工业是国民经济不可或缺的一环，也是一个国家强大竞争力背后的力量支撑。我国工业位居世界第一，却大而不强。企业创新能力不足，高端和高价值产品欠缺，在国际产业分工中处于中低端状态，中国工业企业急需转型和升级。

工业大数据从哪里来？来源于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用各个环节，每个环节都会有大数据。“全”生命周期汇合起来的数据更大。当然，企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要来源。

工业大数据的主要来源有三类：

第一类是生产经营相关业务数据。主要来自传统企业信息化范围，被收集存储在企业信息系统内部，包括传统工业设计和制造类软件、企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、客户关系管理（CRM）和环境管理系统（EMS）等。通过这些企业信息系统已累计大量的产品研发数据、生产性数据、经营性数据、客户信息数据、物流供应数据及环境数据。

第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。狭义的工业大数据即指该类数据，即工业设备和产品快速产生的并且存在时间序列差异的大量数据。

第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据，例如，评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。

工业大数据面临的挑战

第一是数据搜集，要对来自网络包括物联网和机构信息系统的数据附上时空标签，去伪存真，尽可能收集异源甚至是异构的数据，还可与历史数据对照，多角度检验数据的全面性和可信性。

第二是数据存储，要达到低成本、低能耗、高可靠性目标，要用到冗余配置，分布和云计算技术，存储时对数据进行分类，并加入便于检索的标签。

三是数据处理，利用上下文关联进行语义分析，现在关于上下文这种关联，也是一个国际上比较热门的一个领域。

第四是可视化呈现，目前计算机智能化有了很大的进步和发展，但是谈不到深层次数据挖掘，现有数据挖掘算法在行业中难以应用，就是我们谈到的智能之路进步很大，但还很遥远。

应用工业大数据的考虑因素

在我国大数据采集技术和处理技术不断优化的今天，相关的大数据处理技术结合了物联网的实时采集能力已经在我国更多领域之中展现了非凡的科技效果，特别是在我国工业领域之中专业的工业大数据处理技术为我国现代化工厂的建设带来了更好的技术保障，而工业企业想要实现转型更好的应用工业大数据则必须综合考虑如下因素：

1、注意大数据计划的完善程度

众所周知大数据处理技术结合了众多的技术类型和设计层面，因此企业想要利用强大的工业大数据来实现转型和变革，则必须要建立完善的分析基础和应用环境，消费者在选用工业大数据之前必须要考虑企业实施的基础环境是否适宜，并且经过专业的工业大数据机构进行全方位的分析提供可靠的发展基础才能够确保这种优质技术获得完美的落实。

2、注意分析应用后的实际效果

在应用大数据之前企业必须要对这种数据应用之后可能应对的情况和实际效果进行综合分析，通过品牌的工业大数据来确认数据采集和处理工艺能够满足企业的实际需求，在应用该种工业大数据之后能够为企业带来的实际经济效益和实际效果尤为重要，因此企业也可以通过工业大数据机构来进行全方位的测评来确保为技术使用奠定良好的基础。

简言之应用工业大数据之前必须要进行基础环境和实际效果等多方面的考虑，分析工业大数据应用所能够带来的好处和困境才能够确保工业大数据的利用得以完美实现，也可以经过专业的工业大数据机构来进行更好的辅导确保该种技术的应用之下能够为企业的现代化管理带来更好的帮助。

工业大数据应用案例

发展大数据是个过程，最终目的是为了利用大数据，对工业企业起到作用。因此，企业需要冷静思考，坚持以业务应用为驱动，才能最大化实现数据价值。企业所积累的数据量以越来越快的速度在增加，很多企业也就顺势将大数据技术引入企业的生产经营中。大数据在工业企业的应用主要体现在三方面：

一是提升服务型生产

提升服务型生产就是增加服务在生产（产品）的价值比重。主要体现在两个方向。一是前向延伸，就是在售前阶段，通过用户参与、个性化设计的方式，吸引、引导和锁定用户。比如红领西服的服装定制，通过精准的量体裁衣，在其他成衣服装规模关店的市场下，能保持每年150%的收入和利润增长，每件衣服的成本仅比成衣高10%。二是后向延伸，通过销售的产品建立客户和厂家的互动，产生持续性价值。苹果手机的硬件配置是标准的，但每个苹果手机用户安装的软件是个性化的，这里面最大的功劳是APPStore。苹果通过销售苹果终端产品只是开始，通过APPStore建立用户和厂商的连接，满足用户个性化需求，提供差异性服务，年创造收入在百亿美金。

二是基于数据的产品价值挖掘。通过对产品及相关数据进行二次挖掘，创造新价值

在汽车行业，科研人员设计出一种新型座椅，能够通过分析相关数据识别主人，以此确保汽车的安全。这种座椅装有360个不同类型的感应器，可以收集并分析驾驶者的体重、压力值，甚至坐到座椅上的方式等多种信息，并将它们与车载系统中内置的车主信息进行匹配，以此判断驾驶者是否为车主，从而决定是否开动汽车。实验数据显示，这种车座的识别准确率高达98%。

三是创新商业模式

商业模式创新主要体现在两个方面，一是基于工业大数据，工业企业对外能提供什么样的创新性商业服务；二是在工业大数据背景下，能接受什么样的新型的商业服务。最优的情况是，通过提供创新性商业模式能获得更多的客户，发掘更多的蓝海市场，赢取更多的利润；同时通过接受创新性的工业服务，降低了生产成本、经营风险。

由大数据驱动的制造业转型升级，是未来制造业提升生产效率、改进产品质量、节约资源消耗、保障生产安全、优化销售服务的必经之路，通过与工业互联网、人工智能、移动互联网、云计算等技术的协同发展，工业大数据驱动的的工业互联网必将深度融入实体经济，成为数字经济时代的新引擎。