【這是一篇關於我經營寫點科普的想法】

「寫點科普」是我從大學尾聲開始經營的網誌，我放在網誌和粉專上對「寫點科普」營運宗旨的開篇介紹就是✍️產業史+探究精神✍️了解各產業和金融經濟概念，是我認為生而為人的基本知識

簡單來說就是我認為一個現代人需要吸收的新知太多，金融財報美學設計技術名詞週遭產業...通通都要懂，最好的做法就是建立一套自己去看事情的研究體系，我的網誌也是一直在推廣這個想法並用我自己的文章架構來做示意（最一開始提出問題、後續慢慢解答）

目前網誌寫到的產業我自己一開始都不懂，但我覺得我自己應該要懂！所以從零到一研究完之後發表出來提供給其他同樣是小白的讀者，只要懂提出問題和Problem Solving什麼領域都可以研究，這是我也是寫「科普」的核心

至今還是很多讀者以為「寫點科普」是半導體專門戶，看我寫別的主題就說欸是不是不務正業... 沒有我還曾經寫過時尚產業！字型學！電腦科學演進！還有1980年代開始的家機史還有雷亞CEO專訪文！寫過特斯拉財報分析！我今天無聊看了一下網站最熱門的Top 10文章，竟然還包括我寫過的一篇UI設計流程，足足害我驚愕了一陣🤣

看起來戰線開很廣，但我寫這些其實也不是隨便挑主題。我的老讀者一定都知道我最早期有設定「主題線」的習慣，我過往的文章也都是按照專題形式來進行，包括晶圓代工系列、財經系列、訪問雷亞CEO的遊戲產業專題等等

可以參考我放在網誌總覽的「寫點科普使用手冊」(如圖)
：https://kopu.chat/2017/04/29/kopuchat/

這是一個我大學時期就想建立的知識樹，通通都是由0到1：

👉哲學、電腦科學、硬體、通訊/網路
👉應用 / 設計
👉金融 / 經濟

有看過我所有文章的話，主題也通通都是「從零到一，帶你了解什麼是時尚設計/什麼是股市/什麼是經濟學/什麼是晶圓代工/什麼是雲端運算/什麼是人工智慧...」

龐大到我覺得我可能得都花一輩子的時間在上面慢慢的拓建這樣的知識樹🤣自從取了「寫點科普」這四字做為網誌名稱後，一直想著：要好好背負這個名號貫徹始終科普的理念

但老實說我這種營運模式有一個很大的缺點在於沒辦法跟風，我自己覺得很重要而寫出來但並不一定搭上對的Timing，如果我想要開設的主題沒有搭上新聞時事的話點閱率真的非常低，也有聽到評論是只有那種真的是我核心粉絲、喜歡我每一篇文的讀者才會想看吧（其實我去年底有寫了一篇犯罪心理學的科普，但後來想到：最近沒什麼大事，新讀者可能以為我是寫科技金融的，發這個感覺也超怪😂這裡偷打預防針是我過幾天還是決定會發布的lol）

如果有從最一開始就Follow我的骨灰級讀者，應該有發現從2018年底開始到2019年所出現的文章，我再也沒有寫過科普專題，直接變成市場時事分析，差不多形同放棄科普這個概念；但最近又有重新想要規劃專題科普的想法了。

我最近為什麼一直開Clubhouse房間？語音的好處就是腦袋有很多的想法可以用超低成本的方式直接講出來；文字一大問題就是要花時間濃縮成語句寫下來、找內文圖片、想標題什麼的。

最近想說透過這個機會，重新梳理一下如何更彰顯出「主題線」這個概念。今年如果有跟著我在聽Clubhouse場次、或看我後續發布在粉專或網誌上的Takeways的同伴們不知道有沒有發現我主軸也是默默地在做鋪陳，成為「美商SaaS公司專題」（可能只有我自己知道😅）：

場次一：SaaS公司收入結構該怎麼分析？關鍵指標有哪些？

有了這個預先的概念跟討論後，接下來我開的討論也都圍繞在這上面

場次二：特斯拉買Bitcoin營運分析
場次三：2021社交App市場變化趨勢
場次四：CDN邊緣運算獨角獸Cloudflare/Fastly點評
✊✊✊場次五：行動數位廣告經濟（今晚十點鐘喔👋）
場次六：2/21，AWS/Azure/GCP營運策略討論
場次七：2/24，Google Q4財報分析

大概全世界只有我自己知道我在做這個鋪陳🤣🤣🤣抱歉沒特別出來說明！

另外為什麼不開 Podcast 的原因是「寫點科普」的經營方向不是股票投資而是產業介紹（牽涉的範圍很廣，財報/產業動向/技術名詞/設計...全方位涉及）所以要盡量去除個人主觀意見讓它具備專業知識性，最好還是有該產業的專家在場；但老實說我認識的朋友不是很多，全靠個人研究花超級多時間蒐集資料跟做驗證，所以現在CH的好處是我只要有一個大概的想法就可以丟出來討論請專家上來一起聊。這陣子透過Clubhouse也認識到了很多強者，之後打算開Podcast邀相關背景的CO-Host過來看看（或也會徵求讀者報名參加哈哈）

