IOT 생태학적 전략(I): 데이터를 지속 가능한 비즈니스 가치로 변환하는 방법은 무엇입니까?

       독서 안내

       사물인터넷이 생성하는 데이터는 점차 빅데이터의 주력이 되고 있다. 본 백서는 대부분의 혁신적인 기업 경영진이 매우 우려하는 문제인 사물 인터넷 데이터 체인을 따라 단계적으로 데이터를 지속 가능한 비즈니스 가치로 전환하는 방법을 탐구하는 것을 목표로 합니다.

"기업의 대차대조표에는 데이터가 포함되지 않았지만 이는 시간문제일 뿐입니다."

       ——빅데이터 시대 Victor & middot; 멜 쇤버그

       어떤 사람들은 사회에서 데이터의 역할이 석유와 같다고 말합니다. 다른 사람들은 데이터가 사회에 미치는 영향이 석유를 능가할 것이라고 말합니다. 괜찮다고 생각합니다. 데이터와 석유는 모두 사회 변화를 촉진하는 에너지원이며 생성 및 적용 프로세스는 동일합니다. 그러나 데이터는 석유와 비교할 수 없는 많은 특성을 가지고 있습니다. 재사용, 복사 및 전송이 고속으로 가능합니다. , 따라서 사회에 대한 데이터의 영향력은 석유의 영향력을 훨씬 능가할 것입니다!

       어쨌든 데이터를 석유와 비교하는 것은 사물인터넷 데이터 체인의 맥락을 더 잘 이해하는 데 도움이 됩니다. 저는 우연히 석유회사에서 근무한 적이 있고 석유의 비즈니스 프로세스에 대해 어느 정도 지식을 갖고 있습니다. 데이터를 석유와 비교해 보겠습니다.

       석유가 개발되기 전에는 지각에 퇴적된 복잡한 성분과 탄화수소의 혼합물뿐이었습니다. 그러나 일단 지하에서 뿌리면 다양한 용도로 활용될 수 있으며, 연료(휘발유, 경유 등), 윤활유, 화학원료, 플라스틱 제품, 석유화학제품 등 현대사회의 다양한 필수품이 됩니다. 등, 그 상업적 가치도 점차 예리하고 생생하게 표현되고 있습니다.

       데이터의 상업적 가치를 채굴하는 과정은 가상 디지털 석유를 정제하는 것과 같습니다.

그림 1: 사물인터넷 데이터링크의 석유 생산 및 마케팅 과정

       그림 1에서 볼 수 있듯이 사물 인터넷의 경우 데이터 마이닝 가치도 데이터 마이닝을 찾는 것에서 시작하여 데이터 수집, 통신, 저장 및 분석 능력을 지속적으로 향상하여 필터링되고 분석된 데이터를 더 나아가 데이터 마이닝으로 변환해야 합니다. 기업의 장점을 반영할 수 있는 상업적 가치. 이 프로세스는 석유 생산 및 마케팅 프로세스와 유사한 데이터 링크를 형성합니다. 데이터 수집(석유 채굴), 데이터 통신(석유 운송), 데이터 저장 및 분석(석유 저장 및 정제), 적용 및 상업적 가치로의 전환은 그림 2에 나와 있습니다.

그림 2 :사물인터넷 데이터링크 개략도

       실제로는 데이터 적용과 변환 과정에서 여전히 새로운 데이터가 생성된다. 이러한 새로운 데이터는 실시간으로 피드백되어 초기 단계로 돌아갑니다. 다른 데이터와 함께 전체 체인 프로세스를 다시 거치면서 전통적인 석유의 "생산 소비 폐기물" 선형 프로세스와 다른 "인수 애플리케이션 피드백 획득" 주기 프로세스를 형성합니다. 이는 "생산 소비의 지속 가능한 프로세스"와 매우 유사합니다. 순환경제 하에서 석유가 겪는 '재활용'이 사물인터넷 생태계 구축에 있어서 지속가능한 사업 전략이 매우 중요한 이유입니다.

       다음은 그림 2에 표시된 단계에 따라 사물 인터넷 데이터 체인을 따라 데이터를 지속 가능한 비즈니스 가치로 변환하는 방법에 대한 단계별 논의입니다.

