好的物聯(lián)網(wǎng)產(chǎn)品應(yīng)該提供“信息”，而不只是“數(shù)據(jù)”

 物聯(lián)網(wǎng)(IoT)產(chǎn)品的特色之一，就是會(huì)產(chǎn)生大量的數(shù)據(jù);甚至也有很多人認(rèn)為，產(chǎn)生、收集、并且利用這些數(shù)據(jù)，才是物聯(lián)網(wǎng)IoT產(chǎn)品真正的重點(diǎn)。但其實(shí)并非如此：物聯(lián)網(wǎng)IoT應(yīng)該提供的，應(yīng)該是經(jīng)過(guò)有計(jì)劃的深入分析之后，產(chǎn)生出來(lái)的信息與洞見(jiàn)。

這一點(diǎn)，是筆者在經(jīng)過(guò)許多失敗之后才得到的領(lǐng)悟，在這里跟各位讀者分享。

你的數(shù)據(jù)運(yùn)用策略是什么?

對(duì)于一般用戶來(lái)說(shuō)，物聯(lián)網(wǎng)IoT產(chǎn)品跟其他產(chǎn)品并沒(méi)有太大的區(qū)別，要嘛就是有用、不然就是沒(méi)用，差別只在于來(lái)自用處的價(jià)值。

之所以這樣說(shuō)，是因?yàn)閺S商在設(shè)計(jì)物聯(lián)網(wǎng)IoT產(chǎn)品時(shí)遭遇的最大挑戰(zhàn)，就是擬定這個(gè)產(chǎn)品的“數(shù)據(jù)運(yùn)用策略”，也就是一套“如何從收集到的數(shù)據(jù)中萃取出價(jià)值”的計(jì)劃。

一套好的數(shù)據(jù)運(yùn)用策略，絕不僅止于數(shù)據(jù)的收集和管理;它的起點(diǎn)在于“定義這個(gè)產(chǎn)品想達(dá)成的最終目的”，然后打造一個(gè)對(duì)應(yīng)的物聯(lián)網(wǎng)IoT技術(shù)層級(jí)(IoT Technology Stack)，進(jìn)而了解在每個(gè)層級(jí)中希望收集、儲(chǔ)存、分析、轉(zhuǎn)移的數(shù)據(jù)內(nèi)容。

物聯(lián)網(wǎng)IoT技術(shù)層級(jí)：設(shè)備硬件─設(shè)備軟件─通訊─云端平臺(tái)─云端應(yīng)用。

在這里，讓筆者來(lái)說(shuō)明一下為什么明確的資料運(yùn)用策略很重要。

早年，筆者曾經(jīng)幫某半導(dǎo)體制造商開(kāi)發(fā)過(guò)一個(gè)IoT快速應(yīng)用方案;這家客戶請(qǐng)我當(dāng)時(shí)工作的公司設(shè)計(jì)一套自動(dòng)化流程，來(lái)為新的硬件芯片進(jìn)行定性(Characterization)。

看起來(lái)很專業(yè)的“定性”這個(gè)詞，其實(shí)意思就是用各種方式對(duì)芯片輸入數(shù)據(jù)、并且記錄輸出狀況，以確保芯片的實(shí)際表現(xiàn)跟設(shè)計(jì)工程師的數(shù)學(xué)模型盡可能相符。

要用手工來(lái)進(jìn)行所有的輸入設(shè)定，是幾乎不可能的事情;但如果可以用計(jì)算機(jī)來(lái)進(jìn)行輸入、并且將輸出資料儲(chǔ)存到云端，不僅可以省下許多時(shí)間，還可以提升產(chǎn)品本身的質(zhì)量。

也因?yàn)槿绱?，客戶才聘?qǐng)我們來(lái)設(shè)計(jì)一套這樣的系統(tǒng)。

當(dāng)這套系統(tǒng)設(shè)計(jì)并安裝完成之后，客戶非常高興;因?yàn)閺拇酥?，他們可以進(jìn)行過(guò)去不可能做到的完整輸入測(cè)試?？偠灾?，這個(gè)案子非常成功。

幾個(gè)月之后，我接到一通客戶打來(lái)的電話，他說(shuō)：“我們快被數(shù)據(jù)淹死了，怎么辦啊啊啊?”

