数据分析、机器学习与物联网

数据分析、机器学习与物联网
我们当前所处的世界，联网程度不断上升，低成本传感器和分布式智能也在不断普及，产业即将面临这一切带来的革命性的冲击；同时，在此过程中还会产生大量的数据，其规模将庞大到远远超过人类所能处理的范畴。对此，企业是否能足够迅速地适应并演进自身的业务，以维持在竞争格局中所处的位置？面对我们栖身的环境中植入的这些全新的信息来源和智能设备，人类应当如何掌握它们并从中获益？利用不断演进的技术组织机构将需要建立起内部数据仓库，以便能够利用新的数据源和数据流。智能接入设备亦将在某些情况下取代人的角色，它们将能够自行决策、执行自我调整，或是根据需要引发对自身的纠正和修复。在另一些情景中，众多设备的集合将聚集在一起成为完整的系统，这样的系统可以采用新的方法进行优化；而由系统聚集成的系统，将会彼此共享数据，并成为由数据和设备组成的生态系统。机器学习（指从数据中推导出意义的众多方法）注定将成为这个生态系统中的一部分；此外，随着企业着手为物联网（IoT）做准备，传统业务和数据分析技术也同样将被纳入到该生态系统之中物联网——某些人更愿意称之为“万物互联”（Internet of Everything）——正处于不断上升的轨道上。一项Gartner研究指出，在2020年IoT单元的数量将达到260亿，而IoT产品和服务的市值将达到3000亿美元1。另外，GE在工业互联网（Industrial Internet）——这一概念包含用于监控和优化工业设备（例如喷气式引擎、铁路机车、动力涡轮机和制造工艺）性能的机制和应用——领域已经活跃了很长时间。根据GE的估算和预测，在接下来20年中，工业互联网将帮助全球GDP产值提高10到15万亿美元（没错，万亿量级）。当然，围绕着已问世的全新技术和正在逐步浮现的技术概念，市场中充斥着大量炒作。例如，Gartner备受争议的 “成熟度曲线”（注：也有些人使用“炒作周期”这一贬义说法）报告就把IoT摆在了“翘首以望的顶峰”的位置上（而大数据作为之前的热点，已经进入了“理想幻灭的低谷” 3）。然而，哪怕企业家们为之表现出群情激昂的兴奋，或是记者们在笔下展现出了对未来的狂热展望，在现实中依旧存在着大量的挑战，组织机构必须克服它们，才能够真正乘上这次技术演进的东风。挑战组织机构必须聚焦于：了解产品技术和IT领域中，企业能力的相对成熟度；了解可以纳入哪些类型的IoT功能，以及新能力将会在哪些方面对客户价值带来影响；了解机器学习和预测分析模型的角色；基于市场变化的迅捷程度和竞争对手的相对敏捷度，重新思考业务模型和价值链。接下来，让我们对这些挑战逐一进行更详细地分析。理解产品和IT成熟度可以从产品和IT两个维度分别进行分析。首先，产品组合的成熟度如何？它是属于变更较缓慢且逐步演进的传统类型的产品，还是属于前进速度更快，同时具有更复杂生态系统的产品？矿产设备在技术上非常复杂。并且，与科学研究仪器相比，它拥有更为漫长的设备生命周期，和相对更缓慢的演进速度。然而，这并不意味着科研仪器的公司，在利用IoT产品进行系统优化方面更具优势。另一个需要考虑的因素是IT流程的成熟度。各种类型的组织机构都可能会因采用IoT而获益；然而，要想达成这一目标，它们所需采用的模型却各不相同。让我们进一步分析一下IT成熟度水平这个因素。举例来说，科学研究仪器供应商或许拥有先进技术，但却可能缺乏强有力的IT架构、流程和IT治理能力。与之相反，矿业设备制造商或许拥有非常成熟的内部IT流程。对科学研究仪器公司而言，IoT将让它们能够对安置在现场的仪器设备进行功能升级；但面对由多种类型设备组成的实验室信息生态系统库，公司并不一定愿意尝试去进行优化。（当然，以IT作为成本中心——例如内部IT管理——方面的成熟度不足，并不等于以IT作为利润中心——例如IT产品——方面成熟度的缺失；但当开发或拓展IT服务的时候，许多组织机构都选择在现有的基础IT能力之上构建。）在去年的哈佛商业评论（Harvard Business Review）中，讨论了一个矿业设备领域的例子：Joy Global是一家矿业设备制造商，其专家团队横跨与采矿作业相关的多种系统和流程。Joy Global以此为依托，针对来自多家供货商的一系列设备，提供监控、维护和优化的服务4。了解IoT能力接下来，应该考虑一下使用智能联网设备中的哪些能力。刚刚提到的哈佛商业评论刊登的文章4指出，IoT包含四种类型的能力：监视——传感器提供关于运行环境、产品使用和性能方面的数据；控制——可以控制并定制个性化产品功能；优化——来自监视与控制的反馈回路，能够提供更高的效率、更好的性能、预防性维护，以及诊断和修复；自治——监视、控制和优化将支持独立运行、不同系统间的协作、与环境交互、个性化、补给，以及自我诊断和修复。这四个层级的能力，将为重新定义供应链并重新配置价值链提供支持。我们不应该抱有产品的功能应固定不变的观点；相反，我们应该认为它们将更具灵活性和适应性。那些智能联网设备和产品将具有可变特性，并能够随着用户需求的变化而改变。在数年以前，软件制造商就已经认识到了这一点。而现在，物理对象也正在逐渐转变为软件驱动功能的载体或容器。上述这些层级的能力要求越来越精密的数据分析方法——从收集和应用数据，到支持算法自身运用数据并在同时进行学习。第一个层级的能力——监视——将成为一套实时的机制，我们可以运用它更好地了解现场情况和用户需求，并提供新的能力。这意味着组织机构的传统产品和服务将不再泾渭分明，而且二者的边界将彼此渗透。在过去，现场设备的维护由某个现场服务承包公司承担，设备制造商的业务并不涉及此环节。而在智能设备与监视能力结合后，设备可以在故障发生前将所需的服务提前告知制造商。同时，设备制造商也可以将常规维护纳入自己的服务范畴。不过，如果利润和物流对组织机构而言是个问题的话，那么复杂的维修工作将依旧由专业承包商完成。这一“去中介化”(disintermediation)的模式也可以运用到分发链中。设备可以自动发起补充供应的请求，从而降低甚至消除供应链中的物流和库存压力。