데이터 수집 : 빅데이터 대상 채굴지역 찾기

그림 3 :사물 인터넷 데이터 수집의 개략도

       원유의 구성과 모양은 원산지에 따라 다르며, 원본 데이터는 형태적으로 모두 포함되어 있습니다. 단어, 그림, 소리, 기호, 신호 및 기타 컴퓨터로 디지털화할 수 있는 정보도 원본 데이터가 될 수 있습니다! 석유는 원산지의 지질학, 지형 및 채광 기술에 대한 특정 임계값 요구 사항을 갖고 있으며 채광 기술은 항상 시대와 보조를 맞추고 있습니다. 마찬가지로 사물 인터넷 데이터 수집에 대한 논의도 특정 시나리오에 부합해야 하며 발전하는 기술을 사용해야 합니다. 수집을 위한 기술적 솔루션.

       사물 인터넷이 등장하기 전에 우리의 전통적인 데이터는 일반적으로 기업 내에서 수집되거나 고객과 수동으로 상호 작용하거나 정기적으로 읽은 상대적으로 정적이고 구조적으로 고정되고 정확한 데이터를 의미합니다. 이제 사물 인터넷은 데이터 수집 범위를 광범위하게 확장합니다. 여기에는 시간 경과에 따른 생산 장비, 사용자 및 제품의 실시간 대규모 동적 데이터가 포함됩니다. 이는 그 어느 때보다 더 포괄적이고 시의적절하며 기존 비즈니스 프로세스에서 많은 데이터 격차를 해소합니다.

       '완전함', '포괄적', '방대함'을 갖는 것이 사물인터넷 데이터의 특징이기 때문에 우리는 이러한 데이터를 다른 사고방식으로 바라보아야 합니다. 우리는 더 이상 한정된 데이터 사이의 엄밀한 인과관계에만 집중할 필요가 없고, 데이터가 대표하는 다양한 것들 사이의 가능한 관계에 대해 더 많은 통찰력을 갖게 되어 잠재적인 가치를 찾고 미래의 추세를 파악하게 됩니다. ,IOT 데이터의 핵심 기능은 '예측'을 통해 더욱 다채로운 미래를 만들어가는 것입니다. 이러한 새로운 사고 방식은 기계적 움직임을 이해하는 정확한 사고보다는 생명의 진화를 이해하는 생태학적 사고에 더 가깝습니다.

       그렇다면 상업적 가치로 전환될 수 있는 IOT 데이터는 무엇일까요? 비즈니스 프로세스에 미치는 영향의 관점에서 보면 크게 다음 네 가지로 나눌 수 있을 것 같습니다.

 
       장비 에너지 효율 및 성능 개선을 위한 데이터:사물 인터넷 기술은 장비의 에너지 소비를 지능적으로 관리 및 최적화하고 수동 참여를 줄이며 전체 비즈니스 프로세스의 에너지 손실을 줄일 수 있습니다. 이것이 사람들이 일반적으로 사물 인터넷 기술을 "에너지 절약 기술"로 분류하는 이유입니다.실제 적용 시나리오에 따르면, 우리가 수집해야 하는 에너지 소비 데이터에는 실시간 전력, 열, 물의 양, 압력 또는 계산된 석탄 등가물뿐만 아니라 관련 전압, 전류, 양 등이 포함됩니다.

       장비 진단 및 조기 경보를 위한 데이터:예를 들어 장비 위치의 온도, 장비 진동 빈도, 유체 흐름, 환경 소음, 장비 접촉 간격의 압력까지 지정합니다.생산 과정에서 발생할 수 있는 결함이나 재해를 예방하거나 줄이기 위해 수집할 특정 매개변수는 애플리케이션 시나리오에 따라 다릅니다.

       고객 서비스 개선에 사용되는 데이터:스마트홈을 위한 다양한 공간 경험 데이터 등 고객 이용 데이터는 물론, 거래 수량, 거래량, 거래 빈도, 거래 위치, 상품 종류, 고객 점수 등 둔감화된 고객 거래 데이터입니다.이러한 데이터는 고객에게 개인화된 참조 의견과 실시간 서비스를 제공하여 고객이 거래 결정을 내리는 데 도움을 줄 뿐만 아니라 기업이 신규 고객과 미래의 국경 간 파트너에게 보다 개인화된 서비스를 제공하는 데도 도움이 됩니다.

