Como diferenciar seu produto IoT:forneça insights, não dados

O objetivo dos produtos IoT deve ser insights sobre o produto, não dados. Algumas pessoas até argumentam que a razão para implantar produtos de IoT é produzir e coletar todos esses dados, que os dados em si são o que fornecem o valor. Acho que não. Nesta postagem, descrevo a importância de ter uma estratégia de dados para fornecer insights, não dados, e compartilhar com vocês como descobri isso da maneira mais difícil.

Qual é a sua estratégia de dados?

No final do dia, um produto IoT não é diferente de qualquer outro produto na mente do cliente. Ou agrega valor ou não. Ou resolve o trabalho para o qual foi contratado ou não.

Por que estou dizendo isso? Porque um dos maiores desafios que as empresas enfrentam ao criar produtos de IoT é ter uma estratégia de dados - um plano de como você irá derivar valor de seus dados. Uma maneira de fornecer insights, não dados.

Uma estratégia de dados vai além da coleta e do gerenciamento dos dados. Ele começa com a definição de uma meta final que você deseja atingir com seu produto e, em seguida, percorre a IoT Technology Stack para entender quais dados você precisa coletar, armazenar, analisar e transferir em cada camada da pilha.

Este é um dos principais objetivos de passar pela área de decisão de dados na estrutura de decisão de IoT.

Quanto mais dados, melhor, certo?

Errado. Deixe-me contar uma história sobre a importância de ter uma estratégia de dados clara.

No início da minha carreira, desenvolvi uma solução IoT pronta para uso para uma empresa de fabricação de semicondutores. Meu cliente, vamos chamá-lo de Kevin, contratou a empresa para a qual eu trabalhava para automatizar o processo de caracterização de novos chips de hardware.

Caracterização é apenas uma palavra sofisticada para colocar um chip de computador em todas as entradas possíveis que você possa imaginar e, em seguida, registrar sua saída para garantir que tenha um desempenho o mais próximo possível dos engenheiros de modelos matemáticos usados ​​para projetar esse lasca.

Configurar todas as combinações de entrada possíveis manualmente é uma tarefa impossível. Mas se você pudesse ter um computador para fazer as entradas para você e armazenar todos os dados de saída na nuvem, você poderia economizar muito tempo e melhorar a qualidade geral do seu produto. É aí que entramos.

Depois de instalar e provisionar a solução, Kevin e sua equipe ficaram muito animados, pois pela primeira vez eles puderam executar todos os tipos de combinações de entrada que não podiam testar antes. O projeto foi um grande sucesso.

Alguns meses depois, recebi um telefonema de Kevin pedindo ajuda. “Estamos nos afogando em dados”, disse ele, “e não sabemos o que fazer com eles”. O sistema que desenvolvemos tinha muitos sensores e atuadores de alta velocidade, produzindo muitos Gigabytes de dados por segundo. Sim, por segundo.

Executar o sistema por apenas alguns minutos criaria tantos dados que seriam necessárias semanas para compreender todas as novas informações. Eles resolveram o problema de visibilidade, mas, ao fazer isso, criaram outro problema (talvez maior) de ter muitos dados que não eram capazes de gerenciar, analisar ou processar de forma significativa.

Concentre-se sempre em fornecer ideias, não dados

Eles dizem que a retrospectiva é 20-20. Hoje está claro para mim que eu deveria ter feito um trabalho melhor para entender o objetivo final do cliente, em vez de apenas entregar o que eles pediram nesta solução personalizada. Não me interpretem mal, da perspectiva da minha empresa, a implantação foi um sucesso. Nós entregamos no prazo e dentro do orçamento, e o cliente aprovou com prazer seu novo sistema. Mas, na realidade, pioramos o problema.

Esta história não é única. Na verdade, vejo isso ocorrendo continuamente enquanto converso com o pessoal de produtos em todo o mundo. Muitas vezes, as empresas se concentram em abordar os sintomas do problema, em vez de se aprofundar para entender o que o cliente está realmente tentando realizar. Na maioria das vezes, colocamos muita ênfase em fornecer apenas dados, não insights.

