Cara Membedakan Produk IoT Anda:Memberikan Wawasan Bukan Data

Tujuan produk IoT seharusnya untuk wawasan produk, bukan data. Beberapa orang bahkan berpendapat bahwa alasan untuk menyebarkan produk IoT adalah untuk menghasilkan dan mengumpulkan semua data ini, bahwa data itu sendirilah yang memberikan nilai. Saya tidak berpikir begitu. Dalam postingan ini, saya menjelaskan pentingnya memiliki strategi data untuk memberikan wawasan, bukan data, dan berbagi dengan Anda bagaimana saya menemukan ini dengan cara yang sulit.

Apa strategi data Anda?

Pada akhirnya, produk IoT tidak berbeda dengan produk lain di benak pelanggan. Itu memberikan nilai atau tidak. Itu menyelesaikan pekerjaan yang disewa untuk dilakukan atau tidak.

Mengapa saya memberi tahu Anda ini? Karena salah satu tantangan terbesar yang dihadapi perusahaan saat membangun produk IoT adalah memiliki strategi data—rencana bagaimana Anda akan memperoleh nilai dari data Anda. Cara untuk menyampaikan wawasan, bukan data.

Strategi data melampaui pengumpulan dan pengelolaan data. Dimulai dengan menentukan tujuan akhir yang ingin Anda capai dengan produk Anda dan kemudian menelusuri Tumpukan Teknologi IoT untuk memahami data apa yang perlu Anda kumpulkan, simpan, analisis, dan transfer di setiap lapisan tumpukan.

Ini adalah salah satu tujuan utama melalui Area Keputusan Data dalam Kerangka Keputusan IoT.

 Semakin banyak data, semakin baik, bukan?

Salah. Izinkan saya berbagi cerita tentang pentingnya memiliki strategi data yang jelas.

Di awal karir saya, saya mengembangkan solusi IoT turn-key untuk perusahaan manufaktur semikonduktor. Pelanggan saya, sebut saja dia Kevin, menyewa perusahaan tempat saya bekerja untuk mengotomatisasi proses mereka untuk mengkarakterisasi chip perangkat keras baru.

Karakterisasi hanyalah kata yang bagus untuk menempatkan chip komputer melalui setiap kemungkinan input yang dapat Anda bayangkan, dan kemudian merekam outputnya untuk memastikan performanya semirip mungkin dengan model matematika yang digunakan insinyur untuk mendesainnya chip.

Mengonfigurasi setiap kombinasi input yang mungkin dengan tangan adalah tugas yang mustahil. Tetapi jika Anda dapat meminta komputer melakukan input untuk Anda dan menyimpan semua data output di Cloud, maka Anda dapat menghemat banyak waktu dan meningkatkan kualitas produk Anda secara keseluruhan. Di situlah kami masuk. 

Setelah kami menginstal dan menyediakan solusi, Kevin dan timnya sangat bersemangat, karena untuk pertama kalinya mereka dapat mengeksekusi semua jenis kombinasi input yang sebelumnya tidak dapat mereka uji. Proyek ini sukses besar.

Beberapa bulan kemudian, saya menerima telepon dari Kevin yang meminta bantuan. "Kami tenggelam dalam data," katanya, "dan kami tidak tahu apa yang harus dilakukan dengan itu." Sistem yang kami kembangkan memiliki banyak sensor dan aktuator berkecepatan tinggi, menghasilkan banyak Gigabyte data per detik. Ya, per detik.

Menjalankan sistem hanya dalam beberapa menit akan menghasilkan begitu banyak data sehingga mereka perlu berminggu-minggu untuk memahami semua informasi baru. Mereka telah memecahkan masalah visibilitas, tetapi dengan melakukan itu, mereka telah menciptakan masalah lain (mungkin lebih besar) yaitu memiliki banyak data yang tidak dapat mereka kelola, analisis, atau proses dengan cara apa pun yang berarti.

Selalu fokus untuk memberikan wawasan, bukan data

Mereka mengatakan melihat ke belakang adalah 20-20. Hari ini jelas bagi saya bahwa saya seharusnya melakukan pekerjaan yang lebih baik dalam memahami tujuan akhir pelanggan, daripada hanya memberikan apa yang mereka minta dalam solusi khusus ini. Jangan salah paham, dari sudut pandang perusahaan saya, penerapannya berhasil. Kami mengirimkan tepat waktu dan sesuai anggaran, dan pelanggan dengan senang hati menandatangani sistem baru mereka yang mengkilap. Namun kenyataannya, kami memperburuk masalah.

Cerita ini bukan satu-satunya. Sebenarnya, saya melihat ini terjadi berulang kali saat saya berbicara dengan orang-orang Produk di seluruh dunia. Perusahaan terlalu sering fokus untuk mengatasi gejala masalah, daripada menggali lebih dalam untuk memahami apa yang sebenarnya ingin dicapai pelanggan. Lebih sering daripada tidak, kami lebih menekankan pada penyediaan data saja, bukan wawasan.

