来源：数据分析师 CPDA | 时间：2018-10-09 | 作者：admin
数据一直在业务中发挥着关键作用，但大数据的兴起，可以通过计算机挖掘以发现有价值的见解，模式和趋势的大量信息，使其在现代商业领域几乎不可或缺。收集和分析这些数据并将其转化为可操作的结果的能力对于成功至关重要。
随着物联网的发展，这一过程变得更加复杂，其中从车辆到店内显示器的日常物体到诸如恒温器和水监测器的智能家庭自动化技术能够产生大量数据。物联网提出了各种新的分析挑战，最快适应这一新现实的企业将发现自己获得了明显的优势。
物联网产生的数据的主要问题之一是其规模庞大。据英特尔估计，到2020年，全球将有多达2000亿台智能设备投入使用，估计还有54亿台支持物联网的B2B设备。这意味着任何寻求利用物联网数据的企业都必须首先投资处理大量数据所需的基础设施，其中大部分数据都是原始数据和非标准数据。数据湖和分布式服务器集群可能是存储此数据所必需的，控制数据流对于管理带宽和网络成本至关重要。
除了物联网产生的大量数据之外，数据本身也存在问题。大多数传感器生成相对噪声和非标准化的数据，并且大部分数据以实时流的形式到达。这些事实需要一种新的分析方法，软件堆栈能够快速分类，处理和分析来自各种来源的大量数据。在正确处理数据之后，下一个挑战是挖掘这些不同的信息源以生成可操作的数据。
随着对更复杂分析的需求，需要更多，更熟练的数据分析师。从物联网数据流中获取有用的见解需要很高的技巧，不仅要管理数据本身，还要确定最具生产力的重点领域。Hadoop和Spark等大数据框架以及R数据编程语言的专业知识正迅速成为管理物联网生成数据的必要条件，而业务分析越来越依赖于复杂的技能集，包括机器学习，复杂的算法，深度学习，复杂的事件处理等等。
调查显示96％企业已经遇到过滤他们收到的大量数据的问题，而这个问题只会因物联网能够产生的令人难以置信的新数据涌入而加剧。大数据本身没什么用处; 它的真正价值在于能够从这个数量中提取质量并产生有意义的见解。消除噪音的一个重要方法是使用过滤器来删除多余的数据。物联网数据通常是高度精细的，大多数企业不需要这些详细信息。使用算法驱动的过滤器将这些数据压缩到更实用的间隔，可以显着减少要分析的数据量而不会影响其质量，从而使其更有价值。此外，由于物联网传感器已经很普及，很快就会无处不在，
由于物联网包含如此广泛的设备，通信协议和数据类型，因此保护其生成的数据带来了企业必须准备满足的新挑战。许多数据安全专业人员根本没有太多处理物联网数据的经验，而且新的数据源和技术如此迅速地上线，保持在随之而来的安全威胁之上需要更高的警惕性和灵活性。适当保护物联网数据将需要专门设计的所有新安全措施和协议来满足这一新现实。
物联网已经经历了快速增长，似乎有望成为商业分析的未来潮流，但它仍然是一种新兴的技术。它产生的大量数据只会增长并变得更加复杂，现在投资于基础设施和处理它所需的技术人员将在未来获得回报。经济实惠，可扩展，持久的存储将是必不可少的，具有适应快速变化的大数据现实的技能和经验的数据分析师也是必不可少的。未来很快就会到来，必须进行适当的规划和准备
