物联网（IOT）互联网的发展正在对大量的企业IT内的区域，以及数据分析有很大的影响就是其中之一。
公司正在从连接对象的各类，如关于消费者如何使用某些产品，企业资产的业绩，并在该系统运行的环境条件数据收集的大量信息。通过应用先进的分析这些数据输入流，企业可以获得新的见解，可以帮助他们做出更明智的决策，其采取的措施。而随着公司把物联网的传感器越来越多的对象，传入的数据量将继续增长。
“基于传感器的计算是在数字化改造的核心趋势，”市场研究公司IDC的分析师莫琳·弗莱明说。“通过运营智能基于状态的监控，保证组织的有关传感器连接的设备，机器和系统的健康状况。根据不同的使用情况下，将机器学习[ML]将传感器数据的目的是预测断电的概率，购买倾向，健康问题等。”
从企业应用程序数据应用ML将传感器数据的组合也可以从根本上改变了如何组织工作，通过预测与对供应链中的客户或物流问题服务满足服务级别协议的问题，弗莱明说。
物联网“被驱动数字和物理世界的融合，”布赖恩·霍普金斯，Forrester Research的副总裁兼首席分析师说。“几乎所有的企业都希望从物理世界实时数据采取他们的追求，对于提供竞争优势的见解下一步”。
Forrester公司认为三个主要场景通过分析深入了解。一个是关于智能连接产品本身的见解。另一个是关于连接是如何工作的有效在一起，它可以帮助企业提高涉及实物资产的过程洞察力。第三是关于事物和人是来自商业伙伴的IOT测试数据，如供应商的见解。
物联网必要新的基础设施
对于许多企业来说，现有的数据分析基础架构将无法充分处理由物联网产生量的预期增长，但是。他们需要改变他们的IT环境，使它们更“物联网做好了准备。”
“物联网是在数量和速度方面建立在企业数据的数量空前，”市场研究公司Gartner的研究副总裁Mark洪说。“为了获取价值出这个数据的，企业的数据分析架构需要进行完善。”
对于企业对物联网的数据及时采取行动，流或实时分析通常需要，洪晃表示。纳入新的分析方法，如流分析和新的基础设施，如边缘网关地方对现有的IT基础设施的新建筑要求的需要，他说。
与分析的其他类型的数据相比，物联网Analytics（分析）有一些独特的要求。这包括数据格式，数据的丰富性，时间敏感性，其中该数据被存储并且它被存储多久。
“最关键的分析需要的是要么关闭数据生成之间的物理世界和需要采取行动的差距在物理或数字世界中，”霍普金斯说。“这必然意味着一些推分析逻辑到边缘