Saya beruntung Kevin cukup memercayai perusahaan saya untuk membawa kami kembali membantu mereka di fase 2 proyek, untuk mengatasi masalah terlalu banyak data. Kali ini kami berhati-hati untuk menyelami lebih dalam kebutuhan seluruh perusahaan, bukan hanya timnya.

Kami segera mengetahui bahwa mereka tidak memiliki keahlian memanipulasi data, mereka tidak memiliki analis data dalam staf, dan mereka benar-benar tidak memiliki pengetahuan yang diperlukan untuk mengambil alih sistem yang kami kembangkan untuk mereka. Saya menghabiskan beberapa bulan berikutnya bekerja dengan mereka untuk menerapkan strategi data dan solusi pengelolaan data untuk mengatasi masalah ini. Kami menurunkan jumlah data yang mereka hasilkan dan mampu memusatkan semua data (bahkan data yang berasal dari departemen lain) di cloud pribadi tempat kami kemudian menambahkan lapisan analitik dan visualisasi. Segalanya tampak jauh lebih baik setelah itu.

Saya tidak akan pernah melupakan pelajaran itu. Mesin atau "benda" dapat menghasilkan sejumlah besar data. Mereka tidak pernah lelah, sehingga mereka dapat menghasilkan data siang dan malam. Nonstop. Tanpa strategi data yang jelas dan jalur yang jelas untuk memberikan nilai dengan data tersebut, solusi IoT tidak akan berguna. Mereka hanya menambah kebisingan.

Pentingnya pengetahuan industri

Ada lelucon lama yang berbunyi seperti ini:Seorang gembala sedang menjaga kawanannya ketika tiba-tiba seorang pemuda dengan mobil sport berhenti. Pemuda itu bertanya kepada penggembala itu, “Jika saya bisa menebak berapa banyak domba yang Anda miliki, bolehkah saya memelihara salah satunya?” Gembala setuju. Pemuda itu mulai menjalankan perhitungan menggunakan teknologi terbaru dan terhebat. “Anda punya 280 domba,” katanya.

Gembala itu menghela nafas dan memberi tahu pemuda itu, “Jika saya menebak apa profesi Anda, bisakah saya mendapatkan domba saya kembali?” Pemuda itu setuju. "Anda adalah seorang konsultan," katanya. Terkejut, pemuda itu bertanya, “Bagaimana kamu tahu!” “Yah, Anda memberi saya harga yang mahal, Anda memberi tahu saya sesuatu yang sudah saya ketahui, dan jelas Anda tidak tahu apa-apa tentang bisnis saya karena Anda mengambil anjing saya!”

Kisah ini juga berlaku untuk Manajer Produk. Bukan hal yang aneh bagi PM untuk mengembangkan produk untuk industri yang tidak begitu kita kenal, sehingga pada akhirnya kita memecahkan masalah yang tidak perlu dipecahkan atau hanya menghasilkan banyak data dan tidak bernilai.

Melihat ke belakang, kurangnya pengetahuan industri berkontribusi pada masalah yang kami alami saat membangun sistem Kevin. Itu adalah industri baru bagi saya (dan perusahaan saya). Kami tahu cara membangun solusi IoT berkinerja tinggi untuk industri lain, dan meskipun ruang solusi diterjemahkan dengan sangat baik, ruang masalahnya sangat berbeda.

Kami telah menghabiskan banyak waktu untuk mempelajari pelanggan kami dan penderitaan mereka, tetapi kami tidak memiliki kerangka acuan untuk tantangan industri itu. Hasilnya:produk yang bernilai sebagian, tetapi tidak menyelesaikan masalah sepenuhnya.

Jadi, apa pesan moral dari kisah konsultan gembala kita? Ketahui industri pelanggan Anda. Manajer Produk perlu memahami sebanyak mungkin tentang bisnis pelanggan mereka. Dengan kata lain, Anda harus memiliki pengetahuan domain yang dalam. Saat Anda menjadi ahli dalam tantangan yang dihadapi pelanggan Anda dan rekan industri mereka, Anda dapat mengajukan pertanyaan yang lebih baik dan membuat keputusan yang lebih baik untuk produk Anda, dan pada gilirannya, memberikan nilai lebih bagi pelanggan Anda.

Intinya

Banyak produk IoT saat ini berfokus pada produksi data daripada wawasan. Hal ini menyebabkan pelanggan kecewa karena tidak dapat memanfaatkan nilai solusi dan terpaksa melakukan pekerjaan ekstra untuk mengekstrak informasi yang berguna dari data.

Sebagai Manajer Produk, adalah tanggung jawab kami untuk memahami dunia pelanggan kami, termasuk memiliki pemahaman yang baik tentang tantangan paling umum dari industri target kami. Hanya dengan begitu kami dapat menyusun strategi data yang solid yang memenuhi kebutuhan pelanggan kami.