关于场景中硬件收集数据的问题

数据收集是后期数据驱动业务最基本的前提。只有拥有丰富的数据和高质量的数据，才能更好地实现数据驱动。与线下相比，线上数据收集要容易得多，丰富得多，但线下数据收集需要智能硬件设备的帮助。在这个过程中，由于涉及到硬件设备，在线收集数据时会出现很多问题，最大的问题是数据质量和数据的缺失难以保证。作者在这里做了一个总结，以及一些相关的想法，我希望你能一起讨论。业务模式：将硬件设备放置在指定场景中->用户使用->收集所需的数据->然后将数据用于业务驱动数据源：数据收集涉及硬件和软件。在这里，硬件对数据收集的影响远远大于纯在线。硬件:需要依靠提供硬件的第三方，沟通成本高，导致数据需求长，最终实现周期长，人力物力浪费成本高。软件：自己开发的软件也依赖于设备制造商，但自由度相对较高，数据收集受硬件设备的影响较大。设备在不同的地方使用，业务人员无法及时在线了解设备的真实情况。因此，一些区域数据的异常可能是由设备的异常引起的，这对以后的数据操作有很大的负面影响。许多传统产业都在探索转型，主要思路是线下与线上无缝结合(特别是零售业)；线上企业也在开始拓展线下业务点。未来，越来越多的智能硬件设备（如智能试衣镜、智能衣架等）将被用于收集各种线下数据。在这里，由于硬件设备的不稳定，硬件收集数据的质量存在很大的误差，如何解决后期数据操作的负面影响？主要问题点：1、设备停止运行2、部分设备功能不能正常运行3、对于附着在硬件上的软件，在升级过程中存在的bug无法更好地改进异地测试，导致这个问题的遗漏。笔者认为，以下几点可以进一步优化：1、硬件本身：硬件设备问题的及时监控和快速维护需要实时监控，后期维护需要快速阅读，确保数据损失最大化。2、硬件本身：硬件问题的具体定位不仅是设备是否正常运行，还有更精细的内部问题，会影响数据收集（根据情况，这里不一定正确），需要通过节点，数据问题更精细、快速、准确的定位问题。3、从附着在硬件上的软件触发：软件升级，一些bug难以监控，可以通过精细数据埋点，远程监控硬件用于特定场景，场景分布在线下，每当软件升级测试时，很难实现异地测试，因此许多bug可能无法及时发现和处理；软件产品可以做更精细的埋点，更精细的定位bug区域、设备、场景，由不同的操作系统、不同的浏览器等引起的bug。4、硬件设备状态表维护：以后操作数据清洁准备数据必须缺失，因为硬件设备问题不可避免，需要建立相关问题业务表，记录所有异常情况和结果，标准化、表格，为以后的数据清洁，高质量的数据为操作驱动提供辅助。5、数据源数据的来源往往需要依赖于第三方，但这将给沟通带来巨大的成本，导致许多数据需求无法及时实现，问题无法及时解决。因此，如果可以的话，尽量减少对第三方的依赖。5、数据源数据的来源往往需要依赖于第三方，但这将给沟通带来巨大的成本，导致许多数据需求无法及时实现，问题无法及时解决。因此，如果可以的话，尽量减少对第三方的依赖。6、作为数据驱动的从业者，我们更加关注智能硬件在数据收集方面的发展进展，拓宽视野，不断拓宽解决问题的思路。不同业务类型对智能硬件设备的要求方向和程度也不同，具体问题需要具体化，不能一概而论。本人不是智能硬件行业，对智能设备的了解还比较浅，欢迎大家吐槽，特别欢迎硬件设备专家提供专业意见。这个问题需要不断改进和优化，思考和探索不会结束！