數字化線(xiàn)程通往物聯(lián)網(wǎng)成功之路

2021-10-22

數字化線(xiàn)程通往物聯(lián)網(wǎng)成功之路

物聯(lián)網(wǎng)不僅僅是連接設備。充分發(fā)揮物聯(lián)網(wǎng)的潛力可以幫助組織實(shí)現業(yè)務(wù)成果，而不僅僅是試驗。

如果設備制造商的工程師可以通過(guò)遠程傳感器反饋自動(dòng)通知他們的一個(gè)設備在現場(chǎng)出現故障怎么辦？如果這些工程師可以在制造時(shí)立即連接到來(lái)自生產(chǎn)線(xiàn)的故障設備的測試數據呢？這能揭示什么有價(jià)值的見(jiàn)解？如果工程師可以訪(fǎng)問(wèn)整個(gè)設備生命周期中的現場(chǎng)數據，甚至覆蓋來(lái)自其他記錄系統的關(guān)鍵服務(wù)和物流數據，會(huì )怎樣？這將如何影響產(chǎn)品設計、制造和其他業(yè)務(wù)領(lǐng)域？如果可以實(shí)現物聯(lián)網(wǎng) (IoT) 和數據分析之間的豐富連接，那么這種結果是可能的。

分析是釋放物聯(lián)網(wǎng)真正潛力的關(guān)鍵組成部分。通過(guò)數據分析，公司可以戰略性地使用物聯(lián)網(wǎng)來(lái)創(chuàng )造有意義的業(yè)務(wù)成果。您可以“預測和預期”，而不是“實(shí)現和反應”。當物聯(lián)網(wǎng)做得對時(shí)，您可以在設備出現故障之前進(jìn)行干預并減少客戶(hù)服務(wù)電話(huà)的數量。大多數組織通常在這方面做得不夠。這些項目很容易陷入試點(diǎn)模式，無(wú)法完全操作其范圍內的所有物聯(lián)網(wǎng)數據。

那么是什么使數據分析和物聯(lián)網(wǎng)分開(kāi)，我們如何將它們結合在一起？

物聯(lián)網(wǎng)成功的障礙

內部差異是一個(gè)反復出現的主題。我們在公司建立物聯(lián)網(wǎng)運營(yíng)時(shí)采用的“科學(xué)博覽會(huì )”方法中看到了這一點(diǎn)。不同的團隊根據自己的特定要求和概念證明來(lái)處理項目各自的部分——都在追求創(chuàng )新，但不是以與業(yè)務(wù)成果（如運營(yíng)和貨幣化）相關(guān)的協(xié)調方式工作。在忽視業(yè)務(wù)目標的同時(shí)，大量的時(shí)間和精力都花在了試驗上。為了物聯(lián)網(wǎng)，它變成了物聯(lián)網(wǎng)，沒(méi)有真正的回報。分析正在發(fā)揮作用，但從未以戰略方式發(fā)揮作用。他們在“履行和反應”階段停滯不前。進(jìn)入“預測和預期”階段是物聯(lián)網(wǎng)開(kāi)始發(fā)揮作用的地方。

在建立物聯(lián)網(wǎng)平臺的過(guò)程中，數據通常不會(huì )偏離其源頭太遠。雖然一些數據孤島在此過(guò)程中被打破，但很容易復制或在它們的位置創(chuàng )建新的數據孤島。為了全面實(shí)現物聯(lián)網(wǎng)運營(yíng)，領(lǐng)導者必須齊心協(xié)力，廣泛、實(shí)時(shí)地共享數據。在孤島中，您冒著(zhù)使豐富的數據變得冗余和跨團隊重復工作的風(fēng)險。由此產(chǎn)生的瓶頸阻礙了快速行動(dòng)。數據是您在物聯(lián)網(wǎng)中的眼睛和耳朵；沒(méi)有它，你只是在黑暗中工作。

