尽管在今天的竞争格局中取得成功并不容易，但物联网数据分析有望提供帮助。但是，如果您认为可以在机器或产品上拍打某些传感器并立即获得有用的数据，请再考虑一下。一旦收集，必须分析数据，并且转变为可行的见解，不要粘在孤岛上，也不会被存放而遗忘。但是，对于许多人来说，生成物联网数据的庞大数据和步伐是压倒性的。

Tata Consultancy Services的IoT副总裁兼全球负责人Regu Ayyaswamy知道物联网数据分析的好处，以及组织面临实施的挑战。在此问答中，他阐明了物联网数据分析的当前状态，并审查了企业应采取的步骤，以从其连接的数据中获得最大收益。

一种2015年麦肯锡报告发现只使用了1％的物联网数据。但是从那以后，物联网已经走了很长一段路。您今天在哪里看到这个数字？

Regu Ayyaswamy：在过去的三年中，我们看到使用的数据量大幅增加 - 并且它也以非常创新的方式使用。收养和数据迁移到云正在帮助促进这一点。虽然我们没有牢固的数字，但我们认为自2015年报告以来，它可能增加了五次。

哪些企业最能利用其物联网数据分析项目？

Regu Ayyaswamy

Ayyaswamy：高管能够理解，吸收和推动这些以物联网为主导的转型的企业可以更好地利用数据的好处。行业像制造业一样，石油和天然气，公用事业和运输是在充分利用其物联网数据方面的领先者。好处包括能够在不断变化的客户需求和期望，产品使用情况以及提高生产率，供应链和车队管理以及资产监控和诊断方面可视化实时数据。

例如，瑞典邮政服务的Postnord Sverige AB现在收到了实时的车队数据，并从未有过反馈。经理可以使用物联网数据来理解和跟踪车队及其运动，执行动态路由并追踪商品向最后一英里的运动。这使组织可以通过确保通过物联网的准时交付来改善客户体验。

在另一个示例中，我们正在与一家日本公用事业公司合作，从其燃煤锅炉中收集数据，并使用基于AI的算法来调整性能，从而降低排放和更高的效率。

收集了这么多数据，只使用5％的数据，其他95％会发生什么？物联网数据浪费是引起关注的原因吗？

Ayyaswamy：业务用例定义了将需要的数据的性质，并且所使用的分析技术决定数据是否有用。正确的架构，带有右边的右融合和基于云的数据处理，有助于减少物联网数据浪费。

请注意，传感器数据历史上用于过程行业的控制，不能称为废物。物联网将数据用于更好的预测模型，这是以前尚未使用的。

与五或十年前的数据相比，物联网数据有什么不同的物联网数据？

Ayyaswamy：数据始终存在。挑战在于可用性，可访问性，分析和获得有意义见解的能力从中。此后，TAP和AI上的高性能计算能力和AI之后，云准备好的平台已转换了数据使用情况。改变游戏规则的人是实时数据见解，五到十年前的情况并非如此。

物联网数据分析的不同类型是什么？您如何决定使用哪种来最佳利用物联网数据？

Ayyaswamy：可以通过各种分析技术进行IOT数据，具体取决于数据的类型，模式，周期性，可用性和音量。通过统计技术以及AI模型和算法将分析技术，物理和数据科学结合在一起，将通过数据和信息成功地领导企业。当前有多个分析的成熟度 - 即描述性，诊断性，预测性，规定性 - 企业在踏上IoT旅程时正在分阶段进行。

哪些技术是从物联网数据分析中获得可行智能的关键？

Ayyaswamy：大数据，机器学习，人工智能认知计算是一些关键技术。这些技术，加上数据科学和物理，并使用关键算法处理，正在帮助企业使用可行的智能。

就IoT分析工具而言，各种提供商的货架上有几个可用的东西。但是，单纯的可用性和工具的使用不能确保基于见解的结果。模型建立在工具上，但是组织结合其领域，物理和数据科学以真正理解系统的能力是成功的关键。

如果企业正在开始其物联网旅程，您将提供哪些步骤来帮助他们成功分析他们的物联网数据？

Ayyaswamy：物联网之旅是逐步采用的过程之一。随着企业从简单的物联网数据分析转移到更高级的分析以解决复杂的业务问题，他们需要以现实的时间范围以分阶段的方式计划这种转换。

这物联网数据的好处最好将其归因于业务价值实现。如前所述，物联网数据源的确定，数据收集的频率以及基于数据科学和物理AI的组合是IoT成功的关键要素。