(1)科技產業：連上網就叫IoT？解析物聯網的定義跟發展趨勢(2)應用科技：產品經理如何學會數據分析？我分 6 階段，談數據思維與分析的基本功

(1)科技產業：連上網就叫IoT？解析物聯網的定義跟發展趨勢

在「智慧」當道的時代，因應線下、線上虛實融合的趨勢，行銷模式得以提升為OMO新零售模式，而「物聯網」又該如何在這波發展趨勢中抓緊商機？

什麼才是「物聯網」（The Internet of Things，IoT）至今仍眾說紛云，似乎很少有人能真正做出區別。

諸如市面上販售的物聯網裝置（手錶、手環、音箱、鎖頭等），聯網的本質與網路沒什麼差異，但何以被喚為物聯網裝置？著實讓大部分的人搞不清楚。

市場上對物聯網的說法也與時修正，從早先認為的聯網裝置就是物聯網，近年的修正普遍以為，物聯網不是聯網的「裝置」，而是聯網裝置的「服務」。但這也並非切合的說法，因為聯網的裝置或是服務，都是網路早已存在的東西，難道我們早已步入物聯網時代？

後來有人改稱為「智聯網」，但聯網裝置朝向智慧服務發展，只是網路由智慧觀點著眼的說法，仍然還是網路的範疇中，總之與網路似乎仍牽扯不清。此外，物聯網的商機被認為如此巨大，但打著物聯網口號做佈局的業者，卻很少有賺到錢的；所以有人甚至認為，它是網路裡硬造出來的偽趨勢。

物聯網真正的市場在哪裡？

市場與應用通常相互對應，然而物聯網殺手級應用在哪裡，許多市場分析仍是丈二金剛摸不著頭腦。

有的把發展焦點放在消費性終端應用，但參考其市場預估的成長數字，尚遠不及智慧型手機的發展；這著實對看好物聯網潛力的人來說是澆了一盆冷水。另外也有人提出，物聯網是少量多樣的長尾市場；但長尾市場的本質是市場不大，需要積少成多、聚沙成塔，幾乎沒有殺手級應用，這樣的市場特性，讓人無法抱持太大期望。

物聯網還有一個常見的說法，預估感測器需求大量成長，以感測器運用在各種商品，蒐集客戶資料，因而形成數據服務的商機，實際上以感測器蒐集的數據，進行數值分析或控制的方法，這些都早已存在。

然而從商品進行客戶資料蒐集延伸大數據，將產生揭露隱私的疑慮，故除了公共設施應用之外，大多難以找到符合商業應用的服務模式，它能具備多大的市場價值與商機，產業上仍然無法給出具體的典範。

由上述分析當中可知，物聯網與網路大部分應用似乎參雜攪和，難以做出明確區隔，這也是根本的問題所在，自然找不到真正的物聯網市場。

探究物聯網的真正意義

物聯網的應用場景早已存在於科幻電影中，當你沿著大廳走路時，前面的光會漸漸變強，身後的光會漸漸消失，音樂也會隨著你一起移動，1995年Bill Gates在《The Road Ahead》（中文書名譯為《擁抱未來》 ）書中，便預言智慧家庭終獲實現。而對於物聯網這個詞，國內外普遍公認的是Auto-ID公司Kevin Ashton所創， 1999年他在物品編碼RFID技術，最早提出物聯網的概念，而後在2005年國際電信聯盟（ITU）發佈的報告中，將其覆蓋範圍進行拓展，實現人類社會與物理系統的整合。

更多詳細內容請點閱以下連結：連上網就叫IoT？解析物聯網的定義跟發展趨勢

資料來源：數位時代

(2)應用科技：產品經理如何學會數據分析？我分 6 階段，談數據思維與分析的基本功

數據分析、大數據、數據導向決策這些名詞在這個時代隨處可聽到，人人都在談；這也透露出如何利用「數據」來提升競爭力是現今不可或缺的能力了，這裡的競爭力可能是幫助公司決策、營運、產品方向、行銷運營等等。

本文分享擔任產品經理時所累積的數據分析經驗包含產品數據與商業數據，分享數據分析的思維以及實務面，幫助產品決策/行動推展；不會深入探討各個分析理論與技術細節。

為什麼要懂得數據分析？產品經理要懂什麼？

數據就好像是情報，我們把情報用在對的地方，事半功倍，情報用錯地方賠了夫人又折兵。情報有真假，透過人為操作製造出假情報，導致走到錯誤的方向；數據也是可以被操弄，例如，之前網路傳的口罩愈領愈少圖與瑞幸咖啡財報問題。前者數學概念簡單，多數人都可以掐指一算，一秒內識破；而後者，涉及數據量多，計算繁瑣，平常人如果沒有去深入研究，難以察覺異狀。

「數據」既然這麼重要，而產品經理（Product Manager）又是負責產品/商業成敗的角色，能培養「數據分析」的能力絕對是加分。

「數據分析」範疇很廣，包含數據採集、數據清洗、數據探勘、分析結果等等；不同量級的資料，處理起來的方法也不同，所以專業數據分析師的價碼水漲船高不是沒道理。

至於產品經理要懂什麼呢？個人認為如果具備基礎統計學跟數據分析思維，與數據團隊溝通會比較順暢、明確，幫助自己做出正確的判斷。數據分析師有優秀的處理數據能力與專業方法論，但要分析的標的是什麼、場景是什麼、限制是什麼與預期產出是什麼，這些定義是需要產品經理一同梳理；另一方面，通常簡易、量級小、即時性的數據，會由產品經理自己透過工具來處理，省去跨部門的溝通成本與流程。

如何開始數據分析？

數據分析的知識範疇很廣，我將大致分為（1）確認數據需求、（2）定義與了解指標、（3）數據收集與規劃、（4）數據清洗與處理、（5）數據驗證與可視化以及最後產出（6）數據洞察與下一步行動方案/策略。

擁有較多資源的公司或許會有數據分析團隊協助處理步驟（4）～（5），然而在沒有太多資源情況下，產品經理就需要自己從頭開始執行；縱然有數據團隊的專業分工，仍建議產品經理要積極培養數據分析的能力，使得與數據團隊會更有效率的合作。

1. 數據需求來源

為什麼要這些數據？想要做什麼？這也是一開始要回答的問題。

更多詳細內容請點閱以下連結：產品經理如何學會數據分析？我分 6 階段，談數據思維與分析的基本功

資料來源：經理人