Gegevens en verbonden producten en diensten zijn twee kanten van dezelfde medaille.

Les 1: Begin met het probleem of de behoefte die u wilt oplossen, niet met de oplossing, door simpelweg te streven naar het verbinden van uw product.

Analogie met data-analyse: Hetzelfde geldt voor data-analisten, die mogelijk beginnen met het analyseren van enorme hoeveelheden data zonder eerst te weten waar ze naar op zoek zijn. Wat is de grote vraag die u probeert te beantwoorden? Het advies hier is om opnieuw te beginnen met het probleem dat u wilt oplossen, niet met de gegevens.

Les 2: Prioriteit geven aan de implementatie van IoT-projecten op basis van de impact op uw bedrijfsresultaten, zowel op korte als lange termijn.

Analogie met data-analyse: het is hetzelfde voor data-analisten. Welke vraag is het eerst de moeite waard om op te lossen? Waar moet je je tijd en energie op richten?

Les 3: Denk groot, begin klein, faal snel (leer) en schaal snel.

We hebben miniatuurversies van ons grootse idee nodig, zodat we de onderdelen kunnen valideren en vervolgens voortdurend kunnen herhalen en aanpassen. We zien vrij vaak dat grote bedrijven groot denken, maar plannen en bereiden zich vervolgens jaren voor totdat ze het eerste product op schaal lanceren. Deze aanpak kan verschillende risico's hebben, omdat de technologie en trends sneller veranderen en de concurrentie (vooral van startups) sneller verloopt. Verstoring komt van vele kanten en het is snel. Trouwens, als we niet klein beginnen, zullen we niet in staat zijn om de waardevolle feedback van de markt te ontvangen, onze producten aan te passen en te beslissen welke we uiteindelijk zullen opschalen. De "begin kleine" tactiek helpt ook bij het contact maken met interne belanghebbenden en houdt hun interesse en betrokkenheid hoog.

Analogie met gegevensanalyse: in het begin moet u snel monsters van uw gegevens testen, zonder de hele dataset te beïnvloeden. Je moet falen en snel leren, probeer het opnieuw, gebruik oude lessen en vind tenslotte het antwoord op de vraag waar je naar op zoek bent.

Les 4: verbreek de silo's van de afdelingen en gegevens van het bedrijf.

Analogie met data-analyse: we hebben dezelfde aanpak nodig met betrekking tot de gegevens. Elke afdeling moet idealiter de gegevens in dezelfde indeling hebben en deze gemakkelijk en op een veilige manier aan de analisten verstrekken, zodat ze deze kunnen integreren en ermee kunnen spelen. Het integreren van gegevens van verschillende afdelingen en gegevensbronnen zou inzichten kunnen creëren waarvan het bedrijf geen idee had. In sommige gevallen kan het zelfs een game changer zijn.

Les 5: Leg de gegevens uit met verhalen vertellen.

Alleen het verzamelen van gegevens van sensoren of interne systemen en het later integreren van al deze gegevenssets is niet voldoende. De gegevens moeten op een eenvoudige manier, in de juiste context en in een aantrekkelijk formaat worden geanalyseerd en gepresenteerd. De beste manier om dit te bereiken, is door gebruik te maken van de effectieve methode van verhalen vertellen, gecombineerd met de juiste visualisatie.

Les 6: Stel uw IoT-sterpersoneel in staat om spannende problemen op te lossen, te trainen en spannende oplossingen te bieden, zodat u ze in 2018 kunt behouden.

Het IoT is vrij nieuw, dus bedrijven die Internet of Things en big-datastrategieën nastreven, vinden het een uitdaging om de juiste talenten te rekruteren met een uitgebreid begrip van data, telecom, software, commercials, strategie, enz. Daarom is het belangrijk dat een bedrijf voortdurend investeert in de opleiding van zijn werknemers, vooral op het gebied van data, business en technologie, zodat zij een breed begrip van IoT-toepassingen en hun implicaties kunnen hebben. Anders zal het bedrijf niet alleen werknemers aannemen die niet over de moderne vaardigheden beschikken die een concurrerende bedrijfsomgeving vereist, maar het zal ook zijn beste talenten verliezen. Beide resultaten voor het bedrijf zijn voldoende om een ​​toekomst te voorspellen met een beperkt succespotentieel.

Les 7: Voer continu alle bovenstaande zes lessen uit.

De bovenstaande lessen moeten nog lang worden onthouden, omdat IoT- en dataprojecten lang zijn en geleidelijk evolueren. Als we deze tactieken in het begin toepassen, maar deze lessen na zes of 18 maanden vergeten, is het heel gemakkelijk om een ​​paar grote fouten te maken of goede kansen te verliezen.