       "서비스(xaas)" 인증을 구현하는 데 사용되는 데이터:사물인터넷 시대의 '통신장비'에는 다양한 사물이 포함됩니다. 정상적인 작동 시간, 이동 거리, 고장 시간 등에 따라 사용자가 어떤 조건에서 언제 사용할 권리가 있는지가 결정됩니다.이러한 데이터는 다양한 "서비스형" 비즈니스 모델을 전환하는 데 특히 중요한 역할을 합니다.승인을 바탕으로 사용자는 온라인으로 직접 가격을 책정하고 정산하고 공제할 수도 있습니다.

이와 함께 사물인터넷의 활용 시나리오는 다양해지고, 수집 및 분석할 수 있는 데이터의 종류도 지속적으로 확대될 예정이다. 위에서 언급한 데이터 유형은 미래 사물인터넷 데이터의 일부일 뿐일 수도 있지만, 새로운 데이터는 기본적으로 "관련성을 찾아 결과를 예측하고 가치를 실현하는" 핵심 기능과 분리될 수 없습니다. 이 핵심을 중심으로 예측이 가능합니다. 사물인터넷 데이터는 더욱 지능적인 기술과 생태학적 사고로 비즈니스를 새로운 시대로 이끌 것입니다!

데이터 통신, 저장 및 분석: 데이터의 보물 찾기

그림 4 :사물 인터넷 데이터 통신, 저장 및 분석

       IOT 데이터가 가상화되고 시간이 지남에 따라 변경되고 재사용 가능해짐에 따라 IOT 데이터의 통신, 저장 및 분석 프로세스는 석유 전송, 저장 및 정제보다 더 복잡하고 유연한 개발 공간을 갖습니다. 이 프로세스에는 수많은 신흥 최첨단 기술이 포함됩니다. 데이터 통신 분야의 다양한 새로운 통신 기술 및 프로토콜, 근거리 및 광역 사물 인터넷 네트워킹 기술, 공용 또는 사설 클라우드 스토리지, 클라우드 컴퓨팅, 엣지 컴퓨팅, 저장 및 분석 분야의 기계 학습, 인공 지능, 데이터 시각화, 블록체인 등. 이러한 미래 지향적인 기술이 지속적으로 비즈니스에 침투하기 때문에 이 링크는 파괴적인 신기술과 새로운 비즈니스 모델을 탄생시키기도 매우 쉽습니다. . 동시에 단기적이고 뜨거운 무역 분쟁과 상업 전쟁의 연기를 피하기는 어렵습니다.

       이러한 신기술 솔루션과 비즈니스 모델 중 보다 다양한 기술과 비즈니스 자원을 통합할 수 있는 신기술, 신플랫폼, 신비즈니스 모델만이 스마트칩, 5G 통신, 사물인터넷 등 미래 기술 시장의 최종 승자가 됩니다. 사물 인터넷 기술의 핵심 영역을 차지하는 운영 체제 또는 사물 인터넷의 업스트림 및 다운스트림 생태 파트너를 연결하고 풍부한 API를 갖춘 사물 인터넷 데이터 플랫폼을 제공하는 등 사물 인터넷의 상용 형식 인력 조직부터 기술 아키텍처까지 평면화되고 오픈소스화되는 시대, 다양한 전통적 기술 장벽이 허물어지고 상업적 권한이 위임되고 있습니다. 따라서 전통산업 일부 지도자들의 죽어가는 투쟁도 속속 드러나고 있다.

       이 핵심 링크의 기술 및 비즈니스 동향을 파악하는 방법은 클라우드에서 포그까지 확장되는 다음과 같은 일반적인 사물 인터넷 아키텍처를 예로 들어 보겠습니다.

그림 5 :사물인터넷 엣지 분석 플랫폼 아키텍처 다이어그램

       그림에서 볼 수 있듯이 지능형 단말 장비와 사물 인터넷 비즈니스 시나리오의 다양화가 증가함에 따라 특히 스마트 그리드, 석유 탐사 및 원격 조작이 가능한 대부분의 산업 제조 분야에서는 데이터 전송 및 피드백 속도가 더 빨라야 합니다. 그림 중앙의 회색 배경을 생략하고, 단말에서 수집한 데이터를 클라우드로 직접 중앙화하는 사물인터넷 초기 단계에서 모바일 인터넷에 가까운 배치 아이디어는 점점 더 실효성이 없어지고 있다. 물론, 많은 실제 산업용 사물 인터넷 애플리케이션 시나리오의 경우 이 아키텍처는 더욱 개인화되어야 하며, 여기에는 다양한 기존 장비, 인간-기계 인터페이스 관리(HMI) 등의 지능화가 포함될 수 있습니다.

