隨著資訊化與工業化的深度融合，資訊科技滲透到了工業企業產業鏈的各個環節，條形碼、二維碼、RFID、工業感測器、工業自動控制系統、工業物聯網、ERP、CAD/CAM/CAE/CAI等技術在工業企業中得到廣泛應用，尤其是網際網路、移動網際網路、物聯網等新一代資訊科技在工業領域的應用，工業企業也進入了網際網路工業的新的發展階段，工業企業所擁有的資料也日益豐富。工業企業中生產線處於高速運轉，由工業裝置所產生、採集和處理的資料量遠大於企業中計算機和人工產生的資料，從資料型別看也多是非結構化資料，生產線的高速運轉則對資料的實時性要求也更高。因此，工業大資料應用所面臨的問題和挑戰並不比網際網路行業的大資料應用少，某些情況下甚至更為複雜。
工業大資料應用將帶來工業企業創新和變革的新時代。通過網際網路、移動物聯網等帶來的低成本感知、高速移動連線、分散式計算和高階分析，資訊科技和全球工業系統正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、運營、營銷和管理方式。這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。工業大資料的典型應用包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等諸多方面。本文我們講就工業大資料在製造企業的應用場景進行逐一梳理。
1.加速產品創新
客戶與工業企業之間的互動和交易行為將產生大量資料，挖掘和分析這些客戶動態資料，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。福特公司是這方面的表率，他們將大資料技術應用到了福特福克斯電動車的產品創新和優化中，這款車成為了一款名副其實的“大資料電動車”。第一代福特福克斯電動車在駕駛和停車時產生大量資料。在行駛中，司機持續地更新車輛的加速度、剎車、電池充電和位置資訊。這對於司機很有用，但資料也傳回福特工程師那裡，以瞭解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處於靜止狀態，它也會持續將車輛胎壓和電池系統的資料傳送給最近的智慧電話。
這種以客戶為中心的大資料應用場景具有多方面的好處，因為大資料實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新資訊，而位於底特律的工程師彙總關於駕駛行為的資訊，以瞭解客戶，制訂產品改進計劃，並實施新產品創新。而且，電力公司和其他第三方供應商也可以分析數百萬英里的駕駛資料，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。
2.產品故障診斷與預測
這可以被用於產品售後服務與產品改進。無所不在的感測器、網際網路技術的引入使得產品故障實時診斷變為現實，大資料應用、建模與模擬技術則使得預測動態性成為可能。在馬航MH370失聯客機搜尋過程中，波音公司獲取的發動機運轉資料對於確定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例，看看大資料應用在產品故障診斷中如何發揮作用。在波音的飛機上，發動機、燃油系統、液壓和電力系統等數以百計的變數組成了在航狀態，這些資料不到幾微秒就被測量和傳送一次。以波音737為例，發動機在飛行中每30分鐘就能產生10TB資料。
這些資料不僅僅是未來某個時間點能夠分析的工程遙測資料，而且還促進了實時自適應控制、燃油使用、零件故障預測和飛行員通報，能有效實現故障診斷和預測。再看一個通用電氣（GE）的例子，位於美國亞特蘭大的GE能源監測和診斷（M&D）中心，收集全球50多個國家上千臺GE燃氣輪機的資料，每天就能為客戶收集10G的資料，通過分析來自系統內的感測器振動和溫度訊號的恆定大資料流，這些大資料分析將為GE公司對燃氣輪機故障診斷和預警提供支撐。風力渦輪機制造商Vestas也通過對天氣資料及期渦輪儀表資料進行交叉分析，從而對風力渦輪機佈局進行改善，由此增加了風力渦輪機的電力輸出水平並延長了服務壽命。
3.工業物聯網生產線的大資料應用
現代化工業製造生產線安裝有數以千計的小型感測器，來探測溫度、壓力、熱能、振動和噪聲。因為每隔幾秒就收集一次資料，利用這些資料可以實現很多形式的分析，包括裝置診斷、用電量分析、能耗分析、質量事故分析（包括違反生產規定、零部件故障）等。首先，在生產工藝改進方面，在生產過程中使用這些大資料，就能分析整個生產流程，瞭解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會產生一個報警訊號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大資料技術，還可以對工業產品的生產過程建立虛擬模型，模擬並優化生產流程，當所有流程和績效資料都能在系統中重建時，這種透明度將有助於製造商改進其生產流程。再如，在能耗分析方面，在裝置生產過程中利用感測器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗。
4.工業供應鏈的分析和優化
當前，大資料分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，通過大資料提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動網際網路技術能幫助工業企業獲得完整的產品供應鏈的大資料，利用這些資料進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。請加微訊號：robotinfo 學習工業智慧化知識
以海爾公司為例，海爾公司供應鏈體系很完善，它以市場鏈為紐帶，以訂單資訊流為中心，帶動物流和資金流的運動，整合全球供應鏈資源和全球使用者資源。在海爾供應鏈的各個環節，客戶資料、企業內部資料、供應商資料被彙總到供應鏈體系中，通過供應鏈上的大資料採集和分析，海爾公司能夠持續進行供應鏈改進和優化，保證了海爾對客戶的敏捷響應。美國較大的OEM供應商超過千家，為製造企業提供超過1萬種不同的產品，每家廠商都依靠市場預測和其他不同的變數，如銷售資料、市場資訊、展會、新聞、競爭對手的資料，甚至天氣預報等來銷售自己的產品。
