隨著低成本紅外傳感器、無處不在的連接性以及海量數(shù)據(jù)的興起，“物聯(lián)網(wǎng)”必將改變世界。我們都曾聽說，到2050年，數(shù)十億美元和數(shù)十億的物品將組成此大趨勢，但這并未反映全部的情況。與“物”本身的問題相比，開啟物聯(lián)網(wǎng)的真正潛力需要在更大程度上克服數(shù)據(jù)挑戰(zhàn)。

　　對這些數(shù)據(jù)挑戰(zhàn)最貼切的描述是“終點前最后一英里”問題，從通過設備、機器和遠程平臺來提取數(shù)據(jù)，到詮釋數(shù)據(jù)，到驅動生產(chǎn)率和展現(xiàn)最佳性能，都是挑戰(zhàn)。無論是互聯(lián)的家庭或可穿戴技術或工業(yè)規(guī)模的解決方案，新數(shù)據(jù)收集和能深度理解及深層次研究所挖掘的公開信息之間往往存在脫節(jié)。換句話說，這些解決方案可以收集數(shù)據(jù)，但卻不能幫助人們查看和理解自己挖掘的數(shù)據(jù)。

　　克服這些障礙、使物聯(lián)網(wǎng)跨越終點有三個關鍵點。

　　1. 通過交互實現(xiàn)更深層次的探索

　　智能手機并不僅僅是物聯(lián)網(wǎng)中的工具，實際上它們?yōu)槲锫?lián)網(wǎng)的障礙之一提供了一個著名的類比。當史蒂夫·喬布斯(Steve Jobs)第一次向世界介紹iPhone的時候，他強調了革命性的新型“巨型屏幕”設計與現(xiàn)有按鍵手機技術之間的反差。這是一個巨大的進步，而他用以支持這項創(chuàng)新的理由非常簡單：每個應用程序都需要自己的屏幕和用戶界面。用他的話說，按鍵的失敗之處“在于按鍵和控件無法改變”。它們無法為每個應用程序改變;如果以后您有另一個很好的想法并希望將其添加到這個產(chǎn)品，它們仍然無法改變。”

　　這個理由在分析學領域同樣適用。我們要求數(shù)據(jù)都有的圖表和可視化視角–這對于構成物聯(lián)網(wǎng)基礎的海量傳感器數(shù)據(jù)尤其如此。不幸的是，多數(shù)物聯(lián)網(wǎng)應用程序采用了一成不變的視圖，或閉端式儀表板。它們只能回答預先設定的一套問題，用戶無法得到更多幫助。

　　正因為這樣，您需要通過一款靈活的工具來根據(jù)自己不斷發(fā)展的需求，從而使用戶可以根據(jù)用戶或機構的需求以不同方式進行數(shù)據(jù)造型和建模。

　　交互性、可研究性和共享性是使物聯(lián)網(wǎng)數(shù)據(jù)有用而無需龐大數(shù)據(jù)項目的關鍵。理想情況下，用戶將能夠與他們的數(shù)據(jù)和其他數(shù)據(jù)探索進行隨意且深入的對話，使他們能夠發(fā)現(xiàn)各種排列，甚至有時發(fā)現(xiàn)他們未知的存在著的模式。

　　例如，您也許可以使用一個觀察故障引擎、燃氣輪機或機車歷史活動數(shù)據(jù)的IoT應用程序，以預測失效條件及故障發(fā)生頻率。但是，如果您想知道故障次數(shù)最多的零件或了解是哪個工廠、什么時候生產(chǎn)的這些零件或了解是哪些供應商造成的問題最多，這時，交互性和共享性就起到關鍵作用。

　　2. 通過數(shù)據(jù)融合拓寬分析范圍

　　互連設備以我們在幾年前無法想象的方式改變了日常生活。在它們的數(shù)據(jù)中深藏著尚未有人講述的故事。要探索這些故事，我們需要將物聯(lián)網(wǎng)數(shù)據(jù)與更多的背景結合。

　　讓我們從一個消費者案例開始：您想要梳理您的Fitbit數(shù)據(jù)以確認您的運動養(yǎng)生和睡眠模式之間是否存在可能的聯(lián)系。您希望知道：

　　●白天的體力活動如何影響自己的睡眠模式?

　　●充足的睡眠是否會提升自己的表現(xiàn)?

　　Fitbit的本地儀表盤只允許您分析健康數(shù)據(jù)。但是如果導出數(shù)據(jù)，您就可以將這些信息與其他信息結合，比如追蹤您身體活動以及食物攝取、身體量測和睡眠模式的數(shù)據(jù)。導出數(shù)據(jù)這一方法可能并不理想，但有時這是擴展分析范圍的唯一方法。

　　目前，事實上人們不再通過整合不同的數(shù)據(jù)來估測企業(yè)級的決定。內嵌在噴氣發(fā)動機上的傳感器可幫助我們預測何時需要維修。它能幫助我們預先避免故障從而節(jié)省數(shù)十億美元…例如，通過將其與產(chǎn)生的信息整合，其有助于我們按產(chǎn)品和地區(qū)分別了解較之預算的節(jié)約額。

　　3. 迭代和快速行動

　　在我們生活的世界，“完美數(shù)據(jù)”這種說法越來越顯得自相矛盾。不管數(shù)據(jù)是怎樣編譯的，您都可能無法連接到用于存儲它們的源。數(shù)據(jù)還可能在某些關鍵方面并不完整，或者數(shù)據(jù)格式不利于進行深入分析。這些缺點在物聯(lián)網(wǎng)應用程序中越來越普遍，因為人們尚未針對用于支持設備互操作性的標準和協(xié)議達成一致。

　　我們不能讓自己的業(yè)務因為不良數(shù)據(jù)或殘缺數(shù)據(jù)而陷入癱瘓，我們必須利用已有的資源，以迭代的方式尋找正確答案。在迭代過程中，我們學會將“合格”的數(shù)據(jù)與真正糟糕的數(shù)據(jù)分開。合格的數(shù)據(jù)通常足以定向性地回答幾乎所有問題。此外，通過更好地了解數(shù)據(jù)缺口，我們可以獲得更好的數(shù)據(jù)。這將有助于解決流程問題，進而改善數(shù)據(jù)的捕獲和攝取方式，并幫助我們更進一步接近物聯(lián)網(wǎng)的終點。