02月 5, 2013

早期进入人们生活的因特网,是庞大、错综的聚合体。它由彼此相连的服务器以及与服务器相连的专用设备(主要为个人电脑)聚合而成。但如今,全世界正开始过渡到一种全新的联接拓扑,即我们所说的“物联网”。

今天,计算能力仍然由大量专用设备接管,其中也包括个人电脑。它们依托于从前因特网时代沿用至今的大量既定的,并且通常是碎片化的软件接口。计算能力以及计算机智能被分配到或者嵌入于各类设备,就像是在一个专供特定任务的岛屿之上。

虽然,越来越多的计算能力被分配到不同的智能设备上(即物联网中所谓的“物”),但是在不久前,它们仍以完全“无声”的方式使用。

现在的智能设备包括移动装置、嵌入式系统、工业控制和车内系统,甚至在某些情况下还包括家庭电器。RFID(无线射频识别)以及GPS(全球定位系统)标签也能说明,在物联网,这些早期的静态对象也能被“激活”,并能够在无人干预下储存及传送与之相关的数据。

但是到2020年,预计仍将有40亿人口以及超过310亿部设备在使用所谓的“因特网”。于是,物联网的出现绝非只是用各类信息将数字世界变得更为错综繁杂。

当几乎所有的设备或对象都开始需要处理能力以及自动执行任务的能力时,并不能只对系统本身进行扩展,而是要做出巨大的变化。不管物联网以何种形式呈现,有一点是确定的,即它不但将会在广泛意义上改变计算的本质,而且也将给用户的期望和眼界带来改观,从而服务的方式,包括安全性等也必须加以准备。

计算能力的转移

人们最初得出的重要结论是这样的,将计算能力从某些既定的企业(包括供应商和客户)中转移到那些能够通过M2M(机器与机器对话)方式,在无需人工干预的情况下,使对象得到处理和互动,并能为其建立标准的企业。

物联网拥有的潜力能够使之成为一个戏剧性的均分者,有一部分原因是尖端技术并不再仅限于大型企业,而且物联网还将减少这些企业对拓展的寻求。从某种意义上说,大型企业将面临最大的挑战。

从商业的角度而言,我们认为自20世纪60年代开始,日本电器商在艰难中崛起并最终主导电器时代能够最好地体现物联网的效用。日本电器商同时也缔造了“物”的概念。“物”之本身不再具有盈利,所以下一代的成功商家将是那些能嵌入及连入智能,并以此投入市场的企业。

在未来的十年,世界将以何种形式改变,我们刚刚做了一个构想。那么企业又将如何准备呢?瞬息万变中,又会带来哪些特定的问题?

大数据及云技术

第一类挑战将是数据分析师以及供应商都会提及的“大数据”方面的问题,也就是说超大规模的潜在数据将需要被处理、储存并转移至各类“物”中,抑或由其转移而出。

这体现的是一类分析方面的问题,尤其是关于M2M设备所生成的大量数据间的重要的组合方式,或者是关于这些数据的储存地点。“大数据”是一堆无限庞大的数据,而且从本质上,它们无时不刻地都在增量,让现有的科技黔驴技穷。

从前因特网时代延续而来的独立储存系统根本无法在物理或者逻辑层面上满足这类储存需求,这些储存系统很快被拖垮。因此,云储存应运而生。但事实上,这仅仅是将问题踢给一群服务提供商,尔后还会产生各种新的问题。

这些服务提供商需要达到怎样的标准才能满足数据的物理以及逻辑储存,并且在今后得以迁移至他处?他们又是是否能够符合规章制度以及隐私标准——然而这些制度或标准对于不同的国家,贸易体甚至行业通常会大相径庭。

而“云服务”同样也带来一系列的安全问题,例如连接安全性将的验证、登入方式,以及怎样防止可能发生的故障。

如果上述关于大数据的基本问题无法得到解决,物联网看上去就仿佛是一个“焦虑的因特网”,只要小小的故障就能导致巨大的后果。只有以确切的方法保护M2M系统不受这一连锁反应的危害,才不会减缓物联网在下一个十年中的推广。

