数据湖泊，直到数据被用户所需要的是保存了海量的原生格式的原始数据的存储库，正成为企业内越来越受欢迎。
帮助燃料的兴趣数据湖泊是数字化改造工作正在进行中，在许多企业中，通过物联网（IOT）的互联网的出现刺激了。在物联网连接的对象将产生大量的数据。
随着越来越多的产品、资产、车辆和其他“东西”被仪器化并被数据吸收，物联网数据集集中在一个地方就变得非常重要，在这个地方，它们可以很容易地进行分析，并使用大数据处理能力与其他相关数据集进行关联。这样做对于从物联网数据中产生最大的影响力和洞察力至关重要。
不断增长的市场
研究公司市场和市场预测数据湖市场将从2016年的25.3亿美元增长到2021年的88.1亿美元。推动市场发展的主要力量是:对业务敏捷性和可访问性的需求增加、物联网应用的增加、推动竞争优势的深度洞察的潜力、以及业务数据的数量和多样性的增长。
企业正在部署解决方案，如基于Hadoop的大数据平台和流处理建立和维护数据的湖泊。这些解决方案有可能使更多的组织，即使是那些有限的IT资源，建立自己的数据湖泊。
在数据湖泊的优点是，它们使企业保留所有的数据，而不是选择基于今天的需要保留的数据。这是物联网，其中，企业内产生的传感器数据的总量可能比什么是必需的识别早期使用情况高很多特别有用。
更高保真度的物联网传感器采样有助于确保企业利用未来分析洞察力的机会，从而带来实实在在的利益，如更高的收入和增强的客户服务。但是，简单地将大量传感器数据注入数据湖并不能确保这样的洞见能够轻易出现。
商业智能与业务情报
当与治理良好的数据湖泊相结合，物联网数据眼前一亮。的组合提供到复杂的系统，仿真情景建模和预测运算结果的能力。
如果有足够的数据可用其背景是很好理解很多复杂的情况，可以模拟。在启用物联网企业，数据湖水不单纯是一个仓库，支持更高效的传统的商业智能（BI）。这也是一个数字转化企业提高运营智能（OI），其中近实时优化，可以提供显著的竞争优势能力的心脏。
物联网启用企业将采用他们的数据湖泊与机器学习和人工智能创造创新的预测模型相结合。这些车型将在工厂车间通知决策的行政套房，基于实时传感器数据和可视化相关的大型数据集。
挑战
构建和维护数据湖以实现物联网的承诺带来了企业首先需要解决的挑战。
有些涉及实际创建数据湖。例如，企业需要从组织的不同部分的数据收集到一个地方。在这样做之前，所以它的可靠，可用，他们必须清理数据。充足的元数据需要被包括以帮助为用户提供上下文。公司还应该确保数据湖中的安全性，隐私和数据的管理。
工具可以简化其中的一些任务，但是企业必须选择正确的解决方案来解决特定的挑战。这些产品中有些相当昂贵。
其它挑战涉及结构和组织问题。公司传统经营筒仓，其中各个团队保持自己的孤立的数据存储库。他们已经有很好的理由这样做。各部门正试图回答不同的问题，并发现它强加给他们足够的数据结构，使获得这些问题的答案更高效有用。
提出和回答更复杂的问题的可能涉及浸入在一个组织中的遥远的地方产生的物联网传感器数据的可能性是诱人。但将所有的传感器数据到一个地方不会奇迹般地打破现有筒仓中，以确保这些数据集可以理解，并用于产生有意义的洞察力的方式。
要使所有用户都能从数据湖中获得最大的价值，就需要仔细的考虑和准备。没有足够的上下文保留，数据可能会限制可能出现的洞察力。
在决定用传感器读数存储多少元数据时，需要仔细考虑。尽管有些关系可以通过与其他数据集的关联事后重新构建，但这样做是有代价的。所需的努力可能会阻碍其他团队最大限度地使用这些数据。
最大值
如果不通过适当的技术解决方案和组织变革来解决这些挑战，企业将无法从物联网计划或数据湖中获得最大价值。他们最终很可能得到昂贵而未充分利用的资源。但是这样的结果可以通过几个简单的步骤来避免:
- 在构建数据湖时，要包括来自整个公司代表的输入。由于来自不同部门的用户将受到影响，因此尽早提供这些输入将有助于确保数据湖满足所有关键涉众的期望。
- 给企业的线条突出的座位表，确保录取到数据湖数据调理以提供最大的长期价值。
- 确保IT和信息安全功能是很好的代表，并承担领导角色，提供技术选择和数据管理指导。
- 慎重选择自助服务分析和数据科学工具，以确保不同部门可以很容易地获得他们所需要的数据定制的洞察力，而不会导致成本高昂的数据验证，清洁或可视化的开发工作。
随着构建正确的解决方案和运营/文化变迁到位，并保持数据的湖泊，使物联网，企业可以为企业用户提供从信息的海量，他们正在搜集前所未有的洞察力和价值。
有了设计良好、部署良好的数据湖，企业就能顺利地实现数字化转型。