好的物聯網產品應該提供「信息」，而不只是「數據」

------ 【導讀】 ------

物聯網IoT應該提供的，應該是經過有計劃的深入分析之後，產生出來的信息與洞見。

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

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。

你的數據運用策略是什麼？

對於一般用戶來說，物聯網IoT產品跟其他產品並沒有太大的區別，要麼就是有用、不然就是沒用，差別只在於來自用處的價值。

之所以這樣說，是因為廠商在設計物聯網IoT產品時遭遇的最大挑戰，就是擬定這個產品的「數據運用策略」，也就是一套「如何從收集到的數據中萃取出價值」的計劃。

一套好的數據運用策略，絕不僅止於數據的收集和管理；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物聯網IoT技術層級（IoT Technology Stack），進而了解在每個層級中希望收集、儲存、分析、轉移的數據內容。

物聯網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，也是下圖中物聯網IoT決策架構（IoT Decision Framework）中數據決策區域（Data Decision Area）的主要作用。

IoT決策架構：提供信息，而不只是數據

IoT決策架構：提供信息，而不只是數據收集越多越好，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，來為新的硬體晶元進行定性（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元輸入數據、並且記錄輸出狀況，以確保晶元的實際表現跟設計工程師的數學模型儘可能相符。

要用手工來進行所有的輸入設定，是幾乎不可能的事情；但如果可以用計算機來進行輸入、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質量。

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：「我們快被數據淹死了，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計的數據。

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數據。或許新系統幫他們解決了數據收集不足的問題，但卻創造了新的（而且可能更嚴重的）問題：產生出來的數據根本來不及管理和分析，更不用說彙整成有意義的信息了。

一定要先有數據運用策略

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了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。

多花時間了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「消除癥狀」上，而沒有進一步去了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「數據」，而不是「信息」。

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劃，來解決「被資料淹死」的問題；而這次我們也更深入的去了解客戶整家公司（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，我跟客戶一同擬定數據運用策略、也建置一套數據管理系統，來解決上述的問題；方法包括減少數據的產量、並且追加了具有數據分析和可視化功能的私有雲伺服器，以便集中（即使數據來自其他部門）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「物聯網」都可能產生極為巨量的數據，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，讓這些數據得以轉換成有效信息，IoT就沒有意義，只會成為製造垃圾數據的來源。

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，於是年輕人拿出計算機，用最新的尖端科技開始計算羊只的數量。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，並不了解客戶的業務性質，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數據。

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物聯網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了解客戶的產業、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「了解顧客的產業」；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、了解他們面對的困難，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「信息」

許多現今的物聯網IoT產品，重點都在於生出很多數據，而不是提供有用的信息，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信息，因而對產品失望。

身為產品經理，了解客戶的產業、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數據運用策略、滿足客戶真的的需要。

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

往期熱文（點擊文章標題即可直接閱讀）：

• 《共享腳踏車上的智能鎖，做出來有多難？》

• 《認知計算、區塊鏈IoT、物聯網安全…看懂的人將控制未來》

• 《庫卡、ABB、發那科、安川，4大工業機器人巨擘早已在物聯網領域屯兵養馬》

• 《【重磅】物聯網產業全景圖譜報告，首開國內IoT產業二維視角全景圖之先河》

• 《一幅漫畫告訴你：除了WiFi，藍牙，最近火爆的NB-IoT能幹嘛？》

• 《一幅漫畫告訴你：NB-IoT背後，還有一個大家都在說的LoRa是什麼？》