數據分析是研究原始數據的科學，旨在發現內在規律并形成結論。一些企業已經根據消費者的購買歷史、網站瀏覽模式、閱讀清單以及電影喜好，采用數據分析，以便更好地了解消費者的需求，使公司更有針對性地為目標而努力。隨著行業的不斷發展，分析可以而且應該應用于原始傳感器數據，這通常被稱為傳感器數據分析。創建直觀的用戶界面已經非常普遍，通過傳感器進行導航或出于健康目的的用戶運動追蹤，這些應用的用戶界面都非常直觀。然而，傳感器數據可提供的不僅僅是運動監測，當采用算法來分析數據中的微妙變化時，可以挖掘出不同的信息層。例如，轉動中的電機給出一個振動信號，這個信號可由加速度傳感器記錄。當電機正常工作時，振動隨著給定的齒輪傳動比圍繞一個窄幅頻率做整理，頻域中的能量模式保持相對恒定。當電機磨損時，有缺陷的滾珠軸承或齒輪中的滑動會導致電機以更寬的振動頻譜劇烈振動。通過檢測頻率組成的變化，分析傳感器數據，根據加速度傳感器歷史數據推導出電機健康狀況。借助這些信息，工廠管理人員能更有效地制訂預防性維護計劃。

　　飛思卡爾半導體傳感器部市場、系統架構、軟體和演算法經理陳一安 (Ian Chen)

　　傳感器數據分析的應用并不局限于預防性維護和預測。飛思卡爾的工程師正與關鍵客戶攜手合作，利用傳感器數據分析發掘潛藏在傳感器數據中的信息并以此獲利，同時創建新型智能電器。