好的IoT產品應該提供「資訊」,而不只是「資料」

Daniel Elizalde
TechProductManagement創辦人,為世界各地產品經理的提供訓練課程,以提升IoT產品的管理效率。

物聯網(IoT)產品的特色之一,就是會產生大量的資料;甚至也有很多人認為,產生、收集、並且利用這些資料,才是IoT產品真正的重點。但其實並非如此:IoT應該提供的,應該是經過有計劃的深入分析之後,產生出來的資訊與洞見。

這一點,是筆者在經過許多失敗之後才得到的領悟,在這裡跟各位讀者分享。

你的資料運用策略是什麼?

對於一般使用者來說,IoT產品跟其他產品並沒有太大的區別,要嘛就是有用、不然就是沒用,差別只在於來自用處的價值。

之所以這樣說,是因為廠商在設計IoT產品時遭遇的最大挑戰,就是擬定這個產品的「資料運用策略」,也就是一套「如何從收集到的資料中萃取出價值」的計畫。

一套好的資料運用策略,絕不僅止於資料的收集和管理;它的起點在於「定義這個產品想達成的最終目的」,然後打造一個對應的IoT技術層級(IoT Technology Stack),進而瞭解在每個層級中希望收集、儲存、分析、轉移的資料內容。

IoT技術層級:設備硬體─設備軟體─通訊─雲端平台─雲端應用

而上述這個步驟,也是下圖中IoT決策架構(IoT Decision Framework)中資料決策區域(Data Decision Area)的主要作用。

IoT決策架構:提供資訊,而不只是資料

IoT決策架構:提供資訊,而不只是資料資料收集越多越好,對吧?

錯。

在這裡,讓筆者來說明一下為什麼明確的資料運用策略很重要。

早年,筆者曾經幫某半導體製造商開發過一個IoT快速應用方案;這家客戶請我當時工作的公司設計一套自動化流程,來為新的硬體晶片進行定性(Characterization)。

看起來很專業的「定性」這個詞,其實意思就是用各種方式對晶片輸入資料、並且記錄輸出狀況,以確保晶片的實際表現跟設計工程師的數學模型盡可能相符。

要用手工來進行所有的輸入設定,是幾乎不可能的事情;但如果可以用電腦來進行輸入、並且將輸出資料儲存到雲端,不僅可以省下許多時間,還可以提升產品本身的品質。

也因為如此,客戶才聘請我們來設計一套這樣的系統。

當這套系統設計並安裝完成之後,客戶非常高興;因為從此之後,他們可以進行過去不可能做到的完整輸入測試。總而言之,這個案子非常成功。

幾個月之後,我接到一通客戶打來的電話,他說:「我們快被資料淹死了,怎麼辦啊啊啊?」

因為我們開發的系統中,包含了許多的高速感測器與致動器,所以每秒鐘(對,每秒鐘)都會產生數以GB計的資料。

也就是說,系統一旦啟動,幾分鐘之內就會產生花幾個星期都分析不完的資料。或許新系統幫他們解決了資料收集不足的問題,但卻創造了新的(而且可能更嚴重的)問題:產生出來的資料根本來不及管理和分析,更不用說彙整成有意義的資訊了。

一定要先有資料運用策略

回頭來看,我們除了幫客戶開發新系統之外,也應該要多花點時間瞭解客戶要的究竟是什麼,而不是只花心思滿足他們表面上的需求。

請別誤會我的意思。從案子本身的角度來看,這套系統是很成功的;我們在客戶的預算和時限之內交出了成品,客戶也很開心的驗收了。但就結果來看,我們卻幫客戶製造了更大的問題。

