隨著傳感器安裝在越來越多的工業機器上，這些互聯設備創造了一個龐大的數據集合。但若想要獲得物聯網數據分析帶來的真正價值，企業就需要對自身的優勢和劣勢有一個比較清晰的認識。

2016年IoT Data Analytics & Visualization會議小組討論中，幾位發言人表示，物聯網應該是用來改進業務流程的，不應該僅僅是實現炫酷的新技術而已。

分析咨詢公司CEO Nauman Sheikh說，他最近曾與一個大型公共事業公司合作，希望把傳感器放在卡車上，實現預見性維護。Sheikh構建了預測模型，分析了傳感器的數據以識別振動模式和其他一些能夠預示卡車即將出現故障的跡象。

用商業術語講述物聯網

但當他把他的想法描述給這個公司的管理團隊時，他并沒有談論他要使用的算法或者傳感器所需的網絡技術。他表示，讓項目能夠順利進行的關鍵在于，準確識別對方的需求，并以對方能夠理解的語言來進行交流。”

“我們從中得到的經驗是，如果我向他們推銷一些不錯的工具或花哨的技術，他可能沒有什么興趣。如果你可以讓他們明白，目前面臨的困境可以通過應用物聯網來解決，那項目的推進就會變得快速和有效。”Sheikh說道。

同樣，trimble Navigation Ltd公司負責軟件體系結構和戰略的副總裁Prakash Iyer表示，對物聯網數據分析感興趣的企業應重點關注終極目標，那就是工業過程自動化。

Iyer 說，任何物聯網或工業互聯網項目的目的都是在那些以前知之甚少的領域找到關于機械的新認知。通過分析來自機械的數據，使用簡單的可視化或更復雜的機器學習算法，發現業務規則在相關事件發生時產生作用，進而實現工業過程的自動化。只要企業了解工業過程，他們就可以開發規則并實現自動化。但如果一個物聯網數據分析項目未能提供有效的見解，那么該企業就會質疑其投資是否值得。

Iyer說，“最重要的事情不是可視化，而是如何保證其可行性，我們需要實現自動化。”

工業物聯網上的投入要有靈活性

對于Milwaukee Johnson Controls公司負責產品研發、技術構建和服務的副總裁Sudhi Ranjan Sinha來說，獲得工業網絡分析項目商業價值的關鍵是未來計劃要具備相當的靈活性。

Sinha說，他的公司從事的是采暖通風行業，制冷劑使用相關法律和客戶的期望可能會隨著時間而改變，但是Johnson Controls生產的大部分的設備壽命為25年。

因此說，當Sinha和他的團隊構建預測模型，衡量互聯的加熱和通風設備的效率并識別潛在的問題時，他們時刻謹記著，情況會發生變化，要保證所構建的模型具有靈活性,，不要依賴在設備生產時做出的效率假設，那是不現實的。“這個領域沒有永恒不變，”他說。“我們創建的每一個模型，都應該具備自適應的能力。”