數據如何變廢為寶？

大量被廢棄的數據 —— 即所謂“數據廢氣”（data exhaust） —— 實際有很大利用價值，可以用來形成新的競爭優(yōu)勢。該觀點來自沃頓商學院高級研究員斯科特.斯奈德（Scott Snyder）和火箭車（Rocket Wagon，一家企業(yè)物聯網及數字服務公司）副總裁亞歷克斯.喀斯特魯尼斯（Alex Castrounis）。

相對于物聯網，或許，更準確的說法應該是“物聯數”（data of things ）或是“數聯網”。

海量價值

根據思科可視化網絡指數2016，截至2018年，物聯網一年生成的數據可達400ZB（相當400萬億GB），容量驚人。這一驚人的數據量無處不在：從可穿戴式設備、智能家電，到波音787這類飛行1小時即生成40TB的高端連接平臺，或像力拓公司的采礦作業(yè)，1分鐘即能生成2.4TB數據，超過推特一天內生成數據容量的20倍。

物聯網產生的數據增量巨大，只有小部分（8.6澤字節(jié)）被送往數據中心存儲并進行后續(xù)研究 —— “數據廢氣”比實際用于分析的數據要多得多。

得益于超長距、低功耗的物聯網連接，體積小、成本低的傳感器發(fā)展，以及運用人工智能的云計算和邊緣計算等領域的迅速發(fā)展，數據廢氣能更多地進行深入分析，且可被轉化為實時操作。自動駕駛就是很好的實例，借助大量傳感器數據，其在各個新場景中可學習安全、高效的駕駛行為。

據波士頓咨詢公司的研究，在最具創(chuàng)新力的公司中，80%會利用數據強化其商業(yè)優(yōu)勢，這就不難解釋，美國前進保險（Progressive Corp.）、耐克和約翰迪爾（John Deere）等公司，會在產品感應能力上持續(xù)投資，從消費者洞察、經濟和商業(yè)模式創(chuàng)新中獲益。

對于大多數公司，數據價值是在開發(fā)新產品或提供新服務之后產生的，更別說用以提升商業(yè)運營了。他們并非從挖掘數據潛在價值開始，只關心讓物“連接”起來。

或許，有些事自始至終就不應被連接起來，比如i.Con智能安全套，可追蹤男性用戶在性愛時的熱量消耗；Juicera互聯榨汁機，除了其1.2億美元融資引人矚目外，基本已無人問津。

假如一開始數據就是生產力，整體解決方案基于如何利用生成的數據進行構建呢？一個常見誤解是，數據價值在于硬件和連接性能，其實物聯網提供了更高效、更無縫收集數據的方式，甚至可獲取過去得不到的數據。

例如，哮喘或慢性阻塞性肺?。–OPD）患者的呼吸機中植入一枚傳感器，即可收集實時信息，了解患者何時何地在使用呼吸機，這幫助創(chuàng)業(yè)公司Propeller改善了管理呼吸道疾病的方式。結合患者人群的詳細使用數據以及諸如天氣、空氣質量等外部數據，并提供實時、個性化的治療意見，Propeller將突發(fā)性哮喘發(fā)作率減少了50%，這可能節(jié)省數十億美元的醫(yī)療費用。

相似地，前進保險公司從其“快照式”車輛傳感器中得到駕駛行為數據，用于改進風險模型， 表現好的司機可獲得較低保費?，F在，這已占公司直接渠道收入的20%以上。兩則例子涉及的公司，正利用物聯網在無形中收集無縫數據，為自身及顧客創(chuàng)造價值。

在B2B模式中，約翰迪爾這樣的公司已利用物聯網數據轉換其商業(yè)模式。2014年，平均每家農場每天生成19萬數據點，到2020年，預計可生成410萬數據點，這源于農場及設備“傳感器化”迅速推進。將數據流轉化為洞察和分析，或轉為基于數據的自動化決策，約翰迪爾以其數據優(yōu)勢為引導，從銷售農場設備轉為提供“精確耕作服務”。

