智能硬件设备的数据收集和数据质量的相关思考

数据收集，是后期数据驱动业务的最根本的前提，只有拥有丰富的数据，高质量的数据，才可以更好的实现数据驱动。

线上，数据收集相对线下，要容易很多，丰富程度更大，但线下数据的收集，需要借助智能硬件设备来辅助收集。

在这过程中，因牵涉到硬件设备，会存在很多线上收集数据时不存在的问题，最大的问题是数据质量、数据的缺失难以保证。

笔者在这里做个总结，及相关的一些思考，希望大家一起来探讨。

业务模式：硬件设备放置在指定场景->用户使用->收集需要的数据->再将数据用于业务驱动

数据来源：数据收集涉及到硬件和软件两部分，此处，硬件对数据的收集影响比纯线上大很多。

硬件：需依赖提供硬件的第三方，存在很大的沟通成本，导致数据需求和最终实现的周期长，浪费的人力物力成本很大。

软件：可自己开发的软件也依赖设备商，但相对来说自由度高些，数据的收集受硬件设备影响大。设备是异地使用，业务人员无法及时通过线上获知设备的最真实状况，所以部分地域数据的异常可能是因为设备的异常引起，对后期数据化运营有很大的负面影响。

将此问题延伸

很多传统行业在摸索转型，主要思路是将线下和线上进行无缝结合（特别零售行业）；线上企业也在开始拓展线下业务点，未来用于收集各种线下数据的智能硬件设备会越来越多被使用（如智能试衣镜，智能衣架等），此处，关于场景中硬件收集数据的问题，因硬件设备的不稳定，导致业务数据的收集质量存在较大误差，对后期数据运营的负面影响该怎样解决？

主要问题点：

1、设备停止运行

2、设备部分功能无法正常运行

3、依附于硬件的软件，在升级过程中存在的bug，异地无法更好的完善测试导致遗漏

关于此问题，笔者认为可通过以下几点可进一步优化：

1、硬件本身：硬件设备问题的及时监控和快速维护

硬件设备的监测需要实时，后期维护维修要快读，保证在最大范围内减少数据的损失。

2、硬件本身：精细化定位具体问题

硬件问题并不只是设备是否正常运行，还存在内部更精细的问题，会影响到数据收集（具体视情况而定，此处不一定对），需将通过节点，将数据问题更精细化，快速精准定位问题。

3、从依附于硬件的软件触发：软件的升级，部分bug很难监测到，可通过精细化数据埋点，远程监控

硬件是被使用于具体场景，场景都是分布在线下各处，每当软件升级做测试时，很难做到异地测试，因此很多bug可能不能被及时发现和处理；软件产品可做更精细化的埋点，更精装的定位bug发生的地域、设备、场景，如不同操作系统、不同浏览器等带来的bug。

4、硬件设备的状态表维护：为后期用于运营数据的清洗做准备