在過去的幾年里，圍繞物聯網的大肆炒作層出不窮：消費者和企業都在努力追隨連網設備領域的技術發展。但物聯網真的值得關注嗎?還是只是夸大其詞?

[[284628]]

根據麥肯錫公司的數據顯示，到2025年，物聯網的潛在經濟影響將達到每年11萬億美元，相當于世界經濟的11%。

上述數字突顯出物聯網在創造美好世界，并為其采用者帶來可觀財務價值方面的巨大潛力。而實現這一目標的因素之一是物聯網和大數據的結合——物聯網數據分析。

物聯網數據分析

簡單地說，物聯網數據分析是對連網設備產生的大量數據的分析。企業可以從中獲得許多好處：優化運營、自動控制流程、吸引更多客戶并賦予員工權力。物聯網和數據分析的結合已被證明在零售、醫療保健、遠程信息處理、制造業和智慧城市中是有益的。然而，它對企業的真正價值尚未完全實現。

至少在十年前，分析各種連網設備提供的大量數據是極其困難和昂貴的。隨著時間推移，存儲數據的成本正在下降，并且分析功能也取得了巨大的飛躍，而這為企業開始投資和實施物聯網數據分析創造了有利條件。

Gartner將物聯網數據分析列為企業在2017年和2018年投資的主要物聯網相關技術之一，僅次于安全性。微軟、通用電氣、亞馬遜、SAP和Salesforce等世界知名公司已經開始在日常流程中實施物聯網數據分析。

物聯網數據分析對企業的價值

每天都有各種各樣的設備連接到互聯網，并通過傳感器共享數據。如果不進行分析，這些數據將毫無價值。通過部署物聯網分析解決方案，可以有效地收集、分析和存儲企業產生的數據。結果，可以使企業優化各個級別的運營，改進決策制定并獲得許多好處。

1. 提高員工生產力

一些企業在其設施中安裝了智能傳感器，以收集有關員工敬業度、績效等級以及其他與工作有關的活動數據，然后，這些數據將用于改善日常業務運營，并幫助更有效地利用員工的時間和精力。

例如，Humanyze開發了一個系統，該系統使用智能員工胸牌和傳感器捕捉100多個數據點，以測量其員工的生產力。它可以分析員工的互動、手勢或聆聽方式以及說話語氣。這有助于他們發現：讓呼叫中心的工作人員同時共進午餐，而不是讓他們錯開時間就餐，可以顯著提高生產力：

• 工作壓力減少了 19%
• 溝通效率提升了 18%
• 通話完成時間提高了23%

因此，如果正確實施物聯網數據分析，可以對員工的生產力和整體業務成功產生積極影響。然而，還有一個隱私問題：近75%的員工擔心雇主在他們不知情或不同意的情況下收集他們的數據。

2. 改進設備維護

物聯網傳感器和數據分析的結合可以幫助公司，特別是制造領域的公司，通過監測振動、熱量和其他重要數據來確定設備何時需要維護。智能設備還可以向操作員發送有關潛在故障、磨損和交付計劃的信息。這不僅有助于定期設備維護，而且也有助于預測性維護。傳感器數據用于預測設備何時需要維修，從而可以在最佳時間安排維護，進而減少故障并節省維護成本。

例如，一家化工公司由于設備多次故障而在計劃外停機中苦苦掙扎，該公司每年發生90次以上的故障，導致生產受到嚴重影響，并增加了加班人工成本，并使工人感到沮喪。而一旦公司安裝了物聯網傳感器——以及預測數據分析模型——它可將設備停機時間減少80%。

3. 運營優化與自動化

隨著物聯網和分析的協同工作，企業可以自動控制他們以前只能手動跟蹤的流程，例如，可以讓制造商全面了解生產流程中的每個環節。這使他們能夠實時識別瓶頸，并避免缺陷，此外，還降低了人為錯誤的風險。

例如，通用汽車公司利用物聯網傳感器監測濕度，以優化噴漆作業。當噴漆條件不好時，他們會將工作轉移到濕度更合適的地方，從而減少停工時間和重新噴漆的需要。

4. 增強的客戶體驗

無論是零售店還是醫療保健中心，每個組織都在努力創造更好、更個性化的客戶體驗，而物聯網數據分析的實施有助于完成這項繁重的任務。物聯網數據揭示了豐富的客戶行為和偏好，可以對其進行分析，并用于構建更加個性化的體驗，并預測客戶需求。

例如，它可以在購物者進入商店時引導他們選擇在網上看到的牛仔褲，并向他們發送優惠券，以便當天在商店購買。此外，零售商、連鎖餐廳和消費品制造商可以使用物聯網數據進行有針對性的營銷和促銷。

在醫療保健領域，醫院可以使用實時物聯網數據分析來管理增加的患者流量并提高總體運營效率。

這對雙方都有利：消費者將通過便利和節省時間來獲得更多價值，而企業則可以增加收入并保持對客戶的更大吸引力。

促成因素和障礙

上面描述的用例應該能夠揭示企業可以通過物聯網數據分析實現的范圍：降低維護成本、避免設備故障、改善客戶體驗和提高生產力。盡管應用物聯網數據的好處已經得到證實，但許多企業不知道如何使用該技術。例如，根據麥肯錫的報告顯示，在石油鉆井平臺上3萬個傳感器捕捉的全部數據中，只有不到1%被有效利用。

IBM物聯網高級執行主管克里斯·奧康納說：“在企業希望獲得競爭優勢的時候，物聯網提供了一個收集更多數據的機會，這些數據可以改進流程、推動創新和改善客戶體驗。挑戰在于了解哪些數據最有價值，并弄清楚如何處理這些數據”。

在接受調查的200名技術和業務專業人員中，大多數受訪者遇到了以下物聯網數據挑戰：

物聯網數據分析采用的其他可能挑戰包括安全問題和高成本。為了讓數據分析產生最大的經濟影響，需要克服這些挑戰。

對于那些正在考慮物聯網數據分析部署的人來說，第一步是確保有一個清晰的數據策略，這意味著要全面了解需要分析哪些數據以及原因。其次，為了從數據中產生最大價值，企業應該有足夠的帶寬用于數據傳輸和存儲。一旦數據被匯總，最大的挑戰就來了：如何分析數據以獲得可操作的見解。如果您的企業在數據分析和物聯網開發方面缺少專業知識，則需要一家專業公司來幫助您充分利用物聯網數據技術。

牢記以上所有這些，企業將能夠使他們的數據分析之旅成為一項有利可圖的事業。