英特尔智能系统框架

诸如英特尔之类的公司辩称,唯一的生存之道应该是采用将一系列技术交织相联并以此为基石,而不是将那些技术分散并逐个建立。

为此,智能系统框架(Intelligent Systems Framework,ISF)提供了多种解决方案,包括打造企业商品处理器,对所有装置初始状态的可管理性进行考量,以及确保这类基础设施将在(固定、无线或近场无线电式的)异构网路中运行。然而,该框架最具吸引力的地方还是它嵌入式安全的理念。

企业迫切需要嵌入式安全,这并非是危言耸听,2010年Stuxnet病毒对工业控制技术方面的攻击就足以证明。系统此前从不被认为具有安全隐患的原因竟然是人们懒得对它们下手。但是,如果工业控制系统能够得到保护,是否充斥于物联网中的其他独立系统也能如此呢?

解决上述问题的办法,就是将软件访问上一层级内容时所需的必要电路进行嵌入式处理,而非使用静态的手段对芯片加以保护。这就使得“可信化平台模组”应运而生。它可以对加密空间提供保护,使之能够储存“认证令牌“一类的数据,或者嵌入特定程序,让恶意软件无法对系统造成直接破坏。与软件服务套件一起嵌入的安全体系将为物联网的发展增添重要可能。

同时,英特尔还是许多主动性解决方案的发起者。例如,由英特尔发起的“开放数据中心联盟”就旨在通过一系列大型企业及部分技术服务公司之间的合作,共同制定标准,将ISF的技术方案紧密衔接。

规章和承诺

数据保护开始慢慢变为国家级的或者超国家级(supra-national)政府或机构的重要功能之一。种种迹象表明,解决这些问题需要耗费本十年剩下的时间,甚至更长,并进而转变为一个全球化的体系。

当越来越多的来自对象或“物”的数据在单个用户周围流动,个人隐私将显得愈发重要。这是由大数据引发的问题,也是各类组织在处理大数据时所要面对的。迄今为止,收集到的个人的数据还十分固定,例如姓名、住址以及社保账号等。但这些数据被交易的情况越来越多,因为它们与系统相联,能够推测并识别出何人在何时与何人做何事。

不过现在讨论隐私问题可能并没有实际意义。因为大多数上传的数据是分散在不同的数据库间的,它们很快就会被删除。然而在大数据的经济原则“驱动”下,这些数据碎片最终会被整合,因此如何监管私人数据将是政治性的问题。

人们常常假设,物联网将由自由市场以充满竞争却亦十分融洽的方式建立,看来它的雏形将通过政府、约定、或协议条款形成。政府也一定会从大数据中捞到好处,的确,最具争议的方面是各国寻求挖掘关于子民生活习惯和生活圈数据的方式。因此,大数据的未来也极具争议。

立法规模多大才可能影响商业?欧盟的《数据保护指令》便是一个很好的例子。当下,该指令主要关注了一些十分重要的子议题,以此改进违反数据隐私的通知。这些跨国章程将以类似的限定方式对物联网上收集到的或者泄露的数据加以制约,成为具有实际意义的标准。

此外,部分组织也将能知悉,当特殊利益集团或个人想要考验法律的底线时,法院对此的忍耐限度究竟有多大。公司必须准备好应对复杂多变的情况,比如说要允许个人用户以某种方式选择退出,而该方式可能体现的是数据过剩时代的主要挑战。

结论

总之,尚未有简单的安全解决方案来应对上述问题。组成物联网的所有对象将会含有嵌入式安全系统。人们将使用实时分析处理对象产生的数据,从以自动化的方式对其进行管理。这种管理将是无人干预的,除非某些阈限被攻破。政府将会同时寻求数据接入以及引入“杀毒开关”,这能减少设备因经济或政治利益而受到的潜在攻击。

不管企业现在是否涉及这一事实,物联网时代总会以这样或那样的形式来临。忽略物联网会改变组织以及他们所服务的顾客和市民,将是巨大的错误。同样,假设物联网会以互联网曾经的方式发展也是愚蠢的。在崭新的世界,政府、顾客以及市民都将受到积极的影响。

译者:persiss

Tags: ,,,.
09月 10, 2012

文/非DoNews社区作者 墙上的挂钟

亲,你有一个商业计划吗?那个商业计划包括了你的支出和你预期的收入吗?