多花時間瞭解客戶真正要的東西,而不是只滿足他們表面上的需求。

這並不是個單一案件。在跟世界各地負責產品的同仁談過之後,我發現同樣的事情一直在發生;有太多公司把目標放在「消除症狀」上,而沒有進一步去瞭解顧客真正想要的是什麼。

以這個案例而言,問題就出在我們太強調提供「資料」,而不是「資訊」。

幸好,客戶還是很信任我們,也讓我們繼續進行第二階段的計畫,來解決「被資料淹死」的問題;而這次我們也更深入的去瞭解客戶整家公司(而不只是使用單位)的需求。

於是我們很快發現,客戶並不具備運用大量資料的能力、團隊中也沒有資料分析專家;更麻煩的是,團隊成員沒有足以順利接手操作這套系統的背景知識。

接下來的幾個月,我跟客戶一同擬定資料運用策略、也建置一套資料管理系統,來解決上述的問題;方法包括減少資料的產量、並且追加了具有資料分析和視覺化功能的私有雲伺服器,以便集中(即使資料來自其他部門)管理。

從此之後,狀況就好多了;而這也成為我日後不可或忘的重要案例。

機器和「聯網物」都可能產生極為巨量的資料,而且它們不會因為疲勞而放慢腳步。所以,如果沒有擬定出清楚的運用和處理策略,讓這些資料得以轉換成有效資訊,IoT就沒有意義,只會成為製造垃圾資料的來源。

產業知識的重要性

有個老笑話是這樣說的:

有個年輕人開著跑車,經過一位牧羊人和他的羊群,於是停下來問道:「如果我猜對了總共有幾隻羊的話,可以帶走一隻嗎?」

牧羊人答應了,於是年輕人拿出電腦,用最新的尖端科技開始計算羊隻的數量。算完之後,他說:「你的羊總共有280隻。」然後順手抓了一隻。

聽了這個數字之後,牧羊人回答:「年輕人,如果我猜對你的職業的話,可以把這隻羊要回來嗎?」

年輕人答應了;於是牧羊人說:「我猜你是個管理顧問。」

年輕人大驚:「你怎麼知道!」牧羊人說:「第一,你收的費用很貴;第二,你告訴我的是我已經知道的事情。第三,你完全不懂我養的是什麼,因為你抓走的是我的狗。」

這個寓言也同時適用於產品經理這個角色。很多產品經理在開發產品之前,並不瞭解客戶的業務性質,導致我們往往在解決「其實不需要解決的問題」、或者只是在製造一大堆沒有價值的資料。

技術上表現很好的系統,也可能帶來無法預期的問題。

同樣的,我們為客戶開發的這套系統,也犯了「沒有先弄懂顧客業務性質」的錯誤。我們雖然懂得如何幫特定產業的客戶開發IoT系統,但這位客戶的產業我們當時確實不熟。所以,雖然系統在技術上表現很好,但卻產生了過去沒有預期到的問題。

雖然我們並不是沒有花時間瞭解客戶的產業、以及他們遭遇的困難,但我們並沒有更深入的去觀察這個產業面對的挑戰。換言之,我們開發的系統在某些方面是有價值的,但並沒有徹底解決顧客的問題。

那麼,這個「牧羊人與顧問」的故事告訴了我們什麼?

最大的重點就是「瞭解顧客的產業」;身為顧問或產品經理,研究顧客的產業是必須要做的功課,而不是一味強迫推銷自認為的「專業」。換言之,必須培養自己對於特定產業的知識,也就是所謂的「domain knowledge」。

如果能讓自己成為客戶業務領域的專家、瞭解他們面對的困難,就可以問出更精準的問題、讓自己的產品定位更正確,進而為客戶提供更有價值的服務。

重點:提供具有深入洞見的「資訊」

許多現今的IoT產品,重點都在於生出很多資料,而不是提供有用的資訊,導致客戶無法從產品的功能中轉換出收益、或是付出額外的成本來獲得資訊,因而對產品失望。

身為產品經理,瞭解客戶的產業、以及他們最常受到的挑戰,都應該是理所當然的事情;做到這個基本要求,我們才能打造出有效的資料運用策略、滿足客戶真的的需要。

(譯/傅瑞德


喜歡我們的文章嗎?按讚立即加入粉絲團 :)

推薦您也參考

獎勵作者

歡迎您以點數獎勵作者:

關於點數的獲得與使用方式,請參閱說明