未来几年，物联网将生成海量的机器数据。如果使用得当，这些数据——通常被称为机器或传感器数据且常被视为大数据的下一次演进——将推动 各行各业 数据驱动型业务 流程的改进。

比如，想想以下应用场景：

产品监测：制造商使用传感器数据分析来监测其产品运行状况以及性能，并在服务和维护问题导致停机前予以解决。

按使用情况或“按里程付费”的保险：保险公司使用汽车中传感器生成的数据，根据驾驶里程、驾驶习惯，甚至驾驶和停车场所收取费用。此外，保险公司现在可以对车辆数据进行预测性建模，以发现低风险和高风险客户，从而在确定保险费时做出更明智的决策。

预测性和预防性维护。航空公司利用来自飞机传感器的数据主动管理维护、提高可靠性、减少计划外服务工作并降低风险。

毫无疑问，物联网是一个重大机会。充分利用物联网的企业可以增加收入、降低成本并提高效率和客户满意度。但仅仅收集海量数据还不够。为了利用物联网并落实数据驱动型商业模式，企业需要一个平台来帮助他们以合算并且可扩展的方式来收集、管理和分析海量传感器数据，从而产生互联的情报。

这个过程的第一步是数据收集与集成，这仍旧是一个挑战，因为目前业内缺乏通用（不考虑厂商和平台）的连接标准。事实上，我们认为这是限制物联网得到更广泛采用的一个因素。

由于这些原因，利用可以使用或读取各种数据源的大数据平台来优化和加快数据集成就显得极为重要。这将为业务和IT运营带来来自大数据的互联智能。此外，物联网数据必须能够被同时载入和查询，以避免错过可供立即采取行动的洞察。等把数据载入数据库再进行分析的时候，企业可能已经错过了一个本可以通过联网产品在很短的时间窗口做出响应或采取行动的关键机会。

从易于采用，以及企业在当今混合IT环境中从技术转型向服务经纪人模式转变这两点来说，云是物联网发展的亮点和机会。基于云的分析能力把物联网带给所有业务，让它们能够更快速、简单和经济地运营。对于计划把物联网融入其大数据战略的企业来说，把云作为部署模式可以让他们立即获得经过多年积累的知识产权。

除了这些优势，目前基于云的分析平台为结构化的物联网数据提供关键的能力，包括列存储（指的是分析引擎只读取和检索所需的列，在更大的数据集上更快地产生结果）；大幅度的数据压缩（支持超高速并行负载和查询次数）；可扩展、多节点基础架构（消除了单一故障点）以及与市场领先的开源软件集成以进行统计计算。最后，云让企业能够把所有结构化和非结构化数据资源整合起来，从包括更广泛意义的物联网数据在内所有类型的数据中产生互联的智能。