智慧城市网

　　【中国安防展览网 企业关注】  物联网(IoT)产品的特色之一，就是会产生大量的数据;甚至也有很多人认为，产生、收集、并且利用这些数据，才是物联网IoT产品真正的重点。但其实并非如此：物联网IoT应该提供的，应该是经过有计划的深入分析之后，产生出来的信息与洞见。
 

　　这一点，是笔者在经过许多失败之后才得到的领悟，在这里跟各位读者分享。
 

　　你的数据运用策略是什么?
 

　　对于一般用户来说，物联网IoT产品跟其他产品并没有太大的区别，要嘛就是有用、不然就是没用，差别只在于来自用处的价值。
 

　　之所以这样说，是因为厂商在设计物联网IoT产品时遭遇的大挑战，就是拟定这个产品的“数据运用策略”，也就是一套“如何从收集到的数据中萃取出价值”的计划。
 

　　一套好的数据运用策略，绝不仅止于数据的收集和管理;它的起点在于“定义这个产品想达成的终目的”，然后打造一个对应的物联网IoT技术层级(IoT Technology Stack)，进而了解在每个层级中希望收集、储存、分析、转移的数据内容。
 

物联网IoT技术层级：设备硬件─设备软件─通讯─云端平台─云端应用
 

　　而上述这个步骤，也是下图中物联网IoT决策架构(IoT Decision Framework)中数据决策区域(Data Decision Area)的主要作用。
 

IoT决策架构：提供信息，而不只是数据
 

　　IoT决策架构：提供信息，而不只是数据数据收集越多越好，对吧?
 

　　错。
 

　　在这里，让笔者来说明一下为什么明确的资料运用策略很重要。
 

　　早年，笔者曾经帮某半导体制造商开发过一个IoT快速应用方案;这家客户请我当时工作的公司设计一套自动化流程，来为新的硬件芯片进行定性(Characterization)。
 

　　看起来很专业的“定性”这个词，其实意思就是用各种方式对芯片输入数据、并且记录输出状况，以确保芯片的实际表现跟设计工程师的数学模型尽可能相符。
 

　　要用手工来进行所有的输入设定，是几乎不可能的事情;但如果可以用计算机来进行输入、并且将输出资料储存到云端，不仅可以省下许多时间，还可以提升产品本身的质量。
 

　　也因为如此，客户才聘请我们来设计一套这样的系统。
 

　　当这套系统设计并安装完成之后，客户非常高兴;因为从此之后，他们可以进行过去不可能做到的完整输入测试。总而言之，这个案子非常成功。
 

　　几个月之后，我接到一通客户打来的电话，他说：“我们快被数据淹死了，怎么办啊啊啊?”
 

　　因为我们开发的系统中，包含了许多的高速传感器与致动器，所以每秒钟(对，每秒钟)都会产生数以GB计的数据。
 

　　也就是说，系统一旦启动，几分钟之内就会产生花几个星期都分析不完的数据。或许新系统帮他们解决了数据收集不足的问题，但却创造了新的(而且可能更严重的)问题：产生出来的数据根本来不及管理和分析，更不用说汇整成有意义的信息了。
 

　　一定要先有数据运用策略
 

　　回头来看，我们除了帮客户开发新系统之外，也应该要多花点时间了解客户要的究竟是什么，而不是只花心思满足他们表面上的需求。
 

　　请别误会我的意思。从案子本身的角度来看，这套系统是很成功的;我们在客户的预算和时限之内交出了成品，客户也很开心的验收了。但就结果来看，我们却帮客户制造了更大的问题。
 

