درس 4: سیلوهای بخش های شرکت و داده ها را از بین ببرید.
هنگامی که قصد شروع طراحی و اجرای پروژه IIoT را داریم، تیم رهبری ارشد نیاز به همکاری، حمایت و مشارکت ذینفعان مختلف از بخش های مختلف را برای استفاده از تخصص های زمینه های مختلف و تضمین مستمر همه ادارات دارد. در غیر این صورت، ما ممکن است نمونه ای از یک تیم واحد را که رهبر پروژه است و هیچ مدیر دیگری برای مراقبت از آن وجود نداشته باشد، ببینیم. این نگرش می تواند برای هر پروژه IIoT، به ویژه برای نمونه های بزرگ، فاجعه بار باشد. علاوه بر این، سعی کنید به طور منظم در همه مراحل مربوطه با به روز رسانی، کارگاه ها، تحویل های کوچک و موارد دیگر، مشارکت داشته باشید.
تحلیل و تجزیه و تحلیل داده ها: ما نیاز به روشی مشابه در مورد داده ها داریم. هر بخش به طور ایده آل نیاز به داده ها را در قالب یکسان و به راحتی و به صورت امن به تحلیلگران ارائه می دهد، بنابراین می توانند آن را ادغام کرده و با آن بازی کنند. ادغام داده ها از بخش ها، محصولات و خدمات مختلف می تواند بینش هایی را که شرکت هیچ ایده ای نداشته باشد، ایجاد کند. در برخی موارد، این می تواند حتی یک بازی تعویض شود.
درس 5: اطلاعات را با داستان داستان توضیح دهید.
تنها جمع آوری اطلاعات از سنسورها و یا سیستم های داخلی و بعد از ادغام تمام این مجموعه داده ها کافی نیست. داده ها باید تجزیه و تحلیل شوند و پس از آن به سادگی، در متن مناسب و یک فرمت جذاب ارائه می شود یا مشتریان داخلی یا خارجی هستند. بهترین راه برای رسیدن به این هدف، استفاده از روش کارآمد داستان است، همراه با تجسم مناسب. بر اهمیت اینکه انسان ها (تحلیلگران، کاربران پلتفورم و غیره) خواندن و توصیف نتایج حاصل از داده های تجزیه و تحلیل شده را متمرکز می کنند اشاره میکنیم. با استفاده از روش داستان سرایی، اکثر کارکنان، تصمیم گیرندگان و مشتریان قادر به درک و استفاده از نتایج خواهند بود.
تطابق با تجزیه و تحلیل داده ها: تیم داده بزرگ (یا تیم هایی با نام های مشابه) باید قادر به تبدیل داده ها به اطلاعات و اطلاعات به بینش عملی برای بقیه کسب و کار (یا مشتریان) باشد. بینش بیش از یک خلاصه است – این الگوهای مخفی در داده هایی است که به آسانی قابل مشاهده نیستند، اما یک تحلیلگر خوب داده می تواند آنها را پیدا کند و آنها را به طور موثر با داستان و تجسم مناسب ارتباط دهد.
درس 6: توانمند سازی، آموزش و ارائه مشکلات هیجان انگیز به کارمندان نمونه IIoT شما، بنابراین شما می توانید آنها را در طول سال 2018 نزد خود نگه دارید.
IoT به طور کامل جدید است، بنابراین شرکت های صنعتی که به دنبال اینترنت اشیاء و استراتژی های بزرگ داده هستند پیدا کردن چالش برای استخدام استعدادهای مناسب با درک جامع از داده ها، مخابرات، نرم افزار، تبلیغات، استراتژی، و غیره، به خصوص اگر ما در نظر بگیرید که آنها برای استعدادها با بسیاری از شرکت های فن آوری مانند گوگل، آی بی ام، CISCO، Vodafone و غیره رقابت می کنند. از این رو مهم است که یک شرکت به طور مداوم در آموزش کارمندان خود، به ویژه در زمینه های داده ها، کسب و کار و فناوری به طوری که آنها می توانند درک گسترده ای از برنامه های IoT و پیامدهای آنها داشته باشند. در غیر این صورت، این شرکت همچنان نه تنها کارمندانی را استخدام می کند که مهارت های مدرن را ندارند بلکه نیاز به محیط کسب و کار رقابتی دارند، اما بهترین استعدادهای آن را نیز از دست می دهند. هر دو نتیجه برای این شرکت برای پیش بینی آینده با پتانسیل محدودی برای موفقیت کافی است. علاوه بر این، توانمند سازی برای آموزش و توسعه حرفه ای ضروری است تا نیروی کار را به انگیزه و الهام بخشد. با توجه به فقدان استعدادهای IOT، ایده خوبی برای یک تیم منابع انسانی است که سعی کند با نیازهای کسب و کار و منافع و اهداف شغلی کارکنان بلندپروازانه خود سازگار شود. در غیر این صورت، سخت است که بتوانیم بهترین استعدادهای یک سازمان را برای مدت طولانی حفظ کنیم.
تحلیل با تجزیه و تحلیل داده ها: برای بسیاری از شرکت ها در بخش IIoT، استخدام کلیدی امروز اغلب دانشمند داده یا معمار اطلاعات است، اما اغلب این چالش برانگیزترین است. بنابراین، توانمندسازی مداوم، آموزش و مشارکت با مشکلات هیجان انگیز اما دشوار می تواند به افزایش میزان نگهداری داده های کارکنان کمک کند.
درس 7: به طور مداوم تمام درس های شش ماهه را اعمال کنید.
درس های فوق باید به مدت طولانی از IIoT یاد بگیرند و پروژه های داده ها طولانی هستند و به تدریج تکامل پیدا می کنند. اگر ما در ابتدا این تاکتیک ها را اعمال کنیم اما بعد از شش یا هجده ماه این درس ها را فراموش کنیم، بسیار آسان است که اشتباهات بزرگی را مرتکب شوید یا فرصت های خوب را از دست بدهید.
