互聯網時代，PC、Pad、智能手機等設備無處不在，數以億計的用戶通過微博、微信、SNS、博客等途徑產生大量的自媒體數據，電商、新聞類網站、搜索引擎每時每刻都在記錄著豐富的用戶行為信息，海量的數據促進了云計算，分布式技術的發(fā)展，而這些技術反過來不僅推動了Web和移動互聯網的革新，也推動了物聯網的飛速前進。但對于物聯網來說，數據并不意味著全部。

物聯網真正的價值不在于數據，而是經過全方位分析的數據。數據和數據點本身并沒有用處，但結合數據分析后就會很強大。數據要化為可行的洞見，必須先經過分析，才會發(fā)現模式、趨勢和關聯性，讓企業(yè)領袖借此做出明智的決策。

據Smart Industry報導，通用(General Electric)預測未來5年連網裝置的數量將超過全球人口，我們可望從物聯網(IoT)搜集大量數據，但Clockwork Solutions的專家不諱言指出，物聯網真正的價值不在于數據，而是經過全方位分析的數據。

Clockwork Solutions工業(yè)方案副總裁Serg Posadas認為，物聯網有賴分析平臺來創(chuàng)造數據的價值，借助歷史和實時數據來提出預測和洞見，協助企業(yè)做出明智的決策和行動。然而，企業(yè)內不同部門和員工使用數據的方式不一，對于數據用途的認知也不同，所以數據分析的議題極度復雜，并沒有所謂一體適用的建模平臺和分析技術，就連高度專業(yè)模型也要進行客制化，先厘清現有數據的性質，找出適合企業(yè)需求的平臺和分析工具。

Clockwork Solutions服務部門負責人Brad Young也認為，數據和數據點本身并沒有用處，但結合數據分析后就會很強大。數據要化為可行的洞見，必須先經過分析，才會發(fā)現模式、趨勢和關聯性，讓企業(yè)領袖借此做出明智的決策。

既然數據有新有舊，究竟該如何集成實時和歷史數據呢？Brad認為，結合歷史數據和新數據有助于理解系統的變化。Serg則認為，回顧歷史數據可提高應變能力，畢竟精密機器學系算法就是在觀察歷史，但歷史數據并非萬靈丹，只要不在歷史數據范圍內，它就不可能做出預測，所以光是回溯歷史數據并不足以建立充分應變能力，就像只看著后照鏡開車。

換言之，企業(yè)要尋求數據科學團隊的意見，否則貿然回溯歷史數據反而會有問題，數據分析團隊須審慎評估數據來源和建模技術，以更全方位的方法來取得準確分析結果。