公司正处于深度转型之中。区块链，机器学习和物联网（IoT）等新技术的兴起为业务增长带来了令人兴奋的机遇。互联产品正在改变人们与对象互动的方式以及他们对品牌的感知方式，使公司能够超越静态产品来满足当今不断变化的消费者的需求。

如何从产品转向服务

物联网允许产品和服务的集成；带有嵌入式传感器的智能连接对象帮助公司获取数据、提取见解、监控用户行为并提高质量。公司需要了解如何连接对象，最重要的是，如何集成其服务，以提高效率和盈利能力。如IBM最近的一篇文章所示，有几种方法可以将服务集成到产品中：service-for-products, service-with-products, and product-as-a-service。

Services-for-products

服务可以提高产品的质量和耐用性。此类集成的一个很好的例子是智能维护，当将维护服务集成到需要定期监视的产品中时，可以使用智能维护。此应用程序在工业机械中很常见，在工业机械中，连接的设备可以连续地在云中发送其状态以预测和优化维护操作。Microsoft创建了几种工业智能维护产品，以帮助公司在建筑物维护经理甚至知道潜在问题之前就发现了潜在问题。

Services-with-products

服务可以扩展产品的价值，因为客户愿意为包含服务的产品支付更多的费用。特斯拉车主可以通过空中更新其汽车软件，并且不需要像其他汽车公司一样的服务中心。当有可用更新时，他们可以通过WiFi下载新版本，这种服务使产品变得更安全，并随着时间的推移增强了功能。

Product-as-a-service

产品即服务（Product-as-a-service）是一种商业模式，它在传统上作为产品销售的领域提供服务。IBM提供了一个很好的案例研究，展示了医院和医疗设施通过将其产品转换为“as-a-service”模式来降低维护成本。

美国的公共建筑花费大量资金来维护出口标志；安全标志每年需要测试一次，每次测试大约持续20分钟。每年每个标志的成本约为35美元，再加上单个标志和安装的成本。借助物联网，可以将产品转换为服务，因为房屋所有者不必购买产品，而是可以订阅一项服务，该服务可以持续监视系统状态并进行远程维护。

服务应用

在开始数字化流程并将服务嵌入产品中之前，公司必须了解如何应用物联网等技术。

《亚马逊物联网之路（Amazon Way on IoT）》的作者约翰·罗斯曼（John Rossman）提出了IoT连接的四个层次，其中每个层次都可以激活一种不同类型的服务：

Level 1: 跟踪（Tracking）

入门级别是关于跟踪和从用户那里获取数据。诸如健身腕带之类的已连接设备可以告诉用户行走，奔跑或睡觉的时间。这些服务有助于可视化和管理数据。公司可以提高对产品与用户行为之间关系的认识。

Level 2：见解（Insights）

连接的设备在云中接收和发送数据，在云中分析不仅可以收集和可视化数据，还可以从过去的操作中提取价值，从而帮助获得洞察。

Level 3：优化（Optimization）

借助预习系统（prevision systems），机器学习技术可以将数据从见解转移到预测，从而帮助理解模型并改善未来的操作。

Level 4：网络协调（Network Coordination）

连接的对象可以相互通信，并改变它们对未来行为的预测；设备不是单独的，而是在系统中协同工作。

数据的价值

产品中的数字服务由数据提供动力。数据专家已经从花时间在数据准备上转移到了花大量时间在数据分析上。今天，我们处于Analytics 3.0时代：数据丰富的产品时代。数据嵌入产品和服务中，以创造新的机会。

Bosh创造了一个所谓的智能产品。他们不仅销售产品，而且还提供一个了解人们对产品的采用和使用的平台。他们已经从小型发动机传感器转向车队管理系统，从安全摄像头转向安全系统。

通用电气开始从涡轮机，机车和发动机流式传输数据，以预测维护和运行情况。

在这个时代，收集信息还不够。我们一直在不断更新数据，我们需要捷径将信息转变为见解，以便制定决策并采取行动。

数据科学已经成为21世纪最性感的职业，当他们从华尔街走向硅谷时，他们不想只给出建议。相反，他们想建立一些东西，他们把咨询描述为“死区（the dead zone）”，他们在产品开发中扮演着重要的角色，他们可以加速改进，因为在敏捷世界中，敏捷可能太慢了。

小结

从产品到服务的转变并非易事。公司需要了解如何管理多渠道体验，以及如何整理与数字服务集成的整个产品系列。在这些情况下，客户愿意支付的金额与体验有关，与产品功能无关。

在拥有大量数据的快速变化的经济中，公司必须始终与客户保持联系，以获取可改善业务成果并最终创造创新的见解。

原文链接