利用銷售資料、產品的感測器資料和出自供應商資料庫的資料，工業製造企業便可準確地預測全球不同區域的需求。由於可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以製造企業便可節約大量的成本。如果再利用產品中感測器所產生的資料，知道產品出了什麼故障，哪裡需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少庫存，優化供應鏈。
5.產品銷售預測與需求管理
通過大資料來分析當前需求變化和組合形式。大資料是一個很好的銷售分析工具，通過歷史資料的多維度組合，可以看出區域性需求佔比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。在某些分析中我們可以發現，在開學季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經銷商的促銷，吸引他們在開學季多訂貨，同時在開學季之前一兩個月開始產能規劃，以滿足促銷需求。對產品開發方面，通過消費人群的關注點進行產品功能、效能的調整，如幾年前大家喜歡用音樂手機，而現在大家更傾向於用手機上網、拍照分享等，手機的拍照功能提升就是一個趨勢，4G手機也佔據更大的市場份額。通過大資料對一些市場細節的分析，可以找到更多的潛在銷售機會。
6.生產計劃與排程
製造業面對多品種小批量的生產模式，資料的精細化自動及時方便的採集(MES/DCS)及多變性導致資料劇烈增大，再加上十幾年的資訊化的歷史資料，對於需要快速響應的APS來說，是一個巨大的挑戰。大資料可以給予我們更詳細的資料資訊，發現歷史預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，通過智慧的優化演算法，制定預計劃排產，並監控計劃與現場實際的偏差，動態的調整計劃排產。幫我們規避“畫像”的缺陷，直接將群體特徵直接強加給個體（工作中心資料直接改變為具體一個裝置、人員、模具等資料）。通過資料的關聯分析並監控它，我們就能計劃未來。雖然，大資料略有瑕疵，只要得到合理的應用，大資料會變成我們強大的武器。當年，福特問大資料的客戶需求是什麼？而回答是“一匹更快的馬”，而不是現在已經普及的汽車。所以，在大資料的世界裡，創意、直覺、冒險精神和知識野心尤為重要。
7.產品質量管理與分析
傳統的製造業正面臨著大資料的衝擊，在產品研發、工藝設計、質量管理、生產運營等各方面都迫切期待著有創新方法的誕生，來應對工業背景下的大資料挑戰。例如在半導體行業，晶片在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等複雜的工藝製程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的裝置在加工產品的同時，也同步生成了龐大的檢測結果。這些海量資料究竟是企業的包袱，還是企業的金礦呢？如果說是後者的話，那麼又該如何快速地撥雲見日，從“金礦”中準確地發現產品良率波動的關鍵原因呢？這是一個已經困擾半導體工程師們多年的技術難題。
某半導體科技公司生產的晶圓在經過測試環節後，每天都會產生包含一百多個測試專案、長度達幾百萬行測試記錄的資料集。按照質量管理的基本要求，一個必不可少的工作就是需要針對這些技術規格要求各異的一百多個測試專案分別進行一次過程能力分析。如果按照傳統的工作模式，我們需要按部就班地分別計算一百多個過程能力指數，對各項質量特性一一考核。這裡暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中看出它們之間的關聯性，更難對產品的總體質量效能有一個全面的認識與總結。然而，如果我們利用大資料質量管理分析平臺，除了可以快速地得到一個長長的傳統單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大資料集中得到很多嶄新的分析結果。
8.工業汙染與環保檢測《穹頂之下》令人印象深刻的一點是通過視覺化報表，柴靜團隊向觀眾傳遞霧霾問題的嚴峻性、霧霾的成因等等。
這給我們帶來的一個啟示，即大資料對環保具有巨大價值。《穹頂之下》圖表的原生資料哪裡來的呢？其實並非都是憑藉高層關係獲取，不少資料都是公開可查，在中國政府網、各部委網站、中石油中石化官網、環保組織官網以及一些特殊機構，可查詢的公益環保資料越來越多，包括全國空氣、水文等資料，氣象資料，工廠分佈及汙染排放達標情況等資料等等。只不過這些資料太分散、太專業、缺少分析、沒有視覺化，普通人看不懂。如果能夠看懂並保持關注，大資料將成為社會監督環保的重要手段。近日百度上線《全國汙染監測地圖》就是一個很好的方式，結合開放的環保大資料，百度地圖加入了汙染檢測圖層，任何人都可以通過它檢視全國及自己所在區域省市，所有的在環保局監控之下的排放機構（包括各類火電廠、國控工業企業和汙水處理廠等）的位置資訊、機構名稱、排放汙染源的種類，最近一次環保局公佈的汙染排放達標情況等。可檢視距離自己最近的汙染源，出現提醒，該監測點檢測專案，哪些超標，超標多少倍。這些資訊可以實時分享到社交媒體平臺，告知好友，提醒大家一同注意汙染源情況及個人安全健康。
總結工業大資料應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。一個是大資料意識建立的問題。過去，也有這些大資料，但由於沒有大資料的意識，資料分析手段也不足，很多實時資料被丟棄或束之高閣，大量資料的潛在價值被埋沒。還有一個重要問題是資料孤島的問題。很多工業企業的資料分佈於企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些資料相當困難。因此，工業大資料應用一個重要議題是整合應用。