因?yàn)槲覀冮_(kāi)發(fā)的系統(tǒng)中，包含了許多的高速傳感器與致動(dòng)器，所以每秒鐘(對(duì)，每秒鐘)都會(huì)產(chǎn)生數(shù)以GB計(jì)的數(shù)據(jù)。

也就是說(shuō)，系統(tǒng)一旦啟動(dòng)，幾分鐘之內(nèi)就會(huì)產(chǎn)生花幾個(gè)星期都分析不完的數(shù)據(jù)?；蛟S新系統(tǒng)幫他們解決了數(shù)據(jù)收集不足的問(wèn)題，但卻創(chuàng)造了新的(而且可能更嚴(yán)重的)問(wèn)題：產(chǎn)生出來(lái)的數(shù)據(jù)根本來(lái)不及管理和分析，更不用說(shuō)匯整成有意義的信息了。

一定要先有數(shù)據(jù)運(yùn)用策略

回頭來(lái)看，我們除了幫客戶開(kāi)發(fā)新系統(tǒng)之外，也應(yīng)該要多花點(diǎn)時(shí)間了解客戶要的究竟是什么，而不是只花心思滿足他們表面上的需求。

請(qǐng)別誤會(huì)我的意思。從案子本身的角度來(lái)看，這套系統(tǒng)是很成功的;我們?cè)诳蛻舻念A(yù)算和時(shí)限之內(nèi)交出了成品，客戶也很開(kāi)心的驗(yàn)收了。但就結(jié)果來(lái)看，我們卻幫客戶制造了更大的問(wèn)題。

多花時(shí)間了解客戶真正要的東西，而不是只滿足他們表面上的需求。

這并不是個(gè)單一案件。在跟世界各地負(fù)責(zé)產(chǎn)品的同仁談過(guò)之后，我發(fā)現(xiàn)同樣的事情一直在發(fā)生;有太多公司把目標(biāo)放在“消除癥狀”上，而沒(méi)有進(jìn)一步去了解顧客真正想要的是什么。

以這個(gè)案例而言，問(wèn)題就出在我們太強(qiáng)調(diào)提供“數(shù)據(jù)”，而不是“信息”。

幸好，客戶還是很信任我們，也讓我們繼續(xù)進(jìn)行第二階段的計(jì)劃，來(lái)解決“被資料淹死”的問(wèn)題;而這次我們也更深入的去了解客戶整家公司(而不只是使用單位)的需求。

于是我們很快發(fā)現(xiàn)，客戶并不具備運(yùn)用大量資料的能力、團(tuán)隊(duì)中也沒(méi)有資料分析專家;更麻煩的是，團(tuán)隊(duì)成員沒(méi)有足以順利接手操作這套系統(tǒng)的背景知識(shí)。

接下來(lái)的幾個(gè)月，我跟客戶一同擬定數(shù)據(jù)運(yùn)用策略、也建置一套數(shù)據(jù)管理系統(tǒng)，來(lái)解決上述的問(wèn)題;方法包括減少數(shù)據(jù)的產(chǎn)量、并且追加了具有數(shù)據(jù)分析和可視化功能的私有云服務(wù)器，以便集中(即使數(shù)據(jù)來(lái)自其他部門(mén))管理。

從此之后，狀況就好多了;而這也成為我日后不可或忘的重要案例。

機(jī)器和“聯(lián)網(wǎng)物”都可能產(chǎn)生極為巨量的數(shù)據(jù)，而且它們不會(huì)因?yàn)槠诙怕_步。所以，如果沒(méi)有擬定出清楚的運(yùn)用和處理策略，讓這些數(shù)據(jù)得以轉(zhuǎn)換成有效信息，IoT就沒(méi)有意義，只會(huì)成為制造垃圾數(shù)據(jù)的來(lái)源。

產(chǎn)業(yè)知識(shí)的重要性

有個(gè)老笑話是這樣說(shuō)的：

有個(gè)年輕人開(kāi)著跑車，經(jīng)過(guò)一位牧羊人和他的羊群，于是停下來(lái)問(wèn)道：“如果我猜對(duì)了總共有幾只羊的話，可以帶走一只嗎?”

