对2017年物联网发展的深度分析
本文是节选自Fobes“2017 Internet Of Things (IoT) Intelligence Update”文章,根据德雷斯纳咨询服务公司(Dresner Advisory Services)2017版的物联网的研究编译而来。
物联网先行者高度关注组织中所有的BI功能驱动因素。与所有受访者相比,他们最大的兴趣不同点在于供应链、制造这两个虽然优先级相对较低但是与物联网高度相关的区域。物联网倡导者将BICC作为紧随其后的物联网重要驱动因素。市场、战略规划、销售也是企业BI和物联网的强大催化剂。下图所示BI的12个功能驱动因素,其应用水平越高,物联网在区域个性化需求基础上能提供差异化价值的可能性就越大。
图4 BI驱动要素:物联网先行者与行业平均水平
关于业务智能BI
将所有可量化的业务智能目标打分排序,如图所示,物联网倡导者的结果均高于整体样本。物联网倡导者见证了应用BI可优化决策制定、提高运营效率、增强竞争优势、增加收益、完善客户服务等,为物联网成功实施奠定基础。整体样本和物联网倡导者对优化决策制定重视度最高,整体样本对提高运营效率的重视程度次之,但物联网倡导者将增加收益(growing revenue)和提高竞争优势(increasing competitive advantage)略高于运营收益,并将其作为驱动物联网计划成功的两个主要目标加以宣传推广。相比众多受访者,物联网倡导者在IoT中看到了更多的机会。
图5 BI的目标:物联网先行者与行业平均水平
BI技术与物联网
BI技术包括先进预测分析、云BI、终端数据准备、智能定位、大数据等,下面对此报告中关于先进预测分析及职能定位技术作简要介绍。
先进预测分析(Advanced and Predictive Analytics)
先进和预测分析包括统计、建模、机器学习和数据挖掘,分析事实,以预测未来或未知的事件。受访者对先进和预测分析的广泛特征表示出强烈兴趣。其中最受欢迎的功能需求包括:回归模型(regression models)、教科书统计函数(textbook statistical functions)和分层聚类(hierarchical clustering)。超过90%的受访者回答说,这三点对于他们日常的使用分析至少是“有点重要”。地理空间分析(与地图、人口、人口统计和其他Web生成的数据高度相关)、推荐引擎、贝叶斯方法和自动特征选择是后续最需要的功能。
图6 先进预测性分析的特点
智能定位
智能定位是业务智能的一种形式,主要分析应用的维度是位置或地理。 最典型的如,通过查看覆盖在交互式地图界面上的数据点来进行分析。物联网倡导者对智能定位的兴趣远远超过调查总人群。通过两年的调查结果对比看,随着时间推移,整体评价没太大变化。74%的物联网倡导者表示智能定位是“至关重要”或“非常重要”的,几乎与去年相同,我们并不感到惊讶,因为位置往往是物联网数据分析的关键应用,只有26%的整体样本在2017年认为其“至关重要”或“非常重要”。基于物联网的智能定位最有前景的应用案例是在高度规范的制造业(highly regulated manufacturing industries),简化可追踪性和供应链执行工作流(streamline traceability and supply chain compliance workflows)上的潜力。预计2018年,ERP和供应链管理(SCM)软件供应商利用物联网智能定位,在全球范围简化可追溯性(streamline traceability)和供应链合规性(supply chain compliance),推出新的应用程序。
图7 智能定位的重要性:物联网先行者与行业平均水平
此报告对于2017年物联网行业的发展做出了客观判断,对客户及物联网技术供应服务商提供了丰富且有价值的信息。2017年,物联网继续对制造业起着越来越重要的作用,物联网先进技术蓬勃发展。客户可根据市场研究结果了解同行是如何利用、如何投资业务智能及其相关技术的。比较当前的供应商表现和行业规范、识别和选择新的供应商。