控制是建立在监视之上的更复杂的应用。我们可以监视设备运行情况，并通过控制设备的多个部分或多个系统，来扩展人工干预的边界。想象一下，在 *** 作大部分功能都是自动化执行的系统或机器时，人类所扮演的角色：人类指导机器运转，并寻找系统设计的时候没有预料到（或是基于经济划算的角度未设计应对预设）的边界条件、异常和例外。接下来，人类使用自己的判断做出变更、纠正或调整。我们并不需要（在空间上）与设备在一起，或许我们也无需实时监视它们（这取决于流程）。我们通过监视层面采集数据并进行处理（某些数据处理必须在特定时刻完成），并通过控制层面将这些数据实时（或准实时）地运用到设备或装置的运行上。需要组织机构做出的战略决策是，是否以及何时在产品中提供更多的控制能力，以及是将其作为一种服务向客户开放，还是让客户拥有这些功能。第三个层级的能力——优化——可以拓展到某个单体对象、一系列对象，或是一套由来自多家制造商、使用不同技术的对象组成的生态系统的表现方面。是否将提供的服务拓展到这一领域，取决于围绕着价值链和流程边界的知识和经验的水平。前面提到的矿业的例子，反映出Joy Global与供应商相比的优势，主要在于拥有在流程生态系统中更加聚焦的视角。以卡车制造商为例，它无法很好地优化复杂的矿业设备，但却会凭借对自己的一系列卡车（以及潜在的一系列其他制造商生产的卡车）进行优化而获益——如果行业动态确实具有商业意义的话。要将优化的范围延伸到独立运行，还需要对这三个层级的能力进行一些拓展，以支持与环境及其他系统进行受限程度更低的交互。自治要求围绕着算法提供更多的智能，以便应对计划外的情况——程序员和系统工程师未能明确设计这些情况下的方案。自主运行需要整合具有适应性的机器学习方法，以应对新出现的情况，并将之纳入到用于监视、控制和优化的核心算法中。了解分析和机器学习2014年11月，施乐公司帕洛阿尔托研究中心的Mike Kuniavsky在IDTechEx上进行了一场名为“IoT领域中预测分析方面的用户体验”的演讲。在演讲中他表示，我们应该将几乎所有功能都存放（或是在不久的将来存放）在云上。数据和功能可以从任何位置、通过任何设备访问。而专业设备则提供用户访问数据的环境。健康手环可以通过iPhone或笔记本电脑，在特定的锻炼环境中访问用户的身体健康数据。在这种情况下，健康手环扮演了IoT传感器的角色，同时也提供了访问和使用数据的一种途径，而且它还通过软件功能包含了其他一些设备（例如计步器）的能力。设备上产生的数据可以为厂家提供额外的洞见，帮助其了解消费者的使用情况和喜好，并藉此升级功能或开发新特性。如果汇聚来自用户群的数据并结合其他数据集，那么新的洞见可以阐明流行病方面的数据、人群活动水平、生活方式和人口统计数据。对市场人员、健康服务提供者、保险公司和政府机构来说，这些信息具有宝贵的价值。（当然，我们必须认真对待隐私和数据使用许可方面的责任。）我们可以使用机器学习算法，基于这些数据模式作出预测。例如，在一份来自Mayo Clinic的研究中，发掘出了活动数据与心脏病人恢复速度的相关性5。同样的机器学习和预测算法也是许多联网智能消费设备的基础。例如，Nest恒温器是一套能够使用数据模式的设备，它预测消费者对于某个特定房间、在一天中的某个特定时刻的温度要求。（另一个控制和优化的例子体现在聚居区的层面。在获得了业主许可的情况下，电力设施可以通过远程调节的方式，控制成百上千的Nest设备，将室温调高或调低几度，从而完成高峰期的用能负载调度）。这类消费设备涵盖了从声音模式（例如亚马逊的个人助理输入设备Echo6）到更复杂的行为和活动模式（例如捷豹的路虎监视系统，它依赖于一套复杂的软件系统，该系统让汽车能够学习、预测和检查，并提醒车上的乘客帮助驾驶员自动委派次要任务，以便驾驶员将更多的注意力集中在驾驶上7）进行学习的范围。优化算法通过使用机器学习机制，来利用从动态环境下交互的传感器和智能设备传回的数据。算法不能基于特定的参数，精确地预测这些多变的情况，而是需要不断地感知、响应并适应。例如，随着汽车从驾驶员身上分担了更多的责任，它们需要与周边环境中更多的数据来源进行交互（传感器、灯光、其他车辆等等）。在工业自动化、物流和交通运输、电力网络与能源系统、交通管理、安全系统以及其他“系统的系统”等领域中的各类应用，都将让机器直接与其他机器进行交流。此外，这些应用还将基于能够演进和自适应的算法，帮助机器翻译数据流，从而使机器能够依据给定的运行参数达到要求的最终状态。反思业务模型和价值链智能联网设备要求组织机构重新检视，它们处在市场中的什么位置、以什么方式创造价值，以及这些价值将如何随着竞争环境和信息生态系统的演进而增加或减少。分析将帮助验证某些决策（例如，在对特性进行变更或是增加服务和功能后，获得实时使用数据）；不过，市场新进入者和新的价值链结构或许会对业务模式带来巨大的转变，而基于公司传统业务模式做出的分析将不再具有相关性。因此，产品或服务的基础，或许会转变为来自传统产品的数据流，而不是来自产品本身的收入。新的业务模式将得以延展，甚至有可能远远超出产品本身的范畴，覆盖上游供应商或下游消费者。最重要的是，所有这些可能性，都会要求组织机构拥有围绕着其内部数据健康度和用于分析的基础设施的基础能力：数据“打捞”（curation）、所有制和质量标准、具有一致性的企业架构、干净整洁地集成在一起的系统、自动化的数据载入流程，以及成熟的分析专家。如果欠缺或未能有效管理这些基础条件，组织机构将很难进行快速反应，并演化出新的分析和数据管理功能与能力。IoT将基于数据流和复杂的方法，从信息中获取洞见，并通过与企业知识整合，将之运用到价值创造方面。而不具备这些能力的组织机构将在市场上落后，或是降级到低价值、低利润的层次。数据被称为“新的石油”——我们可以拓展这一比喻，这意味着通过分析能力中的知识提炼环节，数据将被精炼为高价值产品。组织机构现在就需要在构建此类基础设施的方面投入资源，以便为接下来数年中应对供应链和价值创造环节的转型、扰动和颠覆做好准备。信息敏捷性将成为必备的核心能力。

