大数据人|大数据第一社区

 找回密码
 注册会员

扫一扫,访问微社区

挖掘大数据+潜在的价值

2016-2-21 21:07| 发布者: admin| 查看: 1079| 评论: 0|原作者: 姜红德|来自: 惊鸿笔记

摘要: 面对一个计算技术日新月异,存储技术突飞猛进,网络传输速度翻番的时代,我们应该如何把握?畅销书《大数据》的作者徐子沛在书中描绘了一个技术快速迭代、信息大爆炸的大数据时代,并提出这样的思考。 今天我们已经 ...

 面对一个计算技术日新月异,存储技术突飞猛进,网络传输速度翻番的时代,我们应该如何把握?畅销书《大数据》的作者徐子沛在书中描绘了一个技术快速迭代、信息大爆炸的大数据时代,并提出这样的思考。

     今天我们已经处于这样的阶段。在消费级互联网向产业互联网发展的过程中,数据、技术和资源已经成为网络经济的要素,这已经是不言而喻。不仅如此,产业互联网还有更多的特点,包括商业模式、生产过程及业务流程都会重新定义,比如过去我们生产和制造中,对数据的使用更多的采集、统计,而在今天,如果不能采用数据分析、数据挖掘,并作出相关的生产预测,就很难称得上是智能制造。

     这就是我们今天要关注的一个重点话题,当工业生产和大数据结合在一起,如何挖掘它们的深层次价值?

     大数据具备4个要素,数据量、数据种类、数据速度和数据价值,也就是我们通常所说的4V要素,如果从这几方面去挖掘工业大数据的潜在价值,应该方向不会错。今天的信息化系统设备的完善,包括二维码、工业传感器、工控系统、MES、ERP、CAD等系统都会产生各种数据,这些数据也都具备大数据的特征。从数据量的角度来说,只有具备足够的工业生产数据,我们才能在此基础上进行统计和分析,甚至进行生产预测。同样以数据的种类来说,增加工业生产数据的种类并进行分析、挖掘可以提高企业的生产效果、降低企业的成本,这些从理解上并不难,因此也不是当前工业大数据的难点所在。

     真正的难点在于,如何超越当前工业大数据的现状,将工业生产的所有过程完全纳入数据考核的范畴?也在于我们要不仅仅依赖目前有限的生产数据,而是应当包括一些非结构性数据在内的数据,将它们串联起来,帮助进行生产。

     其实,国内已经有人提出了这方面的建议。国内工业4.0专家、兰光创新总经理朱铎先曾表示,目前国内企业在工业大数据方面仍是以传统方式在进行数据采集、分析,缺乏一些数据集成和数据联通,在生产环节中很难打通平台、软件、硬件、手持设备之间的隔断,也就难以做到真正的工业大数据创新,这也是目前中国企业难以和国外企业抗衡的重要原因之一。

     阿里巴巴一直以来将数据业务作为集团的战略方向之一,这次又再次走在了一些互联网企业的前面。“如果将一些分散在PC、手机、手持终端中的数据进行串联,打通线上和线下的环节,就能发挥大数据的真正价值”。1月26日,阿里系全域大数据公司“友盟+”宣布成立,阿里巴巴副总裁车品觉接受媒体采访时这样表示。据笔者了解,其实,全域大数据就是要把这些散落在各处的数据进行集中、串联,进而凸显它们的潜在价值。

     目前包括海尔、美的等在内的家电制造行业正在从传统制造模式转型,后续提供基于智能化和互联网+的解决方案。据了解,美的集团已经和“友盟+”达成合作,美的智慧家居研究院院长李强对此次合作进行了评价——借助“友盟+”的大数据优势,美的可以打造天气、食材、水质、用水量等数据,为用户提供便捷的生活场景。

     也许对中国制造企业而言,这是进军智能制造和工业大数据的一个重要突破口。


鲜花

握手

雷人

路过

鸡蛋

最新评论

关闭

站长推荐上一条 /2 下一条


id="mn_portal" >首页Portalid="mn_P18" onmouseover="navShow('P18')">应用id="mn_P15" onmouseover="navShow('P15')">技术id="mn_P37" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">前沿id="mn_P36" onmouseover="navShow('P36')">宝箱id="mn_P61" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">专栏id="mn_P65" >企业id="mn_Nd633" >导航 折叠导航 关注微信 关注微博 关注我们

QQ|广告服务|关于我们|Archiver|手机版|小黑屋|大数据人 ( 鄂ICP备14012176号-2  

GMT+8, 2024-4-19 11:13 , Processed in 0.183715 second(s), 21 queries .

Powered by 小雄! X3.2

© 2014-2020 bigdataer Inc.

返回顶部