　　多花时间了解客户真正要的东西，而不是只满足他们表面上的需求。
 

　　这并不是个单一案件。在跟世界各地负责产品的同仁谈过之后，我发现同样的事情一直在发生;有太多公司把目标放在“消除症状”上，而没有进一步去了解顾客真正想要的是什么。
 

　　以这个案例而言，问题就出在我们太强调提供“数据”，而不是“信息”。
 

　　幸好，客户还是很信任我们，也让我们继续进行第二阶段的计划，来解决“被资料淹死”的问题;而这次我们也更深入的去了解客户整家公司(而不只是使用单位)的需求。
 

　　于是我们很快发现，客户并不具备运用大量资料的能力、团队中也没有资料分析专家;更麻烦的是，团队成员没有足以顺利接手操作这套系统的背景知识。
 

　　接下来的几个月，我跟客户一同拟定数据运用策略、也建置一套数据管理系统，来解决上述的问题;方法包括减少数据的产量、并且追加了具有数据分析和可视化功能的私有云服务器，以便集中(即使数据来自其他部门)管理。
 

　　从此之后，状况就好多了;而这也成为我日后不可或忘的重要案例。
 

　　机器和“联网物”都可能产生极为巨量的数据，而且它们不会因为疲劳而放慢脚步。所以，如果没有拟定出清楚的运用和处理策略，让这些数据得以转换成有效信息，IoT就没有意义，只会成为制造垃圾数据的来源。
 

　　产业知识的重要性
 

　　有个老笑话是这样说的：
 

　　有个年轻人开着跑车，经过一位牧羊人和他的羊群，于是停下来问道：“如果我猜对了总共有几只羊的话，可以带走一只吗?”
 

　　牧羊人答应了，于是年轻人拿出计算机，用新的科技开始计算羊只的数量。算完之后，他说：“你的羊总共有280只。”然后顺手抓了一只。
 

　　听了这个数字之后，牧羊人回答：“年轻人，如果我猜对你的职业的话，可以把这只羊要回来吗?”
 

　　年轻人答应了;于是牧羊人说：“我猜你是个管理顾问。”
 

　　年轻人大惊：“你怎么知道!”牧羊人说：“，你收的费用很贵;第二，你告诉我的是我已经知道的事情。第三，你完全不懂我养的是什么，因为你抓走的是我的狗。”
 

　　这个寓言也同时适用于产品经理这个角色。很多产品经理在开发产品之前，并不了解客户的业务性质，导致我们往往在解决“其实不需要解决的问题”、或者只是在制造一大堆没有价值的数据。 技术上表现很好的系统，也可能带来无法预期的问题。
 

　　同样的，我们为客户开发的这套系统，也犯了“没有先弄懂顾客业务性质”的错误。我们虽然懂得如何帮特定产业的客户开发物联网IoT系统，但这位客户的产业我们当时确实不熟。所以，虽然系统在技术上表现很好，但却产生了过去没有预期到的问题。
 

　　虽然我们并不是没有花时间了解客户的产业、以及他们遭遇的困难，但我们并没有更深入的去观察这个产业面对的挑战。换言之，我们开发的系统在某些方面是有价值的，但并没有彻底解决顾客的问题。
 

　　那么，这个“牧羊人与顾问”的故事告诉了我们什么?
 

　　大的重点就是“了解顾客的产业”;身为顾问或产品经理，研究顾客的产业是必须要做的功课，而不是一味强迫推销自认为的“专业”。换言之，必须培养自己对于特定产业的知识，也就是所谓的“domain knowledge”。
 

　　如果能让自己成为客户业务领域的专家、了解他们面对的困难，就可以问出更的问题、让自己的产品定位更正确，进而为客户提供更有价值的服务。
 

　　重点：提供具有深入洞见的“信息”
 

　　许多现今的物联网IoT产品，重点都在于生出很多数据，而不是提供有用的信息，导致客户无法从产品的功能中转换出收益、或是付出额外的成本来获得信息，因而对产品失望。
 

　　身为产品经理，了解客户的产业、以及他们常受到的挑战，都应该是理所当然的事情;做到这个基本要求，我们才能打造出有效的数据运用策略、满足客户真的的需要。