最后，采用物聯(lián)網(wǎng)運營(yíng)并非易事。這是一種高度復雜的技術(shù)形式，必須隨著(zhù)時(shí)間的推移進(jìn)行調整和改變。沒(méi)有多少組織擁有構建平臺的技術(shù)專(zhuān)長(cháng)，更不用說(shuō)在構建平臺后承擔維護和發(fā)展的負擔。僅就分析而言，就需要一組專(zhuān)門(mén)的數據科學(xué)家來(lái)從物聯(lián)網(wǎng)連接設備將收集的大量數據中提取和最大化價(jià)值。

編織數字線(xiàn)

在 IoT 操作中確定數據優(yōu)先級的最佳方法是創(chuàng )建數字線(xiàn)程。這是在您的組織中運行的常見(jiàn)直通線(xiàn)路。它連接產(chǎn)品、系統、人員、客戶(hù)和合作伙伴。數據可以輕松通過(guò)這條線(xiàn)路，方便各方訪(fǎng)問(wèn)。您可以在線(xiàn)程中確定不同數據集的優(yōu)先級，互連任何孤島，并將信息匯集到一個(gè)更易于管理的中央控制點(diǎn)。

例如，數字線(xiàn)程可以編織產(chǎn)品的整個(gè)端到端生命周期。它整合了每個(gè)階段產(chǎn)生的數據——包括設計、制造、運輸、現場(chǎng)使用、維護和退役。數據存在于一個(gè)適合挖掘的廣泛閉環(huán)中。例如，一旦您在正確的位置擁有正確的數據，您就可以得出預測性見(jiàn)解，以新的方式改善產(chǎn)品生命周期。這是您可以信任并采取行動(dòng)以實(shí)現業(yè)務(wù)成果的數據驅動(dòng)洞察力。

通過(guò)您的組織編織此數字線(xiàn)程需要以下內容：

最高支持，導致最低支持 –數字線(xiàn)程是一項巨大的業(yè)務(wù)轉型，其成功需要高管層的專(zhuān)門(mén)支持。盡快獲得他們的支持，并向他們展示早期的成就，讓他們加入。由于最高管理層對項目的可見(jiàn)和積極的執行支持，更廣泛的公司更有可能支持它并改變行為以使其成功。您組織的各個(gè)部分將更自然地結成膠凍。否則，預計工作水平會(huì )有阻力。

來(lái)自業(yè)務(wù)部門(mén)的明確支持——與獲得高層支持同樣重要的是獲得業(yè)務(wù)部門(mén)的支持，尤其是在技術(shù)方面。這建立了以業(yè)務(wù)為主導的用例，這將促進(jìn)“拉動(dòng)”機制，該機制可以與集中式組織（例如 IT）領(lǐng)導的“推動(dòng)”機制協(xié)同工作。否則，很可能會(huì )出現中心化的挫敗感，無(wú)法取得實(shí)質(zhì)性的業(yè)務(wù)成果。 

在組織內增強數據科學(xué)文化——創(chuàng )建一個(gè)專(zhuān)門(mén)的數據分析團隊，負責在整個(gè)組織中解鎖數據驅動(dòng)的洞察力。該團隊由數據科學(xué)家和其他高端數據用戶(hù)組成，他們將成為您的“數據英雄”，他們擁有處理數據的專(zhuān)業(yè)知識并知道如何處理數據。否則，即使業(yè)務(wù)線(xiàn)希望“拉取”數據，在技術(shù)上也可能超出他們的能力范圍。

干凈、自動(dòng)化的數據流——自動(dòng)化將數據轉化為洞察力的過(guò)程。減少或消除業(yè)務(wù)線(xiàn)參與的手動(dòng)流程。與主題專(zhuān)家密切合作，確保數據干凈，甚至帶有注釋?zhuān)瑥亩畲笙薅鹊販p少業(yè)務(wù)采用的障礙。否則，內部數據消費者不確定要選擇哪些數據，也會(huì )對其完整性失去信心。 

物聯(lián)網(wǎng)不僅僅是連接設備。數據和人員也必須聯(lián)系在一起才能協(xié)同工作。一旦將所有部分組合在一起，您就可以充分發(fā)揮物聯(lián)網(wǎng)的潛力，實(shí)現業(yè)務(wù)成果，而不僅僅是試驗。