資產需要追蹤的情況下。
Foursquare針對油漆倉庫的發展就是抓住了這樣一個巨大的機遇。
不要用個人數據來拒絕個性化數據。個性化數據指的是關于個人偏好的匿名數據。消費者自然會對自動化產生懷疑。
因為一些住宅管理系統比起你的舒適更關心節省的成本,所以往往你不想困在一個昏暗的辦公室或者冰冷的酒店客房。自動化技術同樣也存在安全隱患。
盡管如此,自動化也是不可避免的。沒有人會為了節省4.75美元而不停地用手指來試恒溫器的溫度。
同樣,那些依靠人工交互的照明系統也失敗了(一些智能照明生產者希望用他們的傳感器數據告訴商店的管理者何時應該打開結賬通道)。
挑戰將圍繞開發應用程序和產品規則而展開。
把這個看作是有后續計劃的狀態數據。建筑物消耗了整個國家電力的73%,并且其中一大部分(根據EPA顯示,最高達到30%)被浪費了。
為什么呢?因為對于大多數建筑物的所有者來說:能源是次要的問題。
他們雖也想解決這一問題,但擔心成本、精力以及一些棘手的局面所產生的損失會超出收益。
對于這一問題相應地產生了兩種方法:
1.能夠改變系統實時狀態的自動化技術;
2.能夠使人們改變行為習慣或者做長線投資的說服力。
Opower開創了關于說服力的解決方案,也就是提供用戶及其鄰里之間使用能源的對比數據。
根據他們自己的研究,這些具有說服力的數據能使能耗降低2到3個百分點。
你了解你的顧客的真實想法嗎?你也許認為你了解,但是你可能錯了。
在不遠的將來,生產者還能分析從已銷售的產品中獲取的數據,從而更好地了解產品在現實世界中的使用情況。
現在大部分公司并不太了解他們產品的使用狀況。這些產品從分銷商處裝運,從零售商處銷售,最后進入了千家萬戶。
而使用者和生產者可能永遠都不會有交集。
物聯網創造了一個從消費者到生產者的反饋回路,在這里產品生產者可以通過適度水平的隱私、安全以及匿名性來檢驗產品的實際表現,并鼓勵持續的產品改進和創新。
原創文章,作者:辰智,如若轉載,請注明出處:http://www.kmwhg.com/58574.html