点击↑↑↑蓝色文字关注我们
工业大数据是互联网、大数据和工业产业结合的产物，也是智能制造发展的基础和落脚点。
一般而言，工业大数据主要来自三方面：
（1）经营性数据，比如财务、资产、人事、供应商基础信息等数据，这些数据在企业信息化建设过程中逐渐积累起来，表现了一个工业企业的经营要素和成果。
（2）生产性数据，这部分是企业生产过程中积累的数据，包括原材料、研发、生产工艺、产品、售后服务、设备运行、环境能耗数据等。随着技术的发展和设备的不断更新，这些数据也被企业记录下来。这些数据是工业生产过程中价值增值的体现，是决定企业差异性的核心所在。
（3）企业外部数据，这包括了企业产品售出之后的使用、运营情况的数据，以及客户、供应商、互联网等数据。
工业大数据是制造型企业走向智能制造的基础，如何利用好工业大数据成为关键，工业大数据的应用场景主要包括以下方面：
（1）研发设计：通过产品的使用数据和客户的反馈了解客户的需求，指导新产品的研发设计或老产品的优化；根据生产工艺数据、设备运行数据、环境能耗数据等的分析对产品的研发设计进行优化，达到节能减排、提高生产效率的目的；此外，还可以基于历史数据进行模型和仿真的研发设计，提高研发人员的研发创新能力，研发效率和质量等等。
（2）生产过程优化：通过历史生产性数据的分析，发现生产过程、设备、工艺、环境和能耗中可优化或改进的部分进行改进，以提高产量和产品质量等。
（3）产品需求预测：可以分析企业外部数据和经营性数据对自身产品的市场需求进行预测，指导生产；也可以分析供应商的原材料供应数据，选择供应商等等。
（4）产品供应链优化：当前物联网技术快速发展，可以对产品进行全生命周期的监测和追溯，使制造企业的生产流程更加透明和可追溯，也能让制造企业对产品在生产过程、存储过程、使用过程中的状态有更好的把握，提供更好的服务。例如，制造商的原材料在生产过程中以及生产阶段有多少损失？给定批次产量多少，存储在哪里？运送需要多长时间？制造企业的产品在哪里，怎样运送能降低运输成本等等。
（5）创新商业模式。商业模式创新是指制造企业基于工业大数据，能对外提供什么样的新型商业服务。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。例如，当前一些设备生产型企业，进行了商业模式上的改革，从依靠设备生产和销售获取收入和利润转变化依靠设备租赁获取收入和利润的商业模式，通过降低设备使用的门槛获得了更广泛的客户群。
共有条评论 网友评论