Dati e prodotti e servizi connessi sono due facce della stessa medaglia.

Lezione 1: Inizia dal problema o vuoi risolverlo, non con la soluzione, semplicemente mirando a rendere il tuo prodotto connesso.

Analogia con l'analisi dei dati: lo stesso vale per gli analisti di dati, che possono iniziare ad analizzare enormi quantità di dati senza sapere prima cosa cercano. Qual è la grande domanda a cui stai cercando di rispondere? Il consiglio qui è, ancora una volta, di iniziare dal problema che vuoi risolvere, non dai dati.

Lezione 2: Assegna la priorità all'implementazione di progetti IoT in base all'impatto sulla redditività in termini sia brevi sia lunghi.

Analogia con l'analisi dei dati: è la stessa per gli analisti di dati. Quale domanda è degna di risolvere prima? Dove dovresti concentrare il tuo tempo ed energia?

Lezione 3: Pensa in grande, inizia in piccolo, fallisci velocemente (impara) e scala velocemente.

Abbiamo bisogno di versioni in miniatura della nostra grande idea in modo che possiamo convalidare le sue parti, e quindi iterare e modificare costantemente. Vediamo abbastanza spesso che le grandi aziende pensano in grande, ma poi pianificano e preparano per anni fino a quando non lanciano il primo prodotto in scala. Questo approccio può avere diversi rischi poiché la tecnologia e le tendenze cambiano più rapidamente e la concorrenza (specialmente dalle startup) si muove più velocemente. La rottura viene da molte parti ed è veloce. Inoltre, se non iniziamo in piccolo, non saremo in grado di ricevere il prezioso feedback del mercato, adeguare i nostri prodotti e decidere quale scaleremo. La tattica "start small" aiuta anche a coinvolgere le parti interessate interne e mantiene alto il loro interesse e impegno.

Analogia con l'analisi dei dati: all'inizio, è necessario testare rapidamente i campioni dei dati, senza influire sull'intero set di dati. Devi fallire e imparare velocemente, riprova, fai leva sulle vecchie lezioni e trova finalmente la risposta alla domanda che stai cercando.

Lezione 4: rompere i silos dei reparti e dei dati dell'azienda.

Analogia con l'analisi dei dati: abbiamo bisogno dello stesso approccio per quanto riguarda i dati. Ogni dipartimento ha idealmente bisogno di avere i dati nello stesso formato e di fornirli facilmente e in modo sicuro agli analisti, in modo che possano integrarli e giocarci. L'integrazione di dati provenienti da diversi dipartimenti e origini dati potrebbe creare intuizioni di cui l'azienda non aveva idea. In alcuni casi, può anche essere un punto di svolta.

Lezione 5: Spiega i dati con la narrazione.

La semplice raccolta di dati da sensori o sistemi interni e successivamente l'integrazione di tutti questi set di dati non è sufficiente. I dati devono essere analizzati e quindi presentati in modo semplice, nel giusto contesto e in un formato attraente. Il modo migliore per raggiungere questo obiettivo è utilizzare il metodo efficace di narrazione, combinato con una visualizzazione corretta.

Lezione 6: potenziare, formare e dare problemi entusiasmanti ai tuoi dipendenti star di IoT in modo da poterli mantenere durante il 2018.

L'IoT è abbastanza nuovo, quindi le aziende che perseguono l'Internet of Things e le strategie di big data stanno trovando difficile reclutare i talenti giusti con una comprensione completa di dati, telecomunicazioni, software, pubblicità, strategia, ecc. Per questo motivo è importante che una società investe continuamente nella formazione dei propri dipendenti, in particolare nei settori dei dati, degli affari e della tecnologia, in modo che possano avere una comprensione ampia delle applicazioni IoT e delle loro implicazioni. Altrimenti, non solo l'azienda continuerà ad assumere lavoratori che non hanno le competenze moderne richieste da un ambiente competitivo, ma perderanno anche i suoi migliori talenti. Entrambi i risultati per l'azienda sono sufficienti per prevedere un futuro con un limitato potenziale di successo.

Lezione 7: Applicare continuamente tutte le sei lezioni precedenti.

Le lezioni di cui sopra devono essere ricordate a lungo, dal momento che l'IoT e i progetti di dati sono lunghi e si evolvono gradualmente. Se applichiamo queste tattiche all'inizio, ma dimenticate queste lezioni dopo sei o 18 mesi, è molto facile finire per commettere alcuni grossi errori o perdere buone opportunità.