在數字標牌的早期，大多數項目都使用了兩種軟件。圖像和視頻等資源是在創作工具中生成的，通常來自Adobe。然后將這些資源加載到CMS中，該CMS將在指定時間自動將它們呈現在指定的顯示器上。互操作性的唯一形式是創意工具和CMS之間的文件兼容性，通常使用行業標準文件格式（如靜態圖像的jpg和視頻的MP4）實現。

　　如今，數字標牌生態系統變得更加復雜。在生態系統中，我們有新的工具，如分析，它們需要與CMS合作，為管理層提供決策支持，并根據天氣、位置和受眾特征等因素提供實時媒體選擇。此外，今天的數字標牌系統可能會被要求與企業生態系統內的其他系統一起工作。例如，庫存系統可能會引導CMS投放廣告，這些廣告宣傳的產品進展速度低于預期，且處于過剩庫存狀態。雖然這都是基于簡單的業務概念，但讓不同供應商的系統組件進行互操作可能是一項挑戰。

　　通常，實現互操作性有三個步驟。第一步是以某種方式將數據從一個應用程序傳遞到另一個應用程序。一部分人使用通用網址指向互聯網上的訪問位置。在某些情況下，生成應用程序會將文件保留在該位置，以便接收應用程序根據需要進行檢索。在其他更復雜的應用程序中，生成應用程序在每次發出請求時為該位置生成文件，從而確保接收應用程序接收最新的可能信息。受眾測評提供商說，他們使用HTML請求進行數據傳輸。這些方法的優點是使用現有技術進行數據傳輸，無需徹底改造數據傳輸機制，并確保與更多補充產品的互操作性。

　　第二步是解析數據。這通常通過使用CSV、XML或JSON等標準數據格式來實現。結果通常是將數據分成一組字段和值，例如年齡28或性別男性。由于大多數現代編程語言都可以很好地理解和使用這些文件格式，因此在該領域中對開發的需求相對較少。

　　下一步是從字段中推斷出語義含義：值對。例如，解釋“年齡：5”似乎是一個相對簡單的操作。但是如果產生這些數據的面部檢測系統在自己的估計中發現了一些不精確之處，并將人們劃分為不同的年齡段，結果會怎樣呢?在這種情況下，第五個范圍可能意味著35至45歲之間的人。

　　另一個例子是天氣預報。如果您想在數字標牌上顯示天氣信息以方便客戶，則可能很簡單，可以重現天氣服務中的確切文本。但是，如果希望使用天氣預報來確定是否在天氣變冷時推廣咖啡或在天氣炎熱時推廣冰淇淋，那么接收應用程序必須能夠理解天氣預報的含義，以便它可以為當天的廣告輪播時間表提供有用的指導。基于專業應用程序的特定需求理解數據也變得至關重要。系統可用于在商店的每個貨架的每英寸的前邊緣放置一條薄LED顯示屏。這需要來自貨架系統的最新數據，以便他們可以確保在每個貨架的正確位置顯示正確的定價或促銷信息。

　　新的數字標牌系統使用AI來學習如何解釋數據。它的結果是規范化數據，這種數據應該更容易解釋并用于制定和實施自動化業務決策。
　　去年年底，一些公司推出了數字標牌分析學習平臺。分析學習平臺是一個中間件層，可以使用API從各種來源訪問數據，并結合所有這些源，根據來自許多不同來源的信息做出更明智的決策。
　　標準化可能有助于減少供應商的工作量，并使每個產品能夠與更廣泛的數據源和分析系統進行互操作。這將為最終用戶提供靈活性，通過結合最適合其特定需求的各種供應商的產品來構建定制解決方案。隨著數字標牌行業的不斷發展，對更容易互操作性的需求將會增加，并且供應商引入標準的壓力也會增加。