这种案例其实挺多的。25000平方米的钢架温室大棚，每年培育20多个蔬菜品种优质种苗达亿株，可供3万多亩商品蔬菜种植；1000万棒香菇、木耳、平菇、银耳、灵芝、秀珍菇等菌种，年产量达400多吨。这是广西桂北山区最大的蔬菜（食用菌）集约化育苗基地——省级农业产业化重点龙头企业，广西禾美生态农业股份有限公司位于融水的智慧农业种植基地。
作为省级农业示范区，禾美生态多年来已实现集约化生产，无疑具备良好的智慧农业带头示范意义。但禾美生态也和我国大多数农业企业一样，长期以来缺乏对农业生产数据的积累与利用，缺少农业物联网的基础设施搭建，以及智能化的种植管理，虽然拥有先进的温室大棚，却仍旧沿用传统的人工监测控制的模式。
譬如在食用菌温室大棚，CO2浓度、空气温湿度严重影响着作物的健康生长，禾美生态一直沿用老的工作方法，依靠工作人员逐一到温室大棚中利用检测仪进行测量，一旦浓度超标，或是温度过高，工作人员便手动开关大棚的风机、侧窗、天窗等。这种方式不仅耗费大量的人力成本，最为关键的是效率低下，生产风险高，一旦不能及时发现异常情况，往往会造成重大的损失。
这种高度依赖人的传统管理方式，一直制约着禾美生态温室大棚的转型发展。为了加强温室种植的智能化、标准化，禾美生态引入慧云信息的智慧农业监控系统，打造智能大棚。
智能大棚为温室种植节本增效，促进农业转型
蔬菜育苗与食用菌的培育需要非常精细化的管理，需要精准监测温室大棚的气候环境、土壤环境、作物长势、病虫害情况等。慧云信息通过在大棚中搭建“农业物联网”监控网络，对禾美生态25000平方米的温室大棚进行智能监控，实时监测土壤湿度、土壤PH值、空气温湿度和气压、光照强度、CO2浓度等
同时实现对大棚的各种设施设备进行远程自动化控制，当温室内环境失调时，系统能够马上启动预警装置，通知管理人员，及时采取补救措施，这样大大杜绝了以往环境失调而管理人员发现不及时导致损失的现象。比如当温室内的CO2浓度超过适宜值，系统就会自动预警提醒管理者，并自动打开通风装置，保证温室内作物始终保持在最佳生长状态。