       어쨌든 사물인터넷, 특히 산업용 사물인터넷의 기술 솔루션 전개 위치는 클라우드에서 단말 장비에 가까운 포그 레이어로 이동하고 있다. 이는 마치 클라우드 총괄 관리자가 데이터 처리 권한을 클라우드 총괄 관리자에게 위임하는 것과 같다. 독립적인 처리를 위해 다양한 장소에 안개 지역 관리자가 있습니다. 이러한 방식으로 포그 레이어 분석 플랫폼은 데이터를 보다 실시간으로 분석하고 보다 시의적절하고 적절한 비즈니스 결정을 내릴 수 있습니다. 클라우드와 포그 간의 전력 분배는 중앙 집중화와 파티션 간의 균형 예술입니다. 클라우드는 권한을 위임해야 하지만 너무 많은 권한을 위임해서는 안 됩니다. 핵심은 원활하고 시의적절하며 효과적인 두 채널 간의 실시간 정보 흐름 채널을 유지하는 것입니다.

       이런 관점에서 사물인터넷 아키텍처가 생성하는 대규모 동적 데이터는 흐르는 물과 같다. 그것은 전 세계의 "터미널"에서 증기, 안개, 구름, 비로 증발하여 지구로 돌아갑니다. 자연의 물 순환은 지구의 작용에 따라 햇빛 에너지의 도움으로 진화하는 자연물을 낳는다고 말하면 중력에 따라 사물 인터넷의 데이터 흐름은 사람과 기계의 지혜를 통해 각 수직 산업의 탄생과 자체 비즈니스 생태계 구축에 도움이 되는 방향으로 발전하고 진화합니다.

       일반적으로 사물 인터넷 기술 프레임워크가 클라우드에서 포그로 확장되는 것은 비즈니스 발전의 생태학적 추세와 일치합니다. 이는 상업사회의 기술적인 분업을 보다 세밀하게 만들고 경영을 보다 평면적으로 만든다. 모든 분분 기술 중에서 데이터 분석 기술이 매우 핵심이라는 것은 부인할 수 없는 사실이다. 사물인터넷 데이터체인 전체를 연결하는 역할을 하며 즉각적인 효과를 발휘한다고 할 수 있다. 데이터 분석에서 가장 눈길을 끄는 분야는 아마도 인공지능(AI)일 것이다. 많은 사람들은 AI가 하나의 기술이라고 생각합니다. 실제로는 그렇지 않습니다. 하드웨어 수준의 '시각센서'와 'Ai칩'부터 애플리케이션 수준의 '얼굴인식', '무인운전', '음성인식'까지 지능형 데이터 분석과 관련된 다양한 기술을 집대성한 것이다. ", "에너지 절약 분석" 및 이에 포함된 소프트웨어 기술, 특허, 표준, 프로토콜 등은 모두 인공지능 기술 집합의 일부입니다.

       인공 지능 기술 모음에서 가장 눈에 띄는 하위 집합은 의심할 여지 없이 컴퓨터 컴퓨팅 성능을 사용하여 데이터에서 귀중한 정보나 법칙을 추출하는 "기계 학습"입니다. 상대적으로 말하면 전통적인 프로그래밍은 프로그래머가 제공한 알고리즘 규칙에 따라 결과를 계산합니다. , 머신러닝의 기계는 프로그래머 역할을 하며 각 계산 결과를 자체 수정 및 지속적인 검증을 위한 데이터로 재사용할 수 있습니다. 그 중 다단계 인공 신경망(ANN)의 도움으로 계산 및 대규모 데이터를 최적의 솔루션으로 분석하면 "머신 러닝"이 가장 중요한 하위 집합인 "딥 러닝"으로 통합됩니다. 이들 간의 차이점은 그림 6에 나와 있습니다.

그림 6 :기존 프로그래밍과 머신러닝의 비교

       앞으로도 오랫동안 사물 인터넷 데이터 분석 분야에서 '딥 러닝'이 핵심 경쟁이 될 것이라는 점에는 의심의 여지가 없습니다. 딥러닝의 과정은 다단계 신경망을 사용하여 빅데이터 미로 속에서 보물찾기 지도를 찾는 것과 동일하며, 최적의 경로를 갖는 보물찾기 지도입니다. 이 보물찾기 맵(알고리즘)을 사용하면 수많은 복잡한 데이터에서 결국 새로운 아기(상업적 가치)를 찾을 가능성이 높아집니다.

