浅谈衡量物联网产品的标准.doc

《浅谈衡量物联网产品的标准.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅谈衡量物联网产品的标准　　物联网(IoT)产品的特色之一，就是会产生大量的数据;甚至也有很多人认为，产生、收集、并且利用这些数据，才是物联网IoT产品真正的重点。但其实并非如此：物联网IoT应该提供的，应该是经过有计划的深入分析之后，产生出来的信息与洞见。　　这一点，是笔者在经过许多失败之后才得到的领悟，在这里跟各位读者分享。　　你的数据运用策略是什么?　　对于一般用户来说，物联网IoT产品跟其他产品并没有太大的区别，要嘛就是有用、不然就是没用，差别只在于来自用处的价值。　　之所以这样说，是因为厂商在设计物联网IoT产品时

2、遭遇的最大挑战，就是拟定这个产品的“数据运用策略”，也就是一套“如何从收集到的数据中萃取出价值”的计划。　　一套好的数据运用策略，绝不仅止于数据的收集和管理;它的起点在于“定义这个产品想达成的最终目的”，然后打造一个对应的物联网IoT技术层级(IoTTechnology浅谈衡量物联网产品的标准　　物联网(IoT)产品的特色之一，就是会产生大量的数据;甚至也有很多人认为，产生、收集、并且利用这些数据，才是物联网IoT产品真正的重点。但其实并非如此：物联网IoT应该提供的，应该是经过有计划的深入分析之后，产生出来的信息与洞见。　

3、　这一点，是笔者在经过许多失败之后才得到的领悟，在这里跟各位读者分享。　　你的数据运用策略是什么?　　对于一般用户来说，物联网IoT产品跟其他产品并没有太大的区别，要嘛就是有用、不然就是没用，差别只在于来自用处的价值。　　之所以这样说，是因为厂商在设计物联网IoT产品时遭遇的最大挑战，就是拟定这个产品的“数据运用策略”，也就是一套“如何从收集到的数据中萃取出价值”的计划。　　一套好的数据运用策略，绝不仅止于数据的收集和管理;它的起点在于“定义这个产品想达成的最终目的”，然后打造一个对应的物联网IoT技术层级(IoTTechn

4、ologyStack)，进而了解在每个层级中希望收集、储存、分析、转移的数据内容。　　　　物联网IoT技术层级：设备硬件─设备软件─通讯─云端平台─云端应用　　而上述这个步骤，也是下图中物联网IoT决策架构(IoTDecisionFramework)中数据决策区域(DataDecisionArea)的主要作用。　　IoT决策架构：提供信息，而不只是数据　　IoT决策架构：提供信息，而不只是数据数据收集越多越好，对吧?　　错。　　在这里，让笔者来说明一下为什么明确的资料运用策略很重要。　　早年，笔者曾经帮某半导体制造商开发过一

5、个IoT快速应用方案;这家客户请我当时工作的公司设计一套自动化流程，来为新的硬件芯片进行定性(CharacterizaTIon)。　　看起来很专业的“定性”这个词，其实意思就是用各种方式对芯片输入数据、并且记录输出状况，以确保芯片的实际表现跟设计工程师的数学模型尽可能相符。　　要用手工来进行所有的输入设定，是几乎不可能的事情;但如果可以用计算机来进行输入、并且将输出资料储存到云端，不仅可以省下许多时间，还可以提升产品本身的质量。　　也因为如此，客户才聘请我们来设计一套这样的系统。　　当这套系统设计并安装完成之后，客户非常高兴

6、;因为从此之后，他们可以进行过去不可能做到的完整输入测试。总而言之，这个案子非常成功。　　几个月之后，我接到一通客户打来的电话，他说：“我们快被数据淹死了，怎么办啊啊啊?”　　因为我们开发的系统中，包含了许多的高速传感器与致动器，所以每秒钟(对，每秒钟)都会产生数以GB计的数据。　　也就是说，系统一旦启动，几分钟之内就会产生花几个星期都分析不完的数据。或许新系统帮他们解决了数据收集不足的问题，但却创造了新的(而且可能更严重的)问题：产生出来的数据根本来不及管理和分析，更不用说汇整成有意义的信息了。　　一定要先有数据运用策略　

7、　回头来看，我们除了帮客户开发新系统之外，也应该要多花点时间了解客户要的究竟是什么，而不是只花心思满足他们表面上的需求。　　请别误会我的意思。从案子本身的角度来看，这套系统是很成功的;我们在客户的预算和时限之内交出了成品，客户也很开心的验收了。但就结果来看，我们却帮客户制造了更大的问题。　　多花时间了解客户真正要的东西，而不是只满足他们表面上的需求。　　这并不是个单一案件。在跟世界各地负责产品的同仁谈过之后，我发现同样的事情一直在发生;有太多公司把目标放在“消除症状”上，而没有进一步去了解顾客真正想要的是什么。　　以这个案例

8、而言，问题就出在我们太强调提供“数据”，而不是“信息”。　　幸好，客户还是很信任我们，也让我们继续进行第二阶段的计划，来解决“被资料淹死”的问题;而这次我们也更深入的去了解客户整家公司(而不只是使用单位)的需求。　　于是我们很快发现，客户并不具备运用大量资料的能力、团队中也没有资料分析专家