由于物联网中连接的设备、机械和工业资产越来越多，与企业相连的生态体系也会改变我们运作和决策的方式。公司能够从这些海量数据流中挖掘出有意义的信息，从而释放极大的潜力。
你是否知道现代化的石油和天然气钻井平台每天会产生8TB的数据?一架现代化的飞机一个小时就能产生40TB的数据。最新款的汽车一秒钟就能产生1G数据。而这对于物联网来说，只不过沧海一粟!
你可不能把这种数据存在数字仓库里，留待之后再来分析。要让这种数据发挥作用，就得在组织收到这些数据的同时进行分析。你可以经过分析并据此进行明智的决策，与其他的机机通信数据流整合，同时还可以在控制室内观察异常情况，从而对状况的感知进行监控。通过分析数据流，你能够了解即将发生什么情况，提前预测故障或安全风险，因此节省大量资金。
现在你能够掌握一切，从用量和行为到零部件的性能。正在发生的事情、没能达到需求的地方、服务或维护该如何改善等。有了即时数据反馈，这些都能够一目了然。
重要的是分析数据
从电子和机械传感器、无线射频识别标签、智能计量表、扫描仪、移动通讯、即时社交媒体上接收和发送各种数据，并从中得到大量的信息。当这些数据来源全部联网并(在无人干预的前提下)彼此通讯时，物联网(IoT)就诞生了。
但要想从这些来源的数据流中得到有用的知识，并在这种新经济中分一杯羹，你必须用对分析方法。
在传统分析法中，数据先被储存，然后才进行分析。
不过，在分析持续不断的数据流时，数据在经过的同时就必须实时进行分析。这样才能在数据实时生成时识别和查看人们感兴趣的特征。组织因此能够立即获得洞见并立即采取措施。
在数据被存储到云端服务器或任何高性能存储设备上之前，事件流就能自动进行处理。然后，你使用分析法来解读数据，与此同时，你的设备还在继续发送和接收数据。而这种在数据离开设备之后尽快使用分析法分析数据流的做法为许多行业开辟了新的知识领域。现在让我们来看一些示例。
制造业的物联网：汽车工业正在加紧开发探测系统，从而在即将发生碰撞时决定何时回避。研究人员以雷达和其它类型的遥控技术为基础，对驾驶时的状况进行监控，以评估(并最终避开)碰撞。这些碰撞闪避系统评估的是碰撞事件的可能性，如果驾驶者没有进行响应，就会自动下令对车辆进行机械方面的调整——包括减速和改变外部的车灯信号。
零售业的物联网：在零售业中，客户同样是物联网的核心。有些公司正在就此展开研究，设法采集和处理数以千计的购物者往来各种商店之间的数据。传感器读数和视频提供的这种“店内地理”数据能描绘出购物者在每个橱窗前逗留的时间，记录他们最终的采购结果。
如果想要优化店铺布局，这些数据点也能与智能设备的Wi-Fi网络进行关联。除了针对适合的购物者提供店内促销之外，零售商也能询问客户意见——使用物联网数据进行互动，定制购物体验和增强忠诚度。
根据“Internet of Things (IoT): What it is and why it matters.”一文缩写、翻译并转载。