打开计步器软件看一下是否正常，摇晃手机看数字变不变。再一个就是可能安全软件把计步器软件的后台停止了。
还有“设置>隐私和安全>开机自动启动>”中“运动健康”如果关闭了，手机重启之后“运动健康”不会启动，只有打开运动健康app之后才可以正常计步，建议将这个开关打开。
如果上面是正常设置的，而计步器步数为0也不增加，手动进入一次运动健康app就能恢复正常。
为了减少误统计，要连续走路6步以上，才会开始统计到“运动健康”的步数中。
计步器简介：
计步器是通过统计步数、距离、速度、时间等数据，测算卡路里或热量消耗，用以掌控运动量，防止运动量不足，或运动过量的一种工具。
基本设置：
一般来说计步器不外乎就是清除(RESET)，模式(MODE)，设置(SET)三种按键，各个厂家的叫法不一样但万变不离其中。有的厂家的计步器就加入了背光按键，还有MP3按键等附加功能;但基础按键不外乎这三种。
通常模式键(MODE)是用来切换查看数据，设置键(SET)顾名思义就是调整设置数据。计步器设置数据时，可调整的数据会闪烁，这时候调整数据的方式根据厂家的按键设置叫法不同，设置的 *** 作也不一样。比如国际品牌isport计步器就是按清除键(RESET)调整数据;如果数据不闪的时候长按清除键(RESET)就是清零数据。