       이에 관해 나는 다음과 같은 느낌을 지울 수 없습니다. 기계조차도 학습을 통해 지능적이고 독립적인 판단을 내리려고 노력하고 있습니다. 우리 자신의 독립적인 아이디어를 배우고 형성하기 위한 노력을 배가하는 것은 어떨까요? 이는 지능형 제조 분야의 경영학 박사(im-dba) 프로젝트를 주최하고 포괄적인 학습을 제안한 중국 최초의 프랑스 대표 조직에 반향을 일으켰습니다. 저는 내부 세미나에서 이 견해를 대략적으로 표현했습니다. 앞으로도 비즈니스 의사 결정자는 "딥 러닝" 인공 지능 기계처럼 계속 배우고 생각해야 하며, 개인의 실천(데이터)과 성과(결과)를 이념적 가치(비즈니스)로 구체화해야 합니다. 머신러닝은 미래에 투자를 늘릴 가치가 있는 사업방향인 만큼, 개인평생학습도 지속적인 투자를 받을 가치가 있는 생활방향이겠죠?

데이터를 비즈니스 가치로 변환

그림 7 :데이터를 비즈니스 가치로 변환하는 개략도

       예를 들어, 정제유는 각계각층에 유입되어 연료나 생산 원료가 됩니다. 사물인터넷 데이터 분석 결과는 상업적 서비스 과정에 통합되어 상품이나 서비스가 되어야 그 상업적 가치가 반영됩니다. 일반적으로 상업적 생태자원의 통합 능력을 향상시킬 수 있는 데이터 서비스가 많을수록 그 가치는 높아집니다. 상업적 지속 가능성.

       석유와 같은 원료로서의 가치 외에도 데이터의 실제 가치는 가능한 모든 용도의 합과 같습니다. 비즈니스 프로세스를 변경하고, 운영 효율성을 개선하고, 부가가치를 창출하는 데 반복적으로 사용될 수 있습니다.

       그렇다면 데이터는 얼마나 많은 비즈니스 가치로 환산될 수 있는가? 즉, 미래의 새로운 유형의 무형자산인 데이터의 가치를 어떻게 평가할 것인가? 현재로서는 이에 대한 업계 평가 기준이 없다. 과거에 다양한 자산을 평가해 왔던 참신한 데이터 가치 평가 기업들이 미래에는 분명 시장에 등장할 것입니다.

       어쨌든, 데이터를 상업적 가치로 전환하기 위해서는 그에 상응하는 기술적 역량을 보유해야 할 뿐만 아니라, 데이터가 상업적 가치로 전환될 수 있다는 전략적 인식도 ​​가지고 있어야 합니다. 둘 다 반드시 필요합니다. 다음 세 가지 사례는 이 사실을 잘 보여줍니다.

       사례 1: 유럽의 한 자동차 제조업체는 차량 운행 데이터를 수집하고 외부 데이터 분석 회사와 협력한 결과 독일 공급업체가 제공하는 연료 탱크 감지 센서에 빈번한 오경보 결함이 있음을 발견했습니다. 신중한 검토 끝에 자동차 제조업체는 공급업체에 직접 정보를 알리고 시정을 지시하는 방식을 선택하지 않았습니다. 대신, 연료탱크의 소프트웨어 및 해당 부품을 개선하여 개선하는 특허를 출원한 후, 해당 특허를 공급업체에 매각하여 공급업체와 새로운 파트너십을 구축함으로써 지속 가능한 상업적 수익을 모색했습니다. 초기 투자로 기업의 비즈니스 생태적 협력 능력을 강화하고 경쟁사를 포함한 자동차 제조 산업 전체의 기술 개발 수준을 향상시킬 수 있어 기쁘게 생각합니다.

