经过多年信息化建设，一般来说，一个大型企业集团，特别是上市公司，会部署大量信息化系统，生产装备也大多配备有自动控制系统。这些系统，每天都会为企业产生大量数据。

数据如同石油，虽然重要，但如果深埋地下，没有经过开采和提炼，是没有价值的。

数据的价值也不是一个看不见摸不着的海市蜃楼。按照主流专家的意见，企业大数据应用应该对应具体需求，有明确的目标，比如解决运行参数的优化、预测性维护等。不同行业、不同企业有不同目标，需要分别进行针对性开发。大数据开发部署必须有明确的投资回报。

实际上，大数据系统是一种基础设施，价值无限，却不可局限于某个具体应用。

很多工作，比如预测性维护，依赖于大数据系统提供数据。如果没有大数据系统，一项数据挖掘工作，主要的工作量就是数据的准备，而不是建模。

由于数据挖掘工作有很大可能结果不能达到预期目标，而需要尝试不同算法，引进新的特征值，从而建立不同模型。如果没有大数据系统，就会不断重复进行数据抽取、预处理等工作，效率大大降低，并因此提高数据挖掘的成本。

不同的数据挖掘工作经常需要相同的数据，重复的抽取、处理数据，让数据挖掘变成一种投资高昂、时间漫长、不确定性高的工作，影响数据价值的发挥。

但是，大数据系统建立也不是专为数据挖掘准备，其本身也能为企业经营提供很大价值。工业大数据的应用形式可以总结为数据看板、统计报表、多维分析、自主分析、移动应用、数据挖掘六个方面（详见《工业大数据应用的六种形式》）。主要可以发挥价值在这几个方面：· 综合来自多个异构系统的数据，并长期保存

建立数据仓库，从集团下属公司不同信息系统的数据库中，按照数据仓库的模型（建议采用DataValut模型）抽取放到一起。好处是：

1、 在开发其它应用要用到数据时，可以从一个统一格式的地方获取

2、 统一长期保存历史数据。在数据挖掘应用中，模型的质量取决于训练数据的数据量，这正是数据发挥价值的地方。但是，许多控制系统和信息系统的容量有限，所以，历史数据在保存一定时间后会被删除，比如DCS系统一般保存三个月。没有足够的历史数据，模型的准确性会太低。靠积累新的历史数据，项目周期会太长。· 实现数据从人工到自动的统计汇总

虽然数据来自ERP、MES等信息系统均实现自动统计汇总，但还是有的地方需要人工计算：

1、 生产控制系统的数据。有些是从仪表或控制软件上手工抄录，汇总

2、 单台设备或单个产线的数据能自动汇总，但同个车间和工厂的数据需要手工处理

3、 相同类型设备或产线数据能自动汇总，但不同类型的设备或产线的相同指标数据不能自动汇总（如能源数据）

4、 集团不同公司的数据不能自动汇总

· 管理人员可以利用碎片时间掌握、分析集团运营状况

基于大数据系统的移动应用，使得管理人员不仅仅可以利用碎片时间处理事务性审批，而是可以从全局上了解企业运行的整体状态，更多从战略上来思考。· 将人工录入数据集中保存、统计和显示

信息化水平再高的企业，还是有许多数据需要人工录入。人工录入一般放在Excel表中。

将人工录入数据进行自动读取、保存、汇总，集中在数据看板上显示，能够把人工录入数据纳入整体、规范的管理中，作为高层辅助决策用企业数据资源的一部分，而不是临时应付领导检查的手段。· 及时显示公司运营情况，加快企业运行节奏

利用数据看板实现集团运行情况的隔日或实时数据显示，而不用等到下月才能看到一个月一次的报表。可以每天而不是每月了解、评估公司运营状况，并做出相应调整，从而加快公司运行节奏，在竞争中先人一步。

不需要层层听取汇报，就能直接掌握整个集团的运行情况，并及时发现问题、解决问题。· 直接用数据诊断问题，及时找到问题症结

发现问题，可以通过多维分析和数据钻取，直接找到引起问题的原因，不需要层层部署寻找问题。· 减少基层工作量

由于不需要人工统计汇总，有问题不需要基层临时调整报表，会极大减少基层工作量。

相关文章