比如说,当你支付网费时,你会预期你的网速:上传和下载速度都会在一定范围内。

你的营销预算你也要像网速一样先预期一下。你的预算应该包括对营销支出回报的合理预测。

如果你买传统的广播广告,为了实现销售或是成为领头羊,你会研究受众,挑选能引起某些地方人们关注的特定的广播台和时段。

这些方法难道不应该同样应用到你的网站上么?

在Econsultancy和Lynchpin最近发布的一项研究调查中表明,只有10%的市场营销人认为大部分或是所有他们的网站分析数据都是有用的。把调查结果混合在一起,有59%的市场营销人认为他们的网站分析数据有用性不高于50%。

这么说,难道网站分析数据都是浮云?

答案当然是:这得看情况。

这个调查的研究人员又进一步问了那些人,他们是否把线上和线下的营销手段都统一起来,使用同一个计算方法?不出意料,差不多一半(47%)的人说,他们没有把这两个整合起来,或者没有制定一个整体的BI(Business intelligence)策略。

网站分析不仅仅只是从一张网页上弄点数据,然后看看你究竟做的好不好。网站分析是一个过程,把你在不同营销渠道中的投入都连接起来,然后与线上的结果作比较。网站分析不仅仅是报告一下网页浏览量(pageview),跳出率(bounce rates)和跳出时间。你不挖掘挖掘数据的价值,然后就说自己已经鞠躬尽瘁了?

当问题的开始和演变过程都有钱的身影,那问题的答案部分也必须把钱包括进去。这就是说,如果你被告知有多少钱花在了线上营销上,那你也应该在回答“我们做的怎么样?”这个问题时,用我们到底赚了,亏了多少钱来回答。

你的网站分析数据必须能分析来自不同渠道(线上和线下)的访客。它必须能解释购买支出。它还必须能说明销售,和为公司省下多少钱。所有这些计算都必须通过你的商业目标来衡量。

这其实还是相对简单的。

下面是一些小提示:

1. 就像线下的实体店,不是每个进来的人都是准备买东西的,有些人进来是想看看有没有信息能帮助他们决定到底买哪个产品,有些进来是看看售后服务怎么样。当然还有些人根本就不是潜在客户。他们可能是找工作,或者是看看商店地址和营业时间的。通过访客浏览的网页内容对他们进行分类。好的网站架构能起到帮助。

2. 用钱来衡量工作。几乎所有东西都能用钱来衡量。对于销售,这当然是很好理解的。订阅新闻的是对这个感兴趣的人。他们把自己的email地址给你。想想最近一次你花多少钱买了领先榜单。把你花的多少钱除以这些有效的email地址。

3. 帮助和支持也能用钱量化。如果你的客服部门打电话是按时间算的,那就要看每小时的支出和一个电话的费用了。如果你的客服电话是免费电话,那你的支出就更大了。通常一个download就能给你的客服部分省下15分钟的电话费。这些省下的时间值多少钱呢?

网站分析是要分析你网页流量的数据。数据本身是没意义的。数据只是数字,数字在任何情况下都是分散的。

当你把数字联系起来的时候,你就得到了信息。当你把这些信息意会出来,并把他们应用到你的商业目标中。这些信息就会成为具有反馈性质的质量分析,它们能提供实实在在的行动建议,使整个网站分析数据的过程变得更好,然后你再开始收集数据。

======带个自私自利的小AD=========

欢迎向DoNews投递关于互联网业界的热点类、观点类、趣点类、分析类、爆料类稿件。地址:tougao@donews.com

转载请注明非DoNews社区作者/墙上的挂钟

Tags: ,,.