       사례 1이 첨단기술 기업이 데이터 분석 과정에서 우연히 마주쳤고, 그 가치를 알고 제때에 사업 기회를 잡았다면 사례 2는 정반대다. 새로운 마케팅 방식이다. 최근 smarties x 2019 리뷰 활동에서 제가 접촉하게 된 남미 전통 제조 기업이 적극적으로 기획했습니다. 그 독특한 아이디어가 눈을 번쩍 뜨이게 한다. 정확히 말하면 이번 사례의 데이터는 사물인터넷이 아닌 모바일 인터넷에서 나온 것이지만, 관련 없는 데이터를 비즈니스 가치로 연결한다는 그들의 생각은 일관적이어서 비즈니스 의사결정에도 참고가 된다. -메이커.

       사례 2: 냄비를 생산하고 판매하는 브라질의 XNUMX년 된 가게를 Tramontina라고 합니다. 혼자 요리하는 젊은 층이 점점 줄어들고 있어 제품 판매 전망도 우려스럽다. 이러한 상황을 바꾸기 위해 기업은 셰프, 신경망 전문가, 밴드 지휘자 및 기타 전문가로 구성된 국제 프로젝트 팀을 구성하여 젊은이들이 사랑하는 세계적 음악 네트워크인 스포티파이(spotify)와 상생 협력을 진행하고 있습니다. 그들은 음악 듣는 것과 음식 맛을 연관시키기 위해 "공감각" 알고리즘을 사용하는 방법을 연구하는 데 반년을 보냈습니다. 먼저 요리 매개변수에 해당할 수 있는 음악 특성 매개변수를 Spotify에서 선별합니다. 그 예로 쓴 맛에 해당하는 음의 음조, 무거운 맛에 해당하는 여러 악기로 연주되는 협주곡, 재료의 수에 해당하는 음악 지속 시간, 요리에 해당하는 음표 점프 등이 있습니다. 온도 등에 대해 대응하는 대규모 데이터베이스가 구축됩니다. 그런 다음 인공 지능을 사용하여 데이터를 수천만 차수 규모의 레시피로 변환하고 "노래의 맛"이라는 새로운 웹 사이트에 게시합니다. 마지막으로 잠재 사용자가 탐색할 때 레시피를 음식으로 변환하기 위해 팬을 선택하는 방법에 대한 지침을 적시에 제공하여 점점 더 많은 음악 네트워크 젊은 사용자가 경험하도록 유도합니다. 이렇듯 맞춤형 요리와 결합된 옛날 프라이팬은 음악만큼이나 인기를 끌며 젊은이들의 식습관을 바꾸고 주방으로 인도하고 있다.

그림 8: Tramontina|노래의 맛 화면 캡처

       이 두 사례를 보면, 의도적이든 비의도적이든 수집된 데이터는 잠재적인 상업적 가치를 갖고 있음을 알 수 있다. 앞으로 기업은 수집된 데이터를 마이닝, 분류, 스크리닝, 분석 또는 재구성하는 데 더 많은 에너지를 소비해야 하며 사례 1의 자동차 제조업체와 마찬가지로 기업의 실제 상황에 적합한 변환 경로를 선택해야 합니다. 지적재산권 속성을 지닌 새로운 비즈니스; 사례 2의 주방용품 제조업체와 같이 새로운 마케팅 채널을 구축하기 위해 데이터를 활용할 수도 있습니다.

       물론 일부 기업, 특히 데이터 마이닝의 가치를 기업 전략의 최고 수준으로 높일 수 있는 기업은 더 나아갈 수 있습니다. 그들은 데이터를 비즈니스 프로세스 전체를 바꾸고 비즈니스 모델을 재구성하는 기회로 삼는 경우가 많습니다. 이전 기사에서 "사물 인터넷 생태계" 및 "PAAS(Product as Service) 비즈니스 모델"에 대한 많은 사례를 소개하고 관련 정보를 제공했습니다. 분석. 방금 LV Jianzhong 박사의 기사 "제조업이 디지털 지능으로 전환하는 지속 가능한 발전 경로"에서 언급된 또 다른 사례를 보았는데, 이는 매우 명확하고 이해하기 쉬우며, 또한 매우 대표적입니다. 발췌 내용은 다음과 같습니다.