牧羊人答應(yīng)了，于是年輕人拿出計(jì)算機(jī)，用最新的尖端科技開(kāi)始計(jì)算羊只的數(shù)量。算完之后，他說(shuō)：“你的羊總共有280只。”然后順手抓了一只。

聽(tīng)了這個(gè)數(shù)字之后，牧羊人回答：“年輕人，如果我猜對(duì)你的職業(yè)的話，可以把這只羊要回來(lái)嗎?”

年輕人答應(yīng)了;于是牧羊人說(shuō)：“我猜你是個(gè)管理顧問(wèn)。”

年輕人大驚：“你怎么知道!”牧羊人說(shuō)：“第一，你收的費(fèi)用很貴;第二，你告訴我的是我已經(jīng)知道的事情。第三，你完全不懂我養(yǎng)的是什么，因?yàn)槟阕プ叩氖俏业墓贰?rdquo;

這個(gè)寓言也同時(shí)適用于產(chǎn)品經(jīng)理這個(gè)角色。很多產(chǎn)品經(jīng)理在開(kāi)發(fā)產(chǎn)品之前，并不了解客戶的業(yè)務(wù)性質(zhì)，導(dǎo)致我們往往在解決“其實(shí)不需要解決的問(wèn)題”、或者只是在制造一大堆沒(méi)有價(jià)值的數(shù)據(jù)。 技術(shù)上表現(xiàn)很好的系統(tǒng)，也可能帶來(lái)無(wú)法預(yù)期的問(wèn)題。

同樣的，我們?yōu)榭蛻糸_(kāi)發(fā)的這套系統(tǒng)，也犯了“沒(méi)有先弄懂顧客業(yè)務(wù)性質(zhì)”的錯(cuò)誤。我們雖然懂得如何幫特定產(chǎn)業(yè)的客戶開(kāi)發(fā)物聯(lián)網(wǎng)IoT系統(tǒng)，但這位客戶的產(chǎn)業(yè)我們當(dāng)時(shí)確實(shí)不熟。所以，雖然系統(tǒng)在技術(shù)上表現(xiàn)很好，但卻產(chǎn)生了過(guò)去沒(méi)有預(yù)期到的問(wèn)題。

雖然我們并不是沒(méi)有花時(shí)間了解客戶的產(chǎn)業(yè)、以及他們?cè)庥龅睦щy，但我們并沒(méi)有更深入的去觀察這個(gè)產(chǎn)業(yè)面對(duì)的挑戰(zhàn)。換言之，我們開(kāi)發(fā)的系統(tǒng)在某些方面是有價(jià)值的，但并沒(méi)有徹底解決顧客的問(wèn)題。

那么，這個(gè)“牧羊人與顧問(wèn)”的故事告訴了我們什么?

最大的重點(diǎn)就是“了解顧客的產(chǎn)業(yè)”;身為顧問(wèn)或產(chǎn)品經(jīng)理，研究顧客的產(chǎn)業(yè)是必須要做的功課，而不是一味強(qiáng)迫推銷自認(rèn)為的“專業(yè)”。換言之，必須培養(yǎng)自己對(duì)于特定產(chǎn)業(yè)的知識(shí)，也就是所謂的“domain knowledge”。

如果能讓自己成為客戶業(yè)務(wù)領(lǐng)域的專家、了解他們面對(duì)的困難，就可以問(wèn)出更精準(zhǔn)的問(wèn)題、讓自己的產(chǎn)品定位更正確，進(jìn)而為客戶提供更有價(jià)值的服務(wù)。

重點(diǎn)：提供具有深入洞見(jiàn)的“信息”

許多現(xiàn)今的物聯(lián)網(wǎng)IoT產(chǎn)品，重點(diǎn)都在于生出很多數(shù)據(jù)，而不是提供有用的信息，導(dǎo)致客戶無(wú)法從產(chǎn)品的功能中轉(zhuǎn)換出收益、或是付出額外的成本來(lái)獲得信息，因而對(duì)產(chǎn)品失望。

身為產(chǎn)品經(jīng)理，了解客戶的產(chǎn)業(yè)、以及他們最常受到的挑戰(zhàn)，都應(yīng)該是理所當(dāng)然的事情;做到這個(gè)基本要求，我們才能打造出有效的數(shù)據(jù)運(yùn)用策略、滿足客戶真的的需要。