从选择合适的语言(Julia,R,Python等)到扩展用例的想象力,处理物联网的数据是组织成功的关键。
调查机构通过访问得出的“工业互联网应用开发状态”调查结果,让人们了解通用电气数字公司和合作伙伴将如何应对工业物联网的最新挑战,以及把握发展趋势和机遇。
如果组织有效地筛选物联网产生的大数据,那么精准营销,强大的客户关系管理(CRM),高效的客户服务,以及最终的更加有利可图的销售将随之而来。
该语句的“如果(if)”部分是隐含的,但它是方程式的艰难部分。以下对此进行一下阐述。
大数据分析软件:重要链接
如果组织开发的软件挖掘大数据以获取与其的营销目标相关的可操作信息,那么组织将能够定制与消费者的联系,从而获得更健康的数据。
人们将在一分钟内扩展远远超出营销世界,但它作为一个有用的例子,在此前提下,物联网向云计算发送大量数据(大数据),供营销人员访问。这是第一步,但这一步本身不会产生单一的营销效益。基本的第二步是正确地分析数据,因此它可以用于有效的营销,销售和客户关系管理CRM(更多关于物联网)。营销人员必须具有用于这个目的的软件工具,因为数据量庞大,无法手动排序,就像是数字化之前的客户调查获得的信息。
如果组织有软件开发技能,那么可以在物联网时代拥有强大的工具。首先,想想物联网生态系统中有多少“物联网”。
·个人电脑和笔记本电脑
·工作电脑和笔记本电脑
·学校电脑和笔记本电脑
·智能手机及其应用程序
·所有类型的个人,公共车辆和工作车辆
·家用电器,如冰箱和洗衣机
·智能家居集线器
·恒温器
·医疗设备,包括显示器,设备和植入物
·安全和门禁系统
·Fobs用于广泛的目的
·可穿戴设备
·健身和训练设备
·手表
这些产品列表可以无限期地增长,这已经很多了,并在每天都被添加。现在,考虑这些智能连接的东西每次使用其中一个将会产生大量的数据。
最后,数据必须被收集,存储,排序,并变成与目标受众连接的可操作步骤。这就是软件开发人员必不可少的链接,而数据的数字翻译器,将改变世界的行动步骤。
这种潜力对于营销和销售是巨大的。人们知道。但这些机遇将在医疗,医学,教育,工作场所安全,个人和公共安全,运输安全,环境保护,制造,能源消耗,运动,政治和其他方面可以收集数据的领域中,同样分析可以采取行动以实现所需结果的趋势,连接,偏好和概率。
物联网和大数据
以下是如何实现这一点进行简要概述。
智能家居集线器,恒温器,医疗植入物,安全系统,监控摄像机等生态系统正在迅速被超越,这种生态系统已经被智能手机及其应用,计算机,汽车,冰箱,fobs,可穿戴设备,洗衣机,手表,以及总是连接越来越多的其他对象。
物联网将通过创新得到广泛应用与发展,就像智能设备的物联网平台厂商奇美电子公司的首席营销官安迪·胡伯斯巴文所设想的一切。“为什么物理世界不能像其他形式的数字信息一样在线和可参考,可搜索,或者混合搭配?我们都强烈地认为,物联网将不可避免地包括数十亿个设备,实时共享关于他们的动态信息。
如今,联网设备超过了十亿个,预计到2020年将达到500亿个,这是爱立信在2010年预测的数字,甚至有所增加。
大数据的意义:分析改变生活的力量
数据可以使用的方式的数量是令人难以置信的。考虑几个例子,组织可以配置尽可能多的你喜欢的数据:
·汽车的传感器表示你的发动机油脏了,你会收到一条带有通知,以及附近换油中心的优惠券的信息。
·你通过手机放在餐厅的扫描仪前面输入一个QR码,并可以获得一个自定义菜单,可以反映你的喜好和要求(素食主义者,意大利美食,法国葡萄酒,自由贸易咖啡或面筋,以及免费甜点)。
·根据学生在一天中的学习时间,以及如何就餐,休息,运动和教学技巧,对学生的表现数据进行分析和调整。
·对来自数千名患者的医疗数据进行整体分析,以确定每种医疗条件下治疗,药物,以及饮食的最有效组合
·分析工作场所的安全数据,以确定如何调整工作技术,设备,工作班次,培训,照明和其他因素,以创建工作环境,其中事故率下降,生产率和员工满意度上升。
大量的数据太大了,没有分析软件来完成任务。软件跟踪,积累,分类,应用算法,采用数据科学,并执行大量额外的任务,以帮助营销人员决定:
·客户A适合在设备D和E上向其提供商品B和服务C时响应的客户的人口统计
·客户X适合于可能购买产品Y和产品Z作为礼物的人的消费心理
将数据转变为良好决策
开发人员的第一步就是熟练掌握数据编程语言,“功能集使它们非常适合处理大型而复杂的数据集”。这是工业和政府大数据咨询师伯纳德·马瑞尔所说的。在最近一篇关于DataInformed的文章中,马瑞尔讨论了三种流行的大数据编程语言-Python,R和Julia,以及它们的优点和缺点。
其次,选择的语言必须用于创建针对其行业和目的而定制的软件。例如,美国国家卫生研究院的数据科学部门创建了目标软件开发奖,以资助软件工具和方法开发,以解决在生物医学研究团体高度需要的领域的数据管理,转型和分析的挑战。并在2015年,获得了数据压缩,数据来源,数据可视化和数据争夺等领域的奖项。在2016年,在数据隐私,数据重用和应用元数据领域获得了奖项。
创建有效软件的最佳途径可能是从最终的目的反向工作。这里有一个例子来演示在一个字段中这可能是什么样子。
通过构建一个优化学生学习潜力的上课日的目标为例。首先,确定可能相关的因素。有些,像下面列表中的第一个,是显而易见的。如果正确地收集数据,则通过对数据的分析来获得其他信息。以下是开发人员可能想要知道的一些问题,以确定相关数据:
·学校开始和结束的时间(明显)
·学生在一天的什么时间表现最好的是什么科目?
·学习效果如何随着班级规模,班级时间长短,学生在没有吃饭或吃什么时间的情况下变化?
·如何运动,播放古典音乐或间歇提供健康零食等因素将如何影响学生的学习态度和结果?
·什么教学风格产生最好的结果?
接下来,开发软件并将其安装在学生用于测试和其他课堂作业的所有设备上。在那里,它会收集信息来创建组织的数据集,并分析数据,以显示每个因素对结果的相关性。
在那里,教育者很容易改变学校的时间表,格式,以及教学方法,以获得更好的结果。
成为物联网时代的世界变革
如果组织有新开发大数据软件的想法,一种非常熟悉的方法是在目前使用的一个领先的软件产品的培训和认证。通过使用该软件,组织会明白它是如何做它做什么。在那里,组织将添加已经学到的现有软件开发技能,为热爱的行业创建有针对性的大数据分析软件。这个过程并不容易,或者每个人都会这样做。但是,这具有成功的潜力。