總而言之分享了一些關於我在怎麼經營的想法，出現在寫點科普上的主題是只要需要動腦想的邏輯問題，那就什麼都會有😏只是我個人能力比較強的還是財務相關所以這方面當然會最多內容、切入產業分析的視角也常常會是這個，也請讀者多見諒啦！

之後CH內容也會盡量整理並發布在FB/IG/Blog上面，手機中沒有CH的讀者可以參考這些、或等我之後規畫開設Podcast了💕

如何使物聯網跨越終點

4日前 電腦與科技 6

隨着低成本紅外傳感器、無處不在的連接性以及海量數據的興起，「物聯網」必將改變世界。我們都曾聽說，到 2050 年，數十億美元和數十億的物品將組成此大趨勢，但這並未反映全部的情況。與「物」本身的問題相比，開啟物聯網的真正潛力需要在更大程度上克服數據挑戰。

對這些數據挑戰最貼切的描述是「終點前最後一英里」問題，從通過設備、機器和遠程平台來提取數據，到詮釋數據，到驅動生產率和展現最佳性能，都是挑戰。無論是互聯的家庭或可穿戴技術或工業規模的解決方案，新數據收集和能深度理解及深層次研究所挖掘的公開信息之間往往存在脫節。換句話說，這些解決方案可以收集數據，但卻不能幫助人們查看和理解自己挖掘的數據。

克服這些障礙、使物聯網跨越終點有三個關鍵點。

1. 通過交互實現更深層次的探索

智能手機並不僅僅是物聯網中的工具，實際上它們為物聯網的障礙之一提供了一個著名的類比。當史蒂夫·喬布斯（SteveJobs）第一次向世界介紹 iPhone 的時候，他強調了革命性的新型「巨型屏幕」設計與現有按鍵手機技術之間的反差。這是一個巨大的進步，而他用以支持這項創新的理由非常簡單：每個應用程序都需要自己的屏幕和用戶界面。用他的話說，按鍵的失敗之處「在於按鍵和控件無法改變」。它們無法為每個應用程序改變；如果以後您有另一個很好的想法並希望將其添加到這個產品，它們仍然無法改變。」

這個理由在分析學領域同樣適用。我們要求數據都有的圖表和可視化視角–這對於構成物聯網基礎的海量傳感器數據尤其如此。不幸的是，多數物聯網應用程序採用了一成不變的視圖，或閉端式儀錶板。它們只能回答預先設定的一套問題，用戶無法得到更多幫助。

正因為這樣，您需要通過一款靈活的工具來根據自己不斷發展的需求，從而使用戶可以根據用戶或機構的需求以不同方式進行數據造型和建模。

交互性、可研究性和共享性是使物聯網數據有用而無需龐大數據項目的關鍵。理想情況下，用戶將能夠與他們的數據和其他數據探索進行隨意且深入的對話，使他們能夠發現各種排列，甚至有時發現他們未知的存在着的模式。

例如，您也許可以使用一個觀察故障引擎、燃氣輪機或機車歷史活動數據的 IoT 應用程序，以預測失效條件及故障發生頻率。但是，如果您想知道故障次數最多的零件或了解是哪個工廠、什麼時候生產的這些零件或了解是哪些供應商造成的問題最多，這時，交互性和共享性就起到關鍵作用。

2. 通過數據融合拓寬分析範圍

互連設備以我們在幾年前無法想象的方式改變了日常生活。在它們的數據中深藏着 尚未有人講述的故事。要探索這些故事，我們需要將物聯網數據與更多的背景結合。

讓我們從一個消費者案例開始：您想要梳理您的 Fitbit 數據以確認您的運動養生和睡眠模式之間是否存在可能的聯繫。您希望知道：

● 白天的體力活動如何影響自己的睡眠模式？

● 充足的睡眠是否會提升自己的表現？

Fitbit 的本地儀錶盤只允許您分析健康數據。但是如果導出數據，您就可以將這些信息與其他信息結合，比如追蹤您身體活動以及食物攝取、身體量測和睡眠模式的數據。導出數據這一方法可能並不理想，但有時這是擴展分析範圍的唯一方法。

目前，事實上人們不再通過整合不同的數據來估測企業級的決定。內嵌在噴氣發動機上的傳感器可幫助我們預測何時需要維修。它能幫助我們預先避免故障從而節省數十億美元…例如，通過將其與產生的信息整合，其有助於我們按產品和地區分別了解較之預算的節約額。

3. 迭代和快速行動

在我們生活的世界，「完美數據」這種說法越來越顯得自相矛盾。不管數據是怎樣 編譯的，您都可能無法連接到用於存儲它們的源。數據還可能在某些關鍵方面並不完整，或者數據格式不利於進行深入分析。這些缺點在物聯網應用程序中越來越普遍，因為人們尚未針對用於支持設備互操作性的標準和協議達成一致。

我們不能讓自己的業務因為不良數據或殘缺數據而陷入癱瘓，我們必須利用已有的資 源，以迭代的方式尋找正確答案。在迭代過程中，我們學會將「合格」的數據與真正糟糕的數據分開。合格的數據通常足以定向性地回答幾乎所有問題。此外，通過更好地了解數據缺口，我們可以獲得更好的數據。這將有助於解決流程問題，進而改善數據的捕獲和攝取方式，並幫助我們更進一步接近物聯網的終點。

資料來源：http://www.hksilicon.com/articles/1048967