IoT 성공을 위한 디지털 스레딩

IoT는 단순히 장치를 연결하는 것 이상입니다. IoT를 최대한 활용하면 조직에서 실험에 그치지 않고 비즈니스 결과를 실현하는 데 도움이 될 수 있습니다.

장치 제조업체의 엔지니어가 원격 센서 피드백을 통해 현장에서 장치 중 하나에 장애가 발생했음을 자동으로 알릴 수 있다면 어떨까요? 그리고 동일한 엔지니어가 제조 라인이 구축될 때 결함이 있는 장치의 테스트 데이터에 즉시 연결할 수 있다면 어떻게 될까요? 이것은 어떤 귀중한 통찰력을 드러낼 수 있습니까? 엔지니어가 장치의 전체 수명 주기에서 현장 데이터에 액세스하고 다른 기록 시스템의 주요 서비스 및 물류 데이터를 오버레이할 수 있다면 어떨까요? 이것이 제품 설계, 제조 및 기타 비즈니스 영역에 어떤 영향을 미칠 수 있습니까? 사물 인터넷(IoT)과 데이터 분석 간의 풍부한 연결이 달성될 수 있다면 이러한 결과가 가능합니다.

분석은 IoT의 진정한 잠재력을 여는 핵심 구성 요소입니다. 기업은 데이터 분석을 통해 IoT를 전략적으로 사용하여 의미 있는 비즈니스 결과를 생성할 수 있습니다. "이행하고 대응"하는 대신 "예측하고 예측"할 수 있습니다. IoT가 제대로 이루어지면 장치에 장애가 발생하기 전에 개입하여 고객 서비스 호출을 줄일 수 있습니다. 대부분의 조직은 일반적으로 이러한 노력에 부족합니다. 이러한 프로젝트는 쉽게 파일럿 모드에 빠지고 도달 범위 내의 모든 IoT 데이터를 완전히 운영하지 못할 수 있습니다.

그렇다면 데이터 분석과 IoT를 분리하는 요소는 무엇이며 어떻게 결합할 수 있습니까?

IoT 성공의 장벽

내부 불균형은 반복되는 주제입니다. 기업이 IoT 운영을 구축할 때 취하는 "과학 박람회" 접근 방식에서 이를 확인할 수 있습니다. 서로 다른 팀은 고유한 요구 사항과 개념 증명을 사용하여 프로젝트의 고유한 부분에서 작업합니다. 모두 혁신을 추구하지만 운영화 및 수익화와 같은 비즈니스 결과와 연결되는 조정된 방식이 아닙니다. 비즈니스 목표를 간과하면서 실험에 많은 시간과 에너지가 소모됩니다. 실질적인 보상 없이 IoT를 위한 IoT가 됩니다. 분석은 실행 중이지만 결코 전략적으로 작동하지 않습니다. "이행 및 반응" 단계에서 정체됩니다. '예측 및 예측' 단계로 넘어가면 IoT가 변화를 만들기 시작합니다.

IoT 플랫폼을 구축하는 과정에서 데이터는 일반적으로 소스에서 너무 멀리 벗어나지 않습니다. 이 프로세스에서 일부 데이터 사일로가 무너지지만 그 자리에 새 사일로를 복제하거나 생성하는 것은 매우 쉽습니다. IoT 운영이 완전히 실현되기 위해서는 리더가 협력하여 데이터를 광범위하고 실시간으로 공유해야 합니다. 사일로에서는 풍부한 데이터를 중복으로 만들고 팀 간에 노력을 중복할 위험이 있습니다. 결과적인 병목 현상은 빠른 조치를 방해합니다. 데이터는 IoT의 눈과 귀입니다. 그것 없이는 당신은 그저 어둠 속에서 일하고 있을 뿐입니다.

마지막으로 IoT 운영을 도입하는 것은 결코 쉬운 일이 아닙니다. 시간이 지남에 따라 적응하고 변경해야 하는 매우 복잡한 형태의 기술입니다. 플랫폼을 구축할 수 있는 기술적 전문 지식을 갖춘 조직은 많지 않으며 구축 후 유지 관리하고 발전시켜야 하는 부담은 훨씬 적습니다. 분석의 경우에만 IoT 연결 장치가 수집할 방대한 양의 데이터에서 가치를 추출하고 최대화하려면 전담 데이터 과학자 그룹이 필요합니다.

