物联网设备的数量如今正在以惊人的速度增长，所有这些设备都在捕获和转发不同的数据集，这为公共和私有组织提供了以前未知的见解。而为了利用这些物联网数据，组织需要一个有效的实时响应分析策略。
全球网络安全领导厂商Forcepoint公司首席技术官Nico Fischbach解释说：“物联网是通过数据分析来实现近乎实时的测量和遥测，以推动期望的业务成果。”
四位行业专家对组织如何利用物联网提供的数据进行了探讨。
利用物联网和数据分析
Zizo公司首席执行官Peter Ruffley表示，该公司可以通过许多实际流程来确定他们是否可以利用物联网提供的数据。
他说，“组织可以检查他们是否有能力进入物联网和数据分析的一个方法是寻找第三方数据，这可能会增强他们已经拥有的数据。一旦获得数据来源，他们就需要查看是否可以轻松地将这些数据与原始存储的数据结合起来，并将其放入分析平台来测试功能。”
找到合适的合作伙伴后，组织可以开始查看是否从中获得了实际的业务收益。
Ruffley解释说，“组织不需要大量投资。实际上，这可以在谷歌公司提供的通用物联网平台上完成，该平台的原始投资非常低。通过这样简单的实践和练习，组织就可以了解他们利用物联网和数据分析需要的准备，以及这样做是否会带来商业利益。”
管理数据：5G和数据结构
NetApp公司总经理兼首席技术官Matt Watts说：“物联网与数据分析融合的重点是成功管理数据。”
他指出，5G技术的推出是无限水平的数据流和新的边缘计算功能的巨大增长的推动力。这意味着组织数据并使其有价值的挑战从未如此巨大。
Watts以一家著名的汽车生产厂商为例，他解释说“这家汽车生产商在几年内积累了约14 PB的数据，但是在短短的几个月内，其新部署的无人驾驶汽车程序又产生了4.5PB的数据。正是由于潜在的部署媒介、互操作性和数据格式化障碍的广泛性，使得分析成为一个真正令人头疼的问题。由于分布式计算的特性，以可操作且可访问的方式无缝连接边缘到核心到云平台的任务至关重要。”
他将数据结构确定为潜在的解决方案，这使单一的、标准化的数据管理和存储解决方案可以在不同的体系结构和平台上工作，深思熟虑的数据结构策略促进了数据平台、数据湖、API和密钥之间的链接分析产品，这些产品将在更高的层次上使用以产生有意义的物联网见解和行动。
边缘的物联网数据
CGI公司数字化转型总监Suman Kumar说：“在将物联网数据集中存储在云平台之前，有一种新兴的物联网数据处理模式，大数据和人工智能技术进一步将这些数据集转化为可操作的见解。”
他继续说：“一些用例是制造中的预测性维护警报、实用程序以及机器学习算法，可自动执行维护任务的计划。保险行业正在寻求收集越来越多的实时数据(例如远程信息处理或智能建筑)，以使用人工智能更好地理解风险。物流行业正在实施举措，以实时查看供应链中的产品。很多国家和地区的政府也希望开发智慧城市，以改善交通管理、停车和其他服务。”
物联网数据推动价值
TIBCO Software公司首席技术官 Nelson Petracek表示，物联网和数据分析的融合将是组织如何利用物联网驱动计算和边缘计算的关键方面。
他说：“数字化转型包括根据场景及时做出相关决策的能力，并且物联网设备生成的数据与分析数据的结合可以帮助提供这一功能。然而，只是收集物联网数据是不够的。组织需要在批量(使用传统分析)和实时场景中将这些数据转化为价值。在企业级(例如在云平台或数据中心)执行所有处理也是不可取的，在某些情况下也是不可能的。”
正如物联网设备的性质一样，其决策通常需要以本地化的方式做出，包括在设备本身上做出决策，而这些决策很大程度上将取决于从分析过程和历史数据得出的模型。
Petraracek继续说，“使边缘更智能，将计算工作负载转移到边缘以进行更有效的处理，支持本地化或独立/断开连接的处理，减少决策等待时间，以及减少数据传输需求的能力都是几乎可以应用于任何垂直领域的优势。分析以及分析模型和管道的运营为组织提供了巨大的机会，特别是考虑到物联网能够提供的实时信息和背景。”
面临的挑战
人们需要认识到物联网和数据分析的挑战，Software AG公司首席技术官Bernd Gross表示：“对于数据，仍然有一些组织采用传统的思维方式，他们将数据视为每周例会中看到的东西或是看到的有趣模式，仅此而已。不仅所有组织都需要具备尽快处理数据的能力，而且也越来越紧迫。物联网数据价值容易随着时间而下降。人们需要清楚地看到这一点，以便能够果断地采取行动。
面临的挑战在于，这些数据很少存放在一个地方。这可能是因为基础设施在历史上是孤立的，或者组织是在多云环境中操作的。无论采用哪种方式，组织都需要整合他们的数据。这是分析能够看到它所需要的所有数据的唯一方法，而如果没有分析，任何数据都是无用的。”
寻求与多个供应商合作
DevicePilot公司联合创始人兼首席执行官Pilgrim Beart表示，“物联网和数据分析是互补的技术。尽管有一些专门针对物联网开发的分析工具(例如服务监控工具)，但大多数分析工具本身并不了解物联网遥测技术，这些工具有助于保持设备状态良好并确保为客户提供价值。”
他以自动售货机为例，分析可以获取遥测数据并将其转换为需要补充的商品清单，还可以安排服务技术人员的维护。
Beart解释说：“包括分析在内的物联网一体化平台的时代似乎已经过去。没有一个物联网供应能胜任所有工作，因此，如今的集成商将多家供应商的混合服务和解决方案整合在一起。每个物联网供应商可以专注于其设备、通信或云平台，然后可以提供包括分析在内的其他服务。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号