Tive a sorte de Kevin confiar em minha empresa o suficiente para nos trazer de volta e ajudá-los na fase 2 do projeto, para resolver o problema de muitos dados. Desta vez tivemos o cuidado de mergulhar mais fundo nas necessidades de toda a empresa, não apenas de sua equipe.

Rapidamente aprendemos que eles não tinham experiência em manipulação de dados, não tinham analistas de dados na equipe e realmente não tinham o conhecimento necessário para assumir o sistema que desenvolvemos para eles. Passei os próximos meses trabalhando com eles, implementando uma estratégia de dados e uma solução de gerenciamento de dados para resolver essas questões. Reduzimos a quantidade de dados que eles produziram e fomos capazes de centralizar todos os dados (até mesmo os dados vindos de outros departamentos) em uma nuvem privada, onde mais tarde adicionamos uma camada de análise e visualização. As coisas pareceram muito melhores depois disso.

Nunca esquecerei essa lição. Máquinas ou “coisas” podem produzir uma enorme quantidade de dados. Eles nunca se cansam, então podem produzir dados dia e noite. Sem parar. Sem uma estratégia de dados clara e um caminho claro para agregar valor a esses dados, as soluções de IoT são inúteis. Eles estão apenas aumentando o ruído.

A importância do conhecimento do setor

Há uma velha piada que é mais ou menos assim:Um pastor está cuidando de seu rebanho quando de repente um jovem em um carro esporte passa por perto. O jovem pergunta ao pastor:“Se eu conseguir adivinhar quantas ovelhas você tem, posso ficar com uma delas?” O pastor concorda. O jovem começa a fazer cálculos usando a melhor e mais recente tecnologia. “Você tem 280 ovelhas”, diz ele.

O pastor suspira e diz ao jovem:“Se eu adivinhar qual é a sua profissão, posso pegar minhas ovelhas de volta?” O jovem concorda. “Você é um consultor”, diz ele. Surpreso, o jovem perguntou:“Como você sabia!” "Bem, você está me cobrando um preço alto, está me dizendo algo que já sei e, obviamente, você não sabe nada sobre meu negócio porque está levando meu cachorro embora!"

Essa história também se aplica aos gerentes de produto. Não é incomum que os PMs desenvolvam produtos para indústrias com as quais não estamos familiarizados, e assim acabamos resolvendo um problema que não precisava ser resolvido ou apenas produzindo muitos dados e nenhum valor.

Olhando para trás, a falta de conhecimento do setor contribuiu para os problemas que tivemos ao construir o sistema de Kevin. Era uma nova indústria para mim (e para minha empresa). Sabíamos como construir soluções de IoT de alto desempenho para outros setores e, embora o espaço da solução tenha sido muito bem traduzido, o espaço do problema era muito diferente.

Passamos um bom tempo aprendendo sobre nosso cliente e suas dores, mas não tínhamos um quadro de referência para os desafios desse setor. O resultado:um produto que era parcialmente valioso, mas não resolveu o problema de todo.

Então, qual é a moral da nossa história de pastor-consultor? Conheça a indústria do seu cliente. Os gerentes de produto precisam entender o máximo que puderem sobre os negócios de seus clientes. Em outras palavras, você precisa ter um conhecimento profundo do domínio. Quando você se torna um especialista nos desafios que seu cliente e seus pares do setor enfrentam, pode fazer perguntas melhores e tomar decisões melhores para seu produto e, por sua vez, fornecer mais valor para seu cliente.

Conclusão

Muitos produtos de IoT hoje se concentram na produção de dados em vez de insights. Isso resulta em clientes decepcionados que não são capazes de capitalizar o valor da solução e são forçados a fazer um trabalho extra para extrair informações úteis dos dados.

Como gerentes de produto, é nossa responsabilidade entender o mundo de nossos clientes, incluindo um bom entendimento dos desafios mais comuns de nossa indústria-alvo. Só então seremos capazes de criar uma estratégia de dados sólida que atenda às necessidades de nossos clientes.