디지털 스레드 짜기

IoT 작업에서 데이터의 우선 순위를 지정하는 가장 좋은 방법은 디지털 스레드를 만드는 것입니다. . 이것은 조직 전체에 걸쳐 실행되는 공통 라인입니다. 제품, 시스템, 사람, 고객 및 파트너를 연결합니다. 데이터는 모든 당사자가 쉽게 액세스할 수 있도록 이 라인을 쉽게 이동할 수 있습니다. 스레드에서 서로 다른 데이터 세트의 우선 순위를 지정하고, 모든 사일로를 상호 연결하고, 정보를 중앙 집중식으로 관리하기 쉬운 제어 지점으로 전달할 수 있습니다.

예를 들어 디지털 스레드는 제품의 전체 수명 주기를 구성할 수 있습니다. 설계, 제조, 선적, 현장 사용, 유지 보수 및 폐기를 포함하여 각 단계에서 생성된 데이터를 통합합니다. 데이터는 마이닝에 적합한 광범위한 폐쇄 루프에 있습니다. 올바른 위치에 올바른 데이터가 있으면 예를 들어 예측 통찰력을 도출하여 제품 수명 주기를 새로운 방식으로 개선할 수 있습니다. 비즈니스 결과를 달성하기 위해 신뢰할 수 있고 이에 따라 행동할 수 있는 데이터 기반 통찰력입니다.

조직 전체에 이 디지털 스레드를 연결하려면 다음이 필요합니다.

• 하위 바이인으로 이어지는 탑 바이인 – 디지털 스레드는 엄청난 비즈니스 혁신이며 성공하려면 경영진의 전담 후원이 필요합니다. 가능한 한 빨리 바이인을 받고 초기 성과를 보여 주어 참여하게 하십시오. 프로젝트에 대한 C-suite의 가시적이고 적극적인 경영진 후원으로 더 큰 회사가 프로젝트를 지원하고 성공을 위해 행동을 전환할 가능성이 더 큽니다. 조직의 조각이 더 자연스럽게 젤리됩니다. 그렇지 않으면 작업 수준에서 저항이 예상됩니다.

• 사업부의 명확한 동의— 상단의 동의를 얻는 것만큼 중요한 것은 특히 기술적인 측면에서 비즈니스 라인의 동의를 얻는 것입니다. 이는 IT와 같은 중앙 집중식 조직이 주도하는 "푸시" 메커니즘과 함께 작동할 수 있는 "풀" 메커니즘을 용이하게 하는 비즈니스 주도 사용 사례를 설정합니다. 그렇지 않으면 중앙 집중식 불만이 발생할 수 있으며 실질적인 비즈니스 결과를 얻을 수 없습니다.

• 조직 내 데이터 과학 문화 강화 – 조직 전체에서 데이터 기반 통찰력을 확보하는 전담 데이터 분석 팀을 만듭니다. 데이터 과학자 및 기타 고급 데이터 사용자로 구성된 이 팀은 데이터를 랭글링하고 데이터로 무엇을 해야 하는지에 대한 전문 지식을 갖춘 "데이터 영웅"을 구성합니다. 그렇지 않으면 LOB(Line of Business)가 데이터를 "가져오기"하려고 해도 기술적으로 감당할 수 없는 수준일 수 있습니다.

• 깨끗하고 자동화된 데이터 흐름 – 데이터를 통찰력으로 바꾸는 프로세스를 자동화합니다. LOB(Line of Business)가 참여할 수 있는 수동 프로세스를 줄이거나 없앱니다. 주제 전문가와 긴밀히 협력하여 데이터가 깨끗하고 주석이 추가되어 비즈니스 채택에 대한 장벽이 최소화되도록 합니다. 그렇지 않으면 내부 데이터 소비자는 어떤 데이터를 선택해야 할지 확신이 서지 않고 무결성에 대한 확신도 잃게 됩니다.

IoT는 단순히 장치를 연결하는 것 이상입니다. 데이터와 사람도 연결되어 작업해야 합니다. 모든 요소가 결합되면 IoT를 최대한 활용하여 실험하는 대신 비즈니스 성과를 실현할 수 있습니다.