以約翰迪爾為例，物聯網數據通過監(jiān)控每個產品和平臺的使用狀況，提升其可靠性，使“一切皆服務” （XaaS）的商業(yè)模式，在航空、采礦、交通和建筑等其他資產密集型產業(yè)均成為可能。

當你了解去哪、如何尋找數據時，數據即含有重要價值及信息。數據的價值不僅體現在其內含的信息上，于公司而言，可與潛在合作伙伴一起利用數據，其可以出售、進行交易等。要從數據中釋放價值并最終獲取競爭優(yōu)勢，必須進行各種形式的分析和貨幣化操作。

數據制勝

專業(yè)的賽車運動體現了一種物聯網化的形式，車充當“物”的角色，而車輛內置傳感數據實時傳輸給工程師以備分析。該數據通過基于射頻（RF）技術的遙測，傳輸給維修區(qū)的工程師，也可能以網絡（如無限局域網絡或蜂窩技術）傳輸給正處某個遠程位置上的工程師，比如賽車組總部。

典型的印地賽車（IndyCar）擁有高達80個傳感器。假設一個樣本的采樣率為1000kHz，即每秒8萬個數據樣本，等于說，在Indy 500大賽中將產生6400億個數據。每次賽車在軌道上行駛時，均產生海量數據，競爭優(yōu)勢的一個主要來源，即將大量數據以近乎實時狀態(tài)轉化為可操作的價值，進入到分析狀態(tài)。

“雙車PK”類型的印地賽車團隊，年預算接近1500萬美元并不少見，部分一級方程式賽車隊年支出高達5億美元。就現有車隊而言，其獲得贊助的能力和金額，完全取決于車隊的歷史成績和競爭優(yōu)勢，包括實際成績和心理感知。 賽車組優(yōu)化表現并提升競爭優(yōu)勢的方式有兩種：一是“讓車跑得更快”（這是許多賽車組成員常說的一句話），二是占據心智中的定位，并可能以上佳的比賽策略或突發(fā)事件贏得一場比賽。

單單借助數據分析，就能幫助汽車跑更快。數據可能取自于車輛內置傳感器和數據采集、司機反饋、風洞、七柱振動篩、計算機模擬、軌道測試、輪胎測試、流體動力學模擬和測試、發(fā)動機測試等等；實戰(zhàn)中制定更好競爭策略戰(zhàn)勝對手，則相當大程度上取決于歷史和實時數據的影響 。

無論何種情形，利用“高級分析”（advanced analytics）都能幫助賽車隊將數據轉為賽道上的更佳表現（車速更快，單圈時間更短），或能制定若干策略實現比賽結果最優(yōu)化。部分分析工作是數據科學家和工程師手工進行的，部分則是自動化的，涉及的分析方法可以是描述性分析、數據可視化、統(tǒng)計分析和高級分析，其中包括人工智能和機器學習的技術和算法應用。

賽車越快，比賽成績通常越好，賽車隊更容易掙到錢，這和商業(yè)運營一個道理：一家企業(yè)形成的競爭優(yōu)勢越多，財政狀況越好，因此更容易獲取并籠絡客戶 。

變數據為寶

擁有競爭性優(yōu)勢，意味著一個個體或一家企業(yè)，能提供競爭對手無法賦予的價值，優(yōu)勢可以是創(chuàng)新力、卓越執(zhí)行力、更好用戶體驗或是更大的獲取或轉換數據的能力。

數據已改變決策行為，將之從基于直覺或由歷史經驗而來的有根據推測，轉變?yōu)榛谀Ｊ胶皖A測的客觀決策。數據幫助我們量化基本假設，對可能性分布和數量級進行匹配。確實，數據幫助我們理解：我們能在多大程度上能改進某些事情。

