산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Industrial Internet of Things >> 사물 인터넷 기술

IoT 제품을 차별화하는 방법:데이터가 아닌 통찰력 제공

IoT 제품의 목표는 데이터가 아니라 제품 통찰력이어야 합니다. 어떤 사람들은 IoT 제품을 배치하는 이유가 이 모든 데이터를 생성하고 수집하기 위한 것이며 데이터 자체가 가치를 제공하는 것이라고 주장하기도 합니다. 나는 그렇게 생각하지 않는다. 이 게시물에서는 데이터가 아닌 통찰력을 제공하기 위한 데이터 전략의 중요성에 대해 설명하고 이것을 어렵게 발견한 방법을 공유합니다.

당신의 데이터 전략은 무엇입니까?

결국 IoT 제품은 고객의 마음에 있는 다른 제품과 다르지 않습니다. 가치를 제공하거나 제공하지 않습니다. 그것은 고용된 일을 해결하거나 해결하지 않습니다.

내가 왜 이것을 말합니까? 기업이 IoT 제품을 구축할 때 직면하는 가장 큰 문제 중 하나는 데이터 전략, 즉 데이터에서 가치를 도출하는 방법에 대한 계획을 세우는 것이기 때문입니다. 데이터가 아닌 통찰력을 제공하는 방법입니다.

데이터 전략은 데이터 수집 및 관리 그 이상입니다. 제품으로 달성하려는 궁극적인 목표를 정의한 다음 IoT 기술 스택을 살펴보며 스택의 각 계층에서 수집, 저장, 분석 및 전송해야 하는 데이터를 이해하는 것으로 시작합니다.

이는 IoT 의사결정 프레임워크에서 데이터 의사결정 영역을 통과하는 주요 목표 중 하나입니다.

데이터가 많을수록 좋겠죠?

틀렸습니다. 명확한 데이터 전략의 중요성에 대한 이야기를 공유하겠습니다.

저는 경력 초기에 반도체 제조 회사를 위한 턴키 IoT 솔루션을 개발했습니다. 내 고객은 새로운 하드웨어 칩의 특성화 프로세스를 자동화하기 위해 내가 일하던 회사를 고용한 Kevin이라고 합시다.

특성화는 상상할 수 있는 모든 가능한 입력에 컴퓨터 칩을 넣은 다음 출력을 기록하여 설계에 사용된 수학적 모델의 엔지니어와 가능한 한 가깝게 수행되도록 하는 멋진 단어입니다. 칩.

가능한 모든 입력 조합을 수동으로 구성하는 것은 불가능한 작업입니다. 그러나 컴퓨터가 입력을 처리하고 모든 출력 데이터를 클라우드에 저장할 수 있다면 많은 시간을 절약하고 제품의 전반적인 품질을 향상시킬 수 있습니다. 그래서 우리가 들어왔습니다.

일단 솔루션을 설치하고 프로비저닝한 후 Kevin과 그의 팀은 이전에 테스트할 수 없었던 모든 종류의 입력 조합을 처음으로 실행할 수 있게 되었기 때문에 매우 기뻤습니다. 이 프로젝트는 대성공이었습니다.

몇 달 후 Kevin으로부터 도움을 요청하는 전화를 받았습니다. 그는 "우리는 데이터에 빠져 있고 그것을 어떻게 해야할지 모릅니다."라고 말했습니다. 우리가 개발한 시스템에는 많은 고속 센서와 액추에이터가 있어 초당 수 기가바이트의 데이터를 생성합니다. 예, 초당.

시스템을 몇 분 동안만 실행하면 너무 많은 데이터가 생성되어 모든 새로운 정보를 이해하는 데 몇 주가 소요될 것입니다. 그들은 가시성 문제를 해결했지만 그렇게 함으로써 의미 있는 방식으로 관리, 분석 또는 처리할 수 없는 데이터가 많다는 또 다른 (아마도 더 큰) 문제를 만들었습니다.

항상 데이터가 아닌 통찰력 제공에 집중

후기가 20-20이라고 합니다. 오늘날에는 이 맞춤형 솔루션에서 고객이 요청한 것을 전달하는 것보다 고객의 궁극적인 목표를 이해하는 데 더 잘해야 한다는 것이 분명해졌습니다. 우리 회사의 관점에서는 배포가 성공적이었습니다. 우리는 시간과 예산 내에서 배송했고 고객은 빛나는 새 시스템에 기꺼이 동의했습니다. 하지만 실제로는 문제를 더 악화시켰습니다.

이 이야기는 일회성이 아닙니다. 사실, 저는 전 세계의 제품 사람들과 이야기할 때 이런 일이 반복적으로 일어나는 것을 봅니다. 기업은 고객이 실제로 달성하려는 것이 무엇인지 이해하기 위해 더 깊이 파고들기보다 문제의 증상을 해결하는 데 너무 자주 초점을 맞춥니다. 대부분의 경우 통찰력이 아닌 데이터만 제공하는 데 중점을 둡니다.

Kevin이 너무 많은 데이터 문제를 해결하기 위해 프로젝트의 2단계에서 우리를 다시 도와줄 만큼 충분히 우리 회사를 신뢰했기 때문에 나는 운이 좋았습니다. 이번에는 팀뿐만 아니라 회사 전체의 요구 사항을 자세히 살펴보기 위해 주의를 기울였습니다.

