随着技术的发展，企业越来越依赖数字化的一切。在技术普及之前，很多机构制定了物联网战略，希望创建智能化、数据驱动的产品和服务，但至今被广泛应用的产品和服务还很少。为应对新技术的挑战，企业希望更够专注于使用成熟的物联网技术，这对企业而言仍然非常困难。
根据Forrester的一份报告中指出了将物联网的试点快速规模化应用有5个关键因素，根据报告，将这5个关键因素按照重要性排序，分别是：
- 组织赋能;
- 基础设施、技术;
- 集成;
- 战略;
- 数据、分析。
虽然很多人都认为数据/分析对应用影响最大，但由于数据/分析的影响才刚刚开始，因而其影响的重要性排在其他因素的后面。随着物联网应用的普及，数据/分析的影响将会逐渐显现。而一旦组织、基础设施、集成、战略落实到位，在分析和海量物联网数据之间建立起富有成效的联系，数据/和分析的价值将凸显出来。
数据的挑战与机遇
当公司物联网的发展重点不再是收集数据，而是在运营和服务中及时挖掘相关数据时，不仅可以通过数据了解发生了什么，为什么会发生，还可以了解下一步可能发生的事情。这使决策者能够以最小的风险迅速做出最佳决策。为了成为这种“及时响应”的企业，企业需要来自所有相关来源的可用数据。
随着智能产品时代的到来，企业不仅必须能够收集数据，还必须能够管理数据的规模和安全性。在消费者和工业环境中，公司的数据管理策略将决定其连接生态系统的成功。
“服务化”带来新的机会，通过建立在智能互联产品基础上的新商业模式，即企业围绕现有产品组合创建基于知识的服务产品。一个例子是一家全球水泵制造商，通过物联网技术升级成为一家供水数据提供商。
随着创新公司寻求新的商业模式，以相对较低的资本支出为创造获得新收入的机会，以应对缺乏智能的实体产品利润率的不断下降，服务化将继续存在。
发展实时洞察能力
以下示例演示了物联网数据分析对创建实时感知的运营、产品、运营和服务的影响：
- 一家用于工业和消费用途的水泵制造商遇到了一个问题：它的产品非常可靠且经久耐用，以致于该公司正在失去销售。这家公司是业内首家集成电子和远程监控的公司，寻求从水泵制造商转型为可持续供水和智能化的领导者。我们帮助企业构建了一个基于Microsoft Azure的物联网平台，最终使企业能够每年从1600万台泵中收集结构化和非结构化数据，使用算法在边缘执行分析，同时通过云安全地共享有意义的数据。
- 一家消费品制造商试图彻底改革其全球业务。其资产中几乎没有安装传感器来支持数据分析，而且公司甚至缺乏对基本生产指标的可见性。同时公司面临着设施之间的沟通和协调方面的限制。该公司通过实施工业物联网(IIoT)数据平台，从配备传感器的设备和系统中收集数据，并为管理人员创建仪表盘，以监控其100多个制造业务中的生产机械。巩固其能力是一个中心设施，在这个中心设施中，现代工业过程管理软件在将真实世界的IIoT解决方案推向全球运营之前对其进行验证，从而提高产品质量、提高生产率和创造新的效率。物联网神经中心使组织能够探索、展示和测试流程，并试点和实施务实的、现实世界的解决方案，从而提高投资回报率并实现实时故障排除。
物联网的下一步如何发展
重要的是不要低估从物联网数据中产生可操作见解的难度。在Forrester的研究中，企业(根据其物联网工作的可扩展性分为新手、有意识和领先者的类别)被问及在扩展物联网时，他们在数据分析方面面临的最大挑战。基于每一个类别，我们制定了成为一个时刻意识到的企业的下一步建议。
- 物联网新手应确保他们有一个明确的目标和一种将物联网数据分发给关键用户的方法。这些组织需要确定其物联网数据的强大内部机会，以及与潜在第三方的货币化战略。还需要制定一个捕获和归档数据的策略，以使用例能够提供近期和长期的价值。
- 有物联网意识的企业应专注于与利益相关者确定结构化、非结构化和分析性需求，同时在内部和与第三方巩固和调整其物联网战略。这些组织还需要将新兴的第三方生态系统正式化，并着眼于盈利模式。
- 物联网的领先组织可以积极探索物联网数据的盈利模式。需要制定一个产品和服务路线图，以利用机会，并扩大第三方合作伙伴的范围。
虽然数据/分析还没有成为物联网价值的主要源泉，但却是从物联网部署中获取价值的一个必要因素。虽然这些挑战并非易事，但寻求最大限度地利用物联网数据分析的企业可以从更成熟的组织获得见解，尤其是加快其现代决策能力。
