得益于不斷問世的低成本傳感器、無處不在的連接以及我們快速增長的數據量，物聯網很可能重塑我們熟知的世界。技術研究和咨詢公司高德納 （Gartner， Inc.） 認為，到 2020 年，聯網設備的數量將接近 260 億。從可穿戴設備到家庭自動化，我們既看到巨大的潛力，也面臨著艱巨的挑戰。讓物聯網為大眾服務更大程度上是數據挑戰，而非設備連接問題。我們需要首先從設備提取出數據，然后弄清楚這些數據都意味著什么。

　　目前，市場一直專注于讓智能裝置聯網。在幫助人們使用這些裝置和機器收集的各種數據方面，我們并沒有看到多少創新。因此，許多物聯網解決方案都存在“最后一英里”問題。換句話說，這些解決方案可以收集數據，但卻不能幫助人們查看和理解自己挖掘的數據。不能使用的數據有什么價值？ 并且如果您不能使用它，又何苦去收集它？

　　那我們如何讀取、解釋和理解這種從智能家庭電器、可穿戴設備或 GE Predix 平臺之類的工業級解決方案收集的物聯網數據呢？ 我們必須消除四個前進障礙：

　　1.迭代和快速行動

　　在我們生活的世界，“完美數據”這種說法越來越顯得自相矛盾。不管數據是怎樣編譯的，您都可能無法連接到用于存儲它們的源。數據還可能在某些關鍵方面并不完整，或者數據格式不利于進行深入分析。這些缺點在物聯網應用程序中越來越普遍，因為人們尚未針對用于支持設備互操作性的標準和協議達成一致。

　　我們不能讓自己的業務因為不良數據或殘缺數據而陷入癱瘓，我們必須利用已有的資源，以迭代的方式尋找正確答案。在迭代過程中，我們學會將“合格”的數據與真正糟糕的數據分開。合格的數據通常足以定向性地回答幾乎所有問題。此外，通過更好地了解數據缺口，我們可以獲得更好的數據。這將有助于解決流程問題，進而改善數據的捕獲和攝取方式。

　　您擁有的合格數據會持續進化和不斷接受分析，從而創造價值，為良好數據提供進一步的動力和需求。人們開始看到價值，愿意通過投資讓自己的數據變得準確可靠。此類“啟動和學習”周期始于 Agile 方法，多家公司已在軟件開發領域對這種方法進行了打磨和完善。我們相信，其應用領域同樣應該包括物聯網數據分析。畢竟，技術采用速度是首席執行官們最為關注的事情。

　　Boston Consulting Group 在 2015 年對來自頂尖創新公司的一千五百名 CXO 所做的調查明白無誤地表明了這一點。BCG 高級合伙人及報告共同作者 Andrew Taylor 說，在此項調查以及與高管進行的后續訪談中，“不斷出現的詞是速度”。該研究發現，CXO 們希望對傳統創新流程進行提速，以便快速開發產品和嘗試想法。

　　要讓組織獲得速度，您需要快速靈活、易于部署的分析平臺。這種平臺應該能夠讓您測試不同的方法，并在分析過程中找出自己數據的缺點。應該不需要大量開發，以免您還一點見解都沒能從中汲取，就心灰意冷地放棄了。

　　行業領先的供應鏈解決方案公司 Flex（又名 Flextronics）面臨著類似的挑戰。Flex正在不斷加大力度，將自己從 PC、路由器和基礎電子器件的低利潤代工廠商搖身一變，成為推動物聯網并為物聯網服務的器件、傳感器和工業設備的制造商。為了提高利潤，Flex 需要通過更好地理解自己的物聯網績效數據，由此來降低成本和優化制造過程。還需要通過更快的維修和翻新，為客戶提供無與倫比的價值。同時，Flex需要快速行動，以此避免受到亞洲大規模制造商的擠壓，并在更為迅捷的初創企業中保持領先地位。

　　然而，由于其數據被鎖定在“Excel 地獄”中或被復雜的企業商業智能平臺隱藏在重重大門之后，Flex 曾經舉步維艱。而現在，Flex 行動迅速，因為它已經過渡到了一個按需自助分析框架。這種自動化、標準化和可重復的報告框架可以削減數小時的無效時間并降低成本。團隊可以放心地專注于為客戶服務。用 Flex 高級分析主管Joel Woods 的話來說，公司經歷了從“測量績效到最大限度提升績效”的過程。