우리는 그들이 데이터를 조작하는 전문 지식이 없었고, 직원에 데이터 분석가가 없었으며, 우리가 그들을 위해 개발한 시스템을 인수하는 데 필요한 지식을 갖고 있지 않다는 것을 빨리 알게 되었습니다. 나는 다음 몇 개월 동안 이러한 문제를 해결하기 위해 데이터 전략 및 데이터 관리 솔루션을 구현하는 데 그들과 협력했습니다. 우리는 그들이 생성하는 데이터의 양을 줄였고 나중에 분석 및 시각화 계층을 추가한 프라이빗 클라우드에서 모든 데이터(심지어 다른 부서에서 가져온 데이터까지)를 중앙 집중화할 수 있었습니다. 그 후 상황이 훨씬 좋아졌습니다.

나는 그 교훈을 절대 잊지 못할 것입니다. 기계 또는 "사물"은 엄청난 양의 데이터를 생성할 수 있습니다. 그들은 지치지 않으므로 밤낮으로 데이터를 생성할 수 있습니다. 논스톱. 명확한 데이터 전략과 해당 데이터로 가치를 제공하는 명확한 경로가 없으면 IoT 솔루션은 쓸모가 없습니다. 그것들은 소음을 가중시킬 뿐입니다.

산업 지식의 중요성

다음과 같은 오래된 농담이 있습니다. 양치기가 자신의 무리를 돌보고 있는데 갑자기 스포츠카를 탄 한 청년이 들렀습니다. 그 청년은 양치기에게 “당신에게 양이 몇 마리나 있는지 알 수 있다면 그 중 한 마리를 키울 수 있습니까?”라고 묻습니다. 양치기는 동의합니다. 젊은이는 최신의 가장 뛰어난 기술을 사용하여 계산을 시작합니다. “당신에게는 양이 280마리가 있습니다.”라고 그는 말합니다.

목자는 한숨을 쉬며 청년에게 "당신의 직업이 무엇인지 추측하면 내 양을 되찾을 수 있습니까?"라고 말합니다. 청년은 동의합니다. "당신은 컨설턴트입니다."라고 그는 말합니다. 놀란 청년은 “어떻게 아셨어요!”라고 묻습니다. "글쎄요, 당신은 나에게 엄청난 대가를 치르고 있습니다. 당신은 내가 이미 알고 있는 것을 이야기하고 있습니다. 당신은 분명히 내 개를 데려가기 때문에 내 사업에 대해 아무것도 모릅니다!"

이 이야기는 제품 관리자에게도 적용됩니다. PM이 우리에게 익숙하지 않은 산업을 위한 제품을 개발하는 것은 드문 일이 아닙니다. 그래서 결국 우리는 해결할 필요가 없는 문제를 해결하거나 많은 양의 데이터를 생성하고 가치가 없는 문제를 해결하게 됩니다.

돌이켜보면, 산업 지식의 부족이 Kevin의 시스템을 구축할 때 우리가 겪었던 문제에 기여했습니다. 그것은 저와 제 회사에게 새로운 산업이었습니다. 우리는 다른 산업을 위한 고성능 IoT 솔루션을 구축하는 방법을 알고 있었고 솔루션 영역이 매우 잘 번역되었지만 문제 영역은 매우 달랐습니다.

우리는 고객과 그들의 고통에 대해 많은 시간을 보냈지만 해당 업계의 도전 과제에 대한 참조 프레임이 없었습니다. 결과:부분적으로 가치가 있었지만 문제를 완전히 해결하지 못한 제품입니다.

그럼 목자-컨설턴트 이야기의 교훈은 무엇입니까? 고객의 산업을 파악하십시오. 제품 관리자는 고객의 비즈니스에 대해 가능한 한 많이 이해해야 합니다. 즉, 깊은 도메인 지식이 필요합니다. 고객과 동종 업계가 직면한 문제에 대한 전문가가 되면 더 나은 질문을 하고 제품에 대해 더 나은 결정을 내릴 수 있으며 결과적으로 고객에게 더 많은 가치를 제공할 수 있습니다.

결론

오늘날 많은 IoT 제품은 통찰력 대신 데이터 생성에 중점을 둡니다. 그 결과 솔루션의 가치를 활용하지 못하고 데이터에서 유용한 정보를 추출하기 위해 추가 작업을 해야 하는 실망스러운 고객이 발생합니다.

제품 관리자로서 대상 산업의 가장 일반적인 문제를 잘 이해하는 것을 포함하여 고객의 세계를 이해하는 것은 우리의 책임입니다. 그래야만 고객의 요구 사항을 해결하는 견고한 데이터 전략을 세울 수 있습니다.


사물 인터넷 기술

  1. 데이터를 최대한 활용하는 방법
  2. IoT를 사용하여 AI를 준비하는 방법
  3. IoT를 더 잘 이해하려면 어떻게 해야 합니까?
  4. 모바일 IoT 위치가 IoT 환경을 어떻게 변화시키고 있는지
  5. 시스템이 IoT를 사용할 준비가 되었습니까?
  6. 귀하의 비즈니스를 위한 IoT 데이터 활용
  7. IoT 및 데이터에 대한 이해
  8. 데이터 준비 자동화가 어떻게 통찰력을 얻는 시간을 단축합니까?
  9. 블록체인이 IoT에 더 큰 신뢰를 가져다 줄 수 있는 방법
  10. IoT 아이디어를 현실로 바꾸는 방법