在智能互联产品时代，企业该如何创造和捕捉价值？产品产生的（高度敏感的）海量数据应该如何利用和管理？如何改进与传统业务伙伴，例如渠道商之间的关系？随着行业边界的极大拓展，公司在其中应该扮演什么样的角色？企业将面临上述一系列新的战略抉择。

随着智能互联产品数量不断增多，为了阐释随之而来的新机遇，“物联网”一词应运而生。但它的诞生无助于我们理解这一现象及其影响。无论是涉及物或人，互联始终是一种传递信息的机制。智能互联产品的独特之处不在于互联，而在于“物”，正是产品的新能力其产生的数据将开创一个新的竞争时代。因此，企业不应再局限于技术本身，而应聚焦于竞争本质的变化。

重塑行业架构

要了解智能互联产品对行业竞争和利润能力的影响，我们首先要研究它们对行业结构的冲击。在任何行业，竞争都是由5种竞争力量所驱动的：购买者的议价能力，现有对手竞争的强度和性质，新进入者的威胁，替代产品或服务的威胁以及供应商的议价能力。这些力量的构成和强度共同决定了行业竞争的本质以及现有业内公司的平均盈利能力。当新技术、客户需求或其他因素对这5种力量产生影响时，行业结构就会发生改变。与前两次IT潮流一样，智能互联产品将对众多行业的机构产生冲击，其中制造业所受的影响最大。

购买者的议价能力。智能互联产品将极大地扩展差异化的可能性，单纯的价格竞争将越来越罕见。了解客户如何使用产品，公司就能更好地对客户进行分层，定制，定价并且提供增值服务。此外，这些产品还大大拉近了公司与客户的关系。由于公司掌握大量的历史数据和产品使用数据，购买者转换新供应商的成本大大提升。通过智能互联产品，企业大大降低对分销渠道和服务机构的依赖，甚至达到去中介化，从而在价值链中捕捉更多利润。这些因素都削弱了购买者的议价能力。

GE航空在飞机引擎上安装了数百个传感器，基于收集的数据，公司可以分析引擎实际表现与预期的差距，进一步优化引擎性能。一旦了解产品的真正性能，购买者也能在不同供应商之间寻求制衡，提高自身的议价能力。拥有产品使用数据，购买者还可以减少对制造商信息和支持的依赖。与原先单纯的购买模式不同，通过PaaS（产品既服务）和产品共享等新商业模式，购买者可以降低转投新制造商的转换成本，从而提高自身的议价能力。