物聯網不只是代表一種機會， 可大量收集更多關于產品、服務和操作的數據，且能使企業(yè)有可能自我驅動、形成競爭優(yōu)勢，就像印地賽車隊一樣。要釋放這種潛能，需要在“賽車日”前打好基礎以便能贏得比賽，其中包括以下要點：

1核算產出。要識別數據產生價值的潛在機會，并決定收集數據最流暢、實惠的方法。舉例來說，如果一名運動員平時已在穿釘鞋或運動衫，也許可直接將傳感器嵌入到里邊，而不是非得制造一個新設備去計算其消耗。

在最具創(chuàng)新力的公司中，80%會利用數據強化其商業(yè)優(yōu)勢。

比如，耐克已花費巨大投資擴展“Nike+”平臺（連接運動鞋、可穿戴設備和應用程序），以便收集700多萬名跑步者更為精細的數據，并通過智能替換（知道何時鞋底損壞）和更個性化的鞋服以增加銷售。

安德瑪（Under Armour ）花費了近5億美元來連接1.5億名數字健身和健康用戶，并推出HealthBox獲取數據采集機會，以便在健康數據上獲得更為深入的觀察。除了識別數據采集最有效的方法（利用傳感器和連接性）外，公司需要創(chuàng)造一個大數據環(huán)境來存儲、管理和分析不同的物聯網數據流。

2最優(yōu)轉化。一旦安裝設備收集和存儲數據，需有智力資源和工具將物聯網數據轉化為可實現商業(yè)價值的洞察力和決策。這意味著，需要一個由數據科學家、數據工程師和架構師組成的團隊，既能解答已有問題以優(yōu)化性能，也可依靠發(fā)掘隱匿于數據中的模式來處理新問題。

比如，在智能城市應用中，即存在著一個課題，如何掌握車流量狀況并選定優(yōu)化交通的方案。假設在某些區(qū)域拼車會對交通產生負面影響，因為公共交通使用率減少將會造成新問題。這意味著，需要有數據分析團隊，能使用最新預測分析和人工智能平臺（如TensorFlow， Torch，或H20.ai），可快速提出并驗證假設，由此得出正確的策略和行動方案，從而產生理想結果。

找到這類具有批判性思維的數據科學家并不容易，可能需要整合技能各異的員工（Python程序員、建模師、統(tǒng)計學家和業(yè)務分析師），同時以其他渠道建立交流橋梁（比如在Kaggle網舉行公開數據競賽，或贊助學生項目來識別新人才）。

疾速制勝。擁有數據、洞察和正確行動，將能進一步優(yōu)化當前的業(yè)務或平臺。完全釋放數據的價值，通常要反思公司的全部產品及經營模式，以數據及其運用能力作為核心優(yōu)勢加以利用。

鑒于物聯網可從當前業(yè)務操作和客戶體驗中，產生規(guī)模驚人的數據，各公司迎來一個難得機會，轉向以數據為中心的商業(yè)模式，并以一種持續(xù)服務的方式向客戶提供商品：比如，一家制藥公司從單純銷售藥物轉為提供疾病管理（以病患監(jiān)護形式）服務，或是一家汽車制造商從銷售汽車轉向提供運輸服務。此外，公司可在革新過程前 —— 而非作為一種事后反思—— 集成物聯網數據資產和數據能力，開發(fā)出全新的關聯產品。

總而言之，如果物聯網是新生代的互聯網，那么數據就是新石油，不應讓物聯網數據淪為白白浪費的“廢氣”，或許恰恰能從這些數據中發(fā)現提升競爭優(yōu)勢的新洞察，并在市場中贏得未來的競爭。

不過，首要的前提是，必須建立能高效捕獲和分析這些數據的能力，然后改進創(chuàng)新流程，將物聯網生成的“數據能量”用于產品、服務和商業(yè)模式，唯有此，才能在眾多競爭中脫穎而出。