       사례 3:"책 '지능형 전환'(digital Transformation, David Rogers)에는 이렇게 사실적이고 흥미로운 이야기가 나옵니다. 주로 일기예보 서비스를 전문으로 하는 회사인 TWC가 일기예보를 수집, 처리, 전송하고 게시하는 일을 맡는다는 것입니다. 하지만 TWC는 곧 데이터의 잠재적 가치가 광고 수익을 훨씬 초과한다는 사실을 깨닫고 소피아가 이끄는 데이터 과학자 그룹을 구성했습니다. 연구팀은 날씨 변화가 미국 경제 활동의 1.5분의 XNUMX 변동에 영향을 미친다는 사실을 발견하고 월마트와 공동 워킹그룹을 구성했다. 기상 데이터와 판매 카테고리, 판매량을 연계한 경제 분석 모델을 구축하고, 이 모델을 활용하여 어떤 기상 조건에서 어떤 상품이 소비자의 구매 수요와 구매 의향이 더 높을지 예측하고, 이러한 영향을 받는 인기 상품 카테고리에 대한 광고 전략을 수립합니다. 날씨, 최대 판매 수익을 얻고 광고 입출력의 반환율을 향상시키기 위해. 연구팀은 또한 보험 회사와 협력하여 자동차 소유자에게 우박이나 눈보라가 오기 전에 자동차를 차고로 옮기도록 상기시키는 hailzone이라는 작은 앱을 개발했습니다. 이 작은 앱은 차량 손상률을 크게 줄이고, 자동차 소유자의 불편과 짜증을 완화시켰으며, 보험사의 청구 및 비용도 줄여 소비자, 보험사, 지역사회 및 기타 이해관계자들로부터 호평을 받고 있습니다. 갑자기 많은 사람들이 hahilzone에 등록하게 되었습니다. 일부 기상 매니아들은 자신의 기상 관측 도구를 가져와 자신의 장소에서 모니터링한 기상 변화 데이터를 언제든지 hailzone 플랫폼으로 전송하고 공유할 수 있습니다. 이와 같이 hailzone 플랫폼은 XNUMX초마다 전 방향의 대량의 데이터를 통합하고, 특수 알고리즘을 통해 보다 실시간적이고 정확한 예측을 제공하며, 품질 향상과 가치 창출의 긍정적인 순환에 진입할 수 있습니다. "

       사례 3의 경우 기업은 데이터를 외부 환경과 의식적으로 연결하고 외부 생태 파트너를 적극적으로 개발했으며 소매업체, 보험 회사, 소비자, 커뮤니티 및 기타 기관 및 개인과 실시간 대화형 네트워크를 구축하여 원래의 상대적으로 정적인 날씨를 변화시켰습니다. 데이터베이스를 사람과 장비가 참여하는 실시간 데이터 업데이트와 대화형 플랫폼으로 예측하고, 이해관계자에게 보다 적시에 고부가가치 서비스를 제공하며, 스스로 성장할 수 있는 지속 가능한 비즈니스 생태학적 효과를 얻습니다.

       관련 데이터가 지속 가능한 비즈니스 가치로 변환되는 방식에 대한 간략한 요약에는 다음 세 가지 범주 또는 이 세 가지 범주의 조합이 포함됩니다.

       자체 제품 또는 서비스의 사용 권한을 임대하여 일부 높은 임계값의 산업 제품 임대, IP, 컨설팅, 정보 서비스 등 사용자와 상호 작용하고 지불하고 결제할 수 있는 데이터 플랫폼(예: 사례 1 및 3)을 형성합니다. ;

       제품 파트너 및 사용자를 위한 편리한 데이터 서비스 포털을 구축한 후 이러한 포털 권한을 판매하거나 지능형 물류 서비스, 제품 사용 및 결제 서비스 포털 권한 제공 등 새로운 마케팅 채널(예: 사례 2, 3)을 구축합니다.

       고객이 지정된 데이터 세트에 외부 데이터를 추가하고 원격 심박수 모니터링 서비스 제공, 감지 보고서 해석 및 진단, 환경 데이터와 경제 간의 부가가치 관계 제공 등 부가가치 서비스(예: 사례 3)를 제공하도록 지원합니다. 활동.

       한마디로, 데이터를 지속 가능한 비즈니스 가치로 전환하는 핵심은 데이터 체인을 중심으로 자신만의 생태계를 구축하는 것이며, 그 성공은 크게 어떻게 공식화하느냐에 달려 있습니다.그리고 지속 가능한 비즈니스 전략을 구현하십시오.

       이 글은 사물인터넷 싱크탱크 공식 계정에서 옮겨왔습니다. 침해 내용이 있는 경우 배경 메시지를 삭제해 주시기 바랍니다.