竞争对手的竞争。智能互联产品可能对竞争带来重大影响，创造无数产品差异化和增值服务的机会。企业还可以进一步改进自身产品，以对应更加细化的市场分层，甚至根据个人客户进行定制化生产，进一步增强产品差异性和价格均价。

通过智能互联，公司还可以将价值主张扩展到产品以外，比如提供有价值的数据和增强服务。百宝力（Babolat）生产网球拍和相关装备的历史长达140年，公司最近推出了Babolat Play Pure Drive系统，将传感器和互联装置安装到球拍手柄中。通过分析对击球速度、旋转和击球点的变化，公司可以将数据传送到用户的智能手机中，提高选手在比赛中的表现。与普通产品不同，由于前期的软件开发、更加复杂的产品设计以及搭建“技术架构”的高昂费用，产品的固定成本将大幅提高；因此，新型产品成本中的固定成本比重会更高，而可变成本的比重降低，这使单纯价格竞争的空间缩小。因为高固定成本行业的价格d性较低，公司必须将固定成本分摊到数额巨大的售出产品上。智能互联产品的功能得到极大扩展，这使公司容易陷入“谁的功能更丰富”式比拼，产品性能的提升则被忽略。这会进一步推高产品的成本，蚕食行业的整体盈利能力。

最后，就像我们在下文中讨论的，随着智能互联产品成为更广泛产品系统的一部分，竞争范围将进一步升级。例如，家用照明公司、音响娱乐设备制造商以及智能温度控制器公司过去并没有交集，但现在它们每一家都要在整合智能家居系统里分一杯羹。

新进入者的威胁。在智能互联的世界，新进入者要面临一系列严峻挑战，首当其冲的是产品设计、嵌入技术和搭建“技术架构”带来的高昂固定成本。百多力公司（Biotronik）公司最初只生产心率调节器和胰岛素泵等设备。现在公司生产智能互联产品，例如家庭健康监测系统，它包含数据处理中心，医生可以远程监控患者的医疗设备和临床状况。行动敏捷的在位公司还将获得关键的先发优势，因为它们可以利用累积的产品数据改进产品和服务，重新设计售后流程，这无疑抬高了新进入者的门槛。智能互联产品还可以提高购买者的忠诚度和转换成本，进一步提高行业进入壁垒。

然而，当智能互联技术飞速跃进，使在位公司的技术和优势作废时，行业的进入壁垒反而会降低。有些在位公司不情愿采用智能互联技术，妄想保持自己在传统产品上的优势和高利润的产品或服务，这无疑为新进入者敞开机会之门。

替代产品的威胁。与传统的替代产品相比，智能互联产品的性能更佳，定制程度和客户价值也更高，这降低了替代产品的威胁，提升了行业发展前景和盈利能力。但是在很多行业中，新型的替代产品正在涌现，它们提供更全面的功能，将威胁传统产品的地位。例如Fitbit的可穿戴健身设备，它能捕捉不同类型的身体数据，包括运动水平和睡眠状况等，它将替代传统运动手表和计步器。智能互联产品还催生出新的商业模式，它们将替代传统的产品所有制。例如PaaS模式，用户只需按使用量付费就可使用产品的所有功能。

自行车分享系统是另外一例，它正在越来越多的城市普及。用户可以通过智能手机App找到自行车租用和归还的站点。系统则监控用户使用自行车的时长，并收取相应费用。显然分享模式会减少城市居民购买自行车的需求，但也免去了购买和停放的麻烦，因此，这刺激了更多市民使用自行车。便捷的分享模式不仅会替代自行车购买模式，也能替代汽车和其他交通工具。正是智能互联产品的出现，才让分享模式替代完全所有制成为可能。

供应商的议价能力。智能互联产品改变了传统的供应关系，重新分配了议价能力。由于智能和互联部件提供的价值超过物理部件，物理部件将逐渐规格化，甚至被软件替代。软件也提高了物理部件的通用性，减少了物理部件的种类。在成本结构中，传统供应商的重要性将会降低，议价能力随之减弱。

