當前位置：大數據 → 業界動態 → 正文

有效的大數據軟件將贏得物聯網時代

責任編輯：jackye 作者：Harris編譯 |來源：企業網D1Net 2017-01-10 09:16:03 本文摘自：機房360

從選擇合適的語言（Julia，R，Python等）到擴展用例的想象力，處理物聯網的數據是組織成功的關鍵。

調查機構通過訪問得出的“工業互聯網應用開發狀態”調查結果，讓人們了解通用電氣數字公司和合作伙伴將如何應對工業物聯網的最新挑戰，以及把握發展趨勢和機遇。

如果組織有效地篩選物聯網產生的大數據，那么精準營銷，強大的客戶關系管理（CRM），高效的客戶服務，以及最終的更加有利可圖的銷售將隨之而來。

該語句的“如果（if）”部分是隱含的，但它是方程式的艱難部分。以下對此進行一下闡述。

大數據分析軟件：重要鏈接

如果組織開發的軟件挖掘大數據以獲取與其的營銷目標相關的可操作信息，那么組織將能夠定制與消費者的聯系，從而獲得更健康的數據。

人們將在一分鐘內擴展遠遠超出營銷世界，但它作為一個有用的例子，在此前提下，物聯網向云計算發送大量數據（大數據），供營銷人員訪問。這是第一步，但這一步本身不會產生單一的營銷效益。基本的第二步是正確地分析數據，因此它可以用于有效的營銷，銷售和客戶關系管理CRM（更多關于物聯網）。營銷人員必須具有用于這個目的的軟件工具，因為數據量龐大，無法手動排序，就像是數字化之前的客戶調查獲得的信息。

如果組織有軟件開發技能，那么可以在物聯網時代擁有強大的工具。首先，想想物聯網生態系統中有多少“物聯網”。

·個人電腦和筆記本電腦

·工作電腦和筆記本電腦

·學校電腦和筆記本電腦

·智能手機及其應用程序

·所有類型的個人，公共車輛和工作車輛

·家用電器，如冰箱和洗衣機

·智能家居集線器

·恒溫器

·醫療設備，包括顯示器，設備和植入物

·安全和門禁系統

·Fobs用于廣泛的目的

·可穿戴設備

·健身和訓練設備

·手表

這些產品列表可以無限期地增長，這已經很多了，并在每天都被添加。現在，考慮這些智能連接的東西每次使用其中一個將會產生大量的數據。

最后，數據必須被收集，存儲，排序，并變成與目標受眾連接的可操作步驟。這就是軟件開發人員必不可少的鏈接，而數據的數字翻譯器，將改變世界的行動步驟。

這種潛力對于營銷和銷售是巨大的。人們知道。但這些機遇將在醫療，醫學，教育，工作場所安全，個人和公共安全，運輸安全，環境保護，制造，能源消耗，運動，政治和其他方面可以收集數據的領域中，同樣分析可以采取行動以實現所需結果的趨勢，連接，偏好和概率。

物聯網和大數據

以下是如何實現這一點進行簡要概述。

智能家居集線器，恒溫器，醫療植入物，安全系統，監控攝像機等生態系統正在迅速被超越，這種生態系統已經被智能手機及其應用，計算機，汽車，冰箱，fobs，可穿戴設備，洗衣機，手表，以及總是連接越來越多的其他對象。

物聯網將通過創新得到廣泛應用與發展，就像智能設備的物聯網平臺廠商奇美電子公司的首席營銷官安迪·胡伯斯巴文所設想的一切。“為什么物理世界不能像其他形式的數字信息一樣在線和可參考，可搜索，或者混合搭配？我們都強烈地認為，物聯網將不可避免地包括數十億個設備，實時共享關于他們的動態信息。

如今，聯網設備超過了十億個，預計到2020年將達到500億個，這是愛立信在2010年預測的數字，甚至有所增加。

大數據的意義：分析改變生活的力量

數據可以使用的方式的數量是令人難以置信的。考慮幾個例子，組織可以配置盡可能多的你喜歡的數據：

·汽車的傳感器表示你的發動機油臟了，你會收到一條帶有通知，以及附近換油中心的優惠券的信息。

·你通過手機放在餐廳的掃描儀前面輸入一個QR碼，并可以獲得一個自定義菜單，可以反映你的喜好和要求（素食主義者，意大利美食，法國葡萄酒，自由貿易咖啡或面筋，以及免費甜點）。

·根據學生在一天中的學習時間，以及如何就餐，休息，運動和教學技巧，對學生的表現數據進行分析和調整。

·對來自數千名患者的醫療數據進行整體分析，以確定每種醫療條件下治療，藥物，以及飲食的最有效組合

·分析工作場所的安全數據，以確定如何調整工作技術，設備，工作班次，培訓，照明和其他因素，以創建工作環境，其中事故率下降，生產率和員工滿意度上升。

大量的數據太大了，沒有分析軟件來完成任務。軟件跟蹤，積累，分類，應用算法，采用數據科學，并執行大量額外的任務，以幫助營銷人員決定：

·客戶A適合在設備D和E上向其提供商品B和服務C時響應的客戶的人口統計

·客戶X適合于可能購買產品Y和產品Z作為禮物的人的消費心理

將數據轉變為良好決策

開發人員的第一步就是熟練掌握數據編程語言，“功能集使它們非常適合處理大型而復雜的數據集”。這是工業和政府大數據咨詢師伯納德·馬瑞爾所說的。在最近一篇關于DataInformed的文章中，馬瑞爾討論了三種流行的大數據編程語言-Python，R和Julia，以及它們的優點和缺點。

其次，選擇的語言必須用于創建針對其行業和目的而定制的軟件。例如，美國國家衛生研究院的數據科學部門創建了目標軟件開發獎，以資助軟件工具和方法開發，以解決在生物醫學研究團體高度需要的領域的數據管理，轉型和分析的挑戰。并在2015年，獲得了數據壓縮，數據來源，數據可視化和數據爭奪等領域的獎項。在2016年，在數據隱私，數據重用和應用元數據領域獲得了獎項。

創建有效軟件的最佳途徑可能是從最終的目的反向工作。這里有一個例子來演示在一個字段中這可能是什么樣子。

通過構建一個優化學生學習潛力的上課日的目標為例。首先，確定可能相關的因素。有些，像下面列表中的第一個，是顯而易見的。如果正確地收集數據，則通過對數據的分析來獲得其他信息。以下是開發人員可能想要知道的一些問題，以確定相關數據：

·學校開始和結束的時間（明顯）

·學生在一天的什么時間表現最好的是什么科目？

·學習效果如何隨著班級規模，班級時間長短，學生在沒有吃飯或吃什么時間的情況下變化？

·如何運動，播放古典音樂或間歇提供健康零食等因素將如何影響學生的學習態度和結果？

·什么教學風格產生最好的結果？

接下來，開發軟件并將其安裝在學生用于測試和其他課堂作業的所有設備上。在那里，它會收集信息來創建組織的數據集，并分析數據，以顯示每個因素對結果的相關性。

在那里，教育者很容易改變學校的時間表，格式，以及教學方法，以獲得更好的結果。