避免隔离并断开数据竖井。IoT数据平台会按一致且统一的方式接收所有的传感器、设备和应用数据，如ERP、PLM和MES。

该平台可以接收结构化和非结构化数据负载，如图像、文档和测试结果。

其利用强大的安全性和事件验证，在Apache Kafka™事件流中储存事件，而这会为横跨广泛的同时工作负载的大规模在线或离线数据处理提供持久的、分布式和可高度扩展的统一分析平台。Apache Kafka™也允许任何事件流从前面的任何给定的时间点开始重播。

该平台支持对多个使用者数据处理订阅一个或多个事件，允许使用统计、机器学习或其他类型的算法实时处理数据，以便在情况出现时快速作出响应。

为数据工程师和科学家提供他们需要的工具，以生成规范性分析，为未来的行动提供建议，以获得更好的结果。有了Apache Spark™，可以使用统计、机器学习或其他类型的算法实时处理数据，以便在情况出现时快速作出响应。

数据使用者可以执行其他数据操作，如数据扩充、数据转换，还可以将数据保存到数据存储中，以便之后进行可视化和分析。新事件可以使用摄入层注入到平台中，或在服务和输出层触发应用。

如果是计划数据，则可对大量的数据进行批处理，以创建流处理应用要使用的预测模型。

数据输出可在服务和输出层使用，在这里，可对数据进行可视化、分析和探索，以获得可行的洞察力。

应用可自动作出响应，以关闭循环，如根据预测性维护模型发送电子邮件，以安排设备维护。

也可使用任何的第三方业务智能应用，以访问储存在服务层的一个数据仓库内的数据。