如何将物联网的“数据废气”转化为竞争优势？

分类：内容合作

如何将物联网的“数据废气”转化为竞争优势？

沃顿知识在线 / 编辑 / 2018-03-18

物联网中大量被丢弃的数据，即所谓的“数据废气”（data exhaust），实际上具有很大的价值，可以用来创造新的竞争优势。沃顿商学院高级研究员史耐德（Scott Snyder）和物联网、数字化与人工智能公司火箭车（Rocket Wagon）负责产品和分析的副总裁卡斯托尼斯（Alex Castrounis）在以下这篇合作评论中探讨了这一观点。

Read this article in English

物联网应称为“数据联网”

与其将物联网称为物联网（Internet of Things, IoT），也许我们应该称为数据联网或数据网？

2016年思科视觉网络指数显示，物联网将在2018年之前每年产生多达400 ZB（或400万亿兆字节）的数据。从可穿戴设备到智能家居设备再到高端连接平台，各种产品都在生成这些大量数据。以高端连接平台为例，波音787每小时产生40 TB的数据，力拓（Rio Tinto）采矿业务可以每分钟产生多达2.4 TB的数据，这是Twitter一天产生数据的20倍以上。

尽管物联网设备数据量巨幅增长，只有少量（8.6 ZB）数据被发送到数据中心进行存储和后续分析，“数据废气”远远大于实际用于分析获取洞见的数据。不过，范围更大、功耗更低的物联网连接，体积更小、成本更低的传感器，以及有人工智能（AI）的云计算和边缘计算，这些方面的快速改进能使更多数据废气不仅可以用于分析获取新洞见，还可以转化为实时行动。一个很好的例子是无人驾驶汽车，通过收集大量传感器数据，从每个新场景和环境学习安全且高效的驾驶行为。

根据波士顿咨询的报告，80％最具创新性的公司利用数据来推动业务优势。因此像前进保险、耐克和约翰迪尔这样的公司继续投资于其产品的传感功能，并在消费者洞见、经济和商业模式创新方面获得利益。然而对于大多数公司，数据的价值是在开发新产品或服务之后再开始考虑，更谈不上改善业务运营了。他们并没有从末端数据的价值开始建构，而只是专注于产品的“连接性”，视之为价值。

也许有些东西永远不应该连接，比如可以计算性爱过程中消耗卡路里的i.Con 智能安全套，或者Juicera的连网榨汁机，虽然没人在乎它收集了什么数据，但这一产品还是吸引了1.2亿美元的投资。

通过数据创造价值

假如数据从一开始就是驱动因素，从如何以及为何应该利用生成的数据这个问题开始构建整个解决方案，会怎么样？人们普遍错误地认为物联网的价值在于硬件和连接性，其实这两者只是更高效和无缝地收集数据的媒介，甚至可能接触我们以前无法获得的数据。例如，通过在哮喘或COPD吸入器中嵌入传感器来收集人们何时何地使用吸入器的实时数据，创业公司Propeller Health重塑了呼吸系统疾病的管理。Propeller将患者人群的详细使用数据与天气和空气质量等外部数据整合，提供实时的个性化辅导，从而将计划外哮喘的发作率减少了50％，可能节省数十亿美元的医疗费用。

同样，前进保险公司将驾驶行为的数据从其Snapshot车辆传感器转化为升级风险模型，降低表现出良好驾驶行为的承保驾驶者的保险费。这现在占其直接渠道收入的20％以上。在两种情况下，这些公司都在使用物联网来收集无缝且最终用户看不到的数据，同时为公司及客户创造价值。

在B2B方面，约翰迪尔等公司已经使用物联网数据来改变商业模式。由于土地和设备上的传感功能的显著增长，一个农场平均将从2014年每天生成19万个数据点增加到2020年预计生成410万个数据点。通过将这些数据流转化为洞见和指示性分析，或基于数据的自动化决策，约翰迪尔依赖数据优势，从销售农场设备转变为提供“精准农作”服务。与约翰迪尔的案例类似，物联网数据通过监控和优化每个产品或平台的用途和可靠性，在许多其它资产密集型行业（如航空、采矿、运输和建筑）实现“XX即服务（ XaaS，as-a-service ）”的商业模式。

只要知道寻找数据的来源和方法，数据几乎总能包含重要的价值和信息。数据不仅代表所包含信息的价值，而且有公司可以在与潜在合作伙伴的合作中利用的货币价值。数据可以被出售和交易等。各种形式的分析和货币化能从数据中释放价值，并最终提供竞争优势。

专业赛车案例

专业赛车运动也是物联网的一个典型案例，汽车充当“一件物体”。车载传感器数据实时传输给工程师进行分析。这些数据通过基于射频技术的轨道遥测技术传输给在维修站的工程师，也可能通过网络（例如广域网或蜂窝）传输给在赛车队总部等远程位置遥控的工程师。

典型的IndyCar拥有多达80个传感器。假设采样率为1000 kHz，即每秒8万个数据样本，即Indy 500中有6400亿个数据样本。如果汽车每次正常产生大量数据，竞争优势的主要来源是近乎实时地将大量数据转化为可操作的值，之后进行分析。