智能互联产品也让一批新的供应商崛起，包括传感器、软件、互联设备、 *** 作系统、数据存储以及“技术架构”其他部分的提供者。这些供应商中不乏谷歌、苹果和AT&T这样的大公司，它们都是各自领域的巨头。过去传统制造企业并不需要和它们打交道，但如今这些公司的技术对产品的差异性和成本至关重要。这些新供应商拥有极高的议价能力，往往能获得价值蛋糕中更大的一份，进一步挤压制造商的利润。

由于新型供应商与终端用户的紧密关系以及掌握的产品使用数据，这些“技术架构”的提供者拥有更强大的议价能力。不仅如此，这些供应商还可以利用手中数据开发新的服务，就像GE航空与Alitalia航空公司的合作。

新的行业边界

智能互联产品不但能重塑一个行业内部的竞争生态，更能扩展行业本身的范围。因此，行业的竞争基础将从单一产品的功能转向产品系统的性能，而单独公司只是系统中的一个参与者。

不仅如此，行业边界还会继续扩展，从产品系统进化到包含子系统的产品体系（System of Systems）——不同的产品系统和外部信息组合到一起，相互协调从而整体优化，就像智能建筑、智能家居甚至是智能城市。如果一家公司的产品对整体系统的性能影响最大，那么它将取得主导性的地位，并分得利润蛋糕中最大的一块。

智能互联产品带来的网络效应对不同行业的影响各不相同，但大趋势已日渐清晰。

首先，行业进入壁垒的提高，加上早期积累数据带来的先发优势，很多行业将进入行业整合期。

其次，在边界快速扩张的行业，行业整合的压力会更大。单一产品制造商很难与多产品公司抗衡，因为后者可以通过系统优化产品性能。

最后，一些强大的新进入者会涌现，它们不受传统产品定义和竞争方式的限制，也没有高利润的传统产品需要保护，因此它们能发挥智能互联产品的全部潜力，创造更多价值。一些新进入者甚至将采用“无产品”战略，打造联接产品的系统将成为它们的核心优势，而非产品本身。

发掘科技一家专业的物联网硬件方案公司：发掘科技

蓝牙低功耗（BLE）功能，是利用蓝牙低功耗特性新发展的技术。

手机上要利用蓝牙低功耗技术，一般是通过 BLE 配件产商发布的 BLE 配件和其配套 APP，配合使用。

比如：BLE 运动手环、运动手表、体重计、计步器、智能腕带等。

BLE低功耗蓝牙具有以下要求的应用：

1通信距离长达100米左右。很多低功耗蓝牙需要使用纽扣电池运行。很多的物联网设备需要使用标准纽扣电池运行很多年。BLE低功耗蓝牙可实现超低的峰值、均衡和空闲模式的功耗。另外，低占空比设备还能节省更多电能。

2多智能厂商互 *** 作性。作为一个标准协议，BLE低功耗蓝牙与此前的蓝牙版本一样，也得到了主设备制造商的广泛采用。也有很多的物联网从设备也支持BLE低功耗蓝牙。安卓、iOS、Windows 10、Linux等主流 *** 作系统均原生支持BLE低功耗蓝牙。预测，到2020年，95%的智能手机都将支持BLE低功耗蓝牙。而这个生态系统将有助于实现多厂商互 *** 作性。

3BLE低功耗蓝牙是搭建集体、家庭、个人网络的最佳选择，可通过无线方式将供电型智能设备连接至手机或计算机。因此，越来越多的智能穿戴设备、计算机/手机外设和医疗监测设备将BLE低功耗蓝牙视为了首选通信协议。在蓝牙技术联盟的网站上也列出了很多不同支持智能蓝牙协议的产品和蓝牙智能设备产品。这直接表明了BLE低功耗蓝牙通信协议在物联网应用领域的重要性。

---