两辆IndyCar赛车队的年度预算约为1,500万美元并不少见，一些一级方程式赛车队的预算总额高达5亿美元。对于现有的团队，参赛团队获得赞助的能力以及赞助的金额完全取决于团队的历史表现和竞争优势，无论是实际优势还是感知优势。在高层次上，赛车队可以通过两种方式提高性能和竞争优势，要么“让汽车开得更快”（大部分的比赛队员的常用短语），要么通过优秀的比赛策略或运气获得晋级并赢得比赛。

仅仅通过分析数据就可以使车开得更快。这些数据可以来自车载传感器与数据采集、车手反馈、风洞、七柱测试台、计算机模拟、赛道测试、轮胎测试、流体动力学模拟和测试、发动机马力测试等等。在实际比赛中，通过更好的比赛策略来超越竞争对手的能力本身就主要依赖于历史和实时比赛数据。

在这两种情况下，利用先进的分析技术能使赛车队将数据转化为更优的性能（更快的赛车和更少的每圈用时），以及通过战略来优化比赛结果。一些分析是由数据科学家和工程师手动执行的，其他分析是自动的。这种情况下的分析可以是描述性分析、数据可视化、统计分析和高级分析，其中可以包括人工智能以及机器学习技术和算法的应用。

赛车的速度越快以及平均比赛结果越好，赛车队就越容易获得赞助，并有望增长。商业上也完全一样。企业创造的竞争优势越明显，财务绩效就越好，因为企业变得更容易获得、保留和增加客户数量。

如何将“数据废气”转变为价值？

拥有竞争优势意味着您或您的企业能提供您竞争对手无法提供的某种价值。实现这一点的方式可以是创新、卓越的执行力、更佳的用户体验或更强的获取和转化数据为价值的能力。

以往我们基于直觉或从历史和经验得来的理性猜测作出决策，数据将这种决策行为转变为基于规律和预测的客观决策。数据还使我们能够量化决策所依据的基本假设，分配可能性和规模。事实上，数据让我们知道能够改进或优化某件事的程度。

物联网不仅代表了大量收集更多有关产品、服务和运营的数据的机会，而且还可以为您的业务带来竞争优势，就像IndyCar赛车团队一样。但要利用这个优势，您需要在“比赛日”之前打好基础，才能赢得胜利。这包括以下方面。

— 衡量结果。首先确定从物联网数据中获取价值的潜在机会，并确定为此收集数据的最无缝和最经济的方法。例如，如果运动员已经穿着防滑钉或运动衫，也许我们可以在那里嵌入传感器，而不必创建新设备并计算成本。耐克公司已经投入大量资金来扩展耐克+平台（连接运动鞋、可穿戴设备和应用程序），来收集700多万跑步者及其行为的更多细化数据，通过智能替换（了解鞋底磨损时间）和更个性化的鞋子和服饰来增加销量。

Under Armour 花费了近5亿美元获取1.5亿数字健身和保健用户的数据，并推出 HealthBox 来利用同样的数据收集机会，进一步获取健康和健身的数据洞见。除了确定收集数据（传感器和连通性）的最有效方式之外，公司还需要实施大数据环境来吸收、管理和分析他们期望处理的不同IoT数据流。

— 调整优化。一旦收集和存储数据的设备已经到位，您就需要拥有智慧和工具来将这些物联网数据转化为具有商业价值的洞见和决策。这意味着有一个由数据科学家、数据工程师和架构师组成的团队，他们既可以回答已知的问题来优化性能，也可以通过发现数据中的隐藏规律来回答新问题。在智能城市应用中，理解车辆流量并确定优化交通的替代方案是一个已知问题。

假设公共交通使用的减少使乘车分享对某些地区交通产生负面影响将是一个新问题。这意味着有一个能够使用最新的预测分析和人工智能平台（如 TensorFlow、Torch或H20.ai）快速提出和测试假设的数据及分析团队，从而生成建议策略和行动，实现所期望的结果。

发现这类具有批判性思维的数据科学家并不容易，可能需要将具有不同技能的员工（Python程序员、建模师、统计师和商业分析师）整合到一起，同时通过其他渠道建立人才输送渠道（比如Kaggle的开放数据竞赛或赞助学生项目发现新人才）。

— 跑赢对手。拥有数据、洞见和建议的行动将能使您进一步优化当前的业务或平台。但要充分发挥数据价值，通常需要重新思考包含数据在内的整体产品和商业模式，以及将其作为核心优势运用的能力。

由于物联网能围绕当前业务运营和客户体验拓展生成庞大数据，公司有独特的机会转向以数据为中心的商业模式，并以持续服务的形式提供产品，例如制药公司从销售药物转向提供疾病管理（通过患者监控），或汽车制造商从销售汽车转到运输里程。此外，公司如果在创新过程中就提前整合物联网数据资产和数据科学能力，而不是事后才想到，就能开发全新的连接产品和服务。

总之，如果物联网是新时代的互联网，数据就是新时代的石油，不要白白浪费您的物联网数据包。这些数据可能包含了促发竞争优势的洞见，能帮助您在未来的市场竞争中取胜。但首先企业需要构建能够有效捕获和分析这些数据的能力，并改善创新流程，运用物联网生成的数据开发新产品、新服务和商业模式，从而脱颖而出。准备启动新的数据引擎吧！

（本文最初于3月1日发表于http://www.knowledgeatwharton.com.cn，创瞰巴黎授权转载，所有版权归沃顿知识在线所有。）

标签