首页 专栏李正海正文

李正海:工业大数据的解读

  大数据如火如荼,但是很多工业企业做数据的人,未必认为自己做的工作是大数据,所以写篇文章来解读。笔者有个经典说法:“传统企业利用大数据思维,收集具有统计学意义的小数据,进行分析利用,就可以获得巨大的经济价值。”那么对大数据思维我们也可以进一步地解读,那就是对于数据的收集方面,我们需要提升数据的量,例如原来设计时的过程数据不记录的,现在记录了;原来不记录的数据类型,例如生产数据中的变更,因为是项目型生产,认为这些数据应该没用,而现在进入大数据时代,所以需要记录了。第三是数据的时效性,原来可能两个小时记录一次数据,现在改成5分钟一次了。第四,也是最重要的,出

  现了问题,我们需要利用数据的方式来解决,所以实施了数据的采集和监控,而通过这种方式,也有效地提升了质量、管控水平,那么这也是工业大数据。针对即将召开的工业大数据大会,我们认为如果你们具有如下的一些特征,那么欢迎自荐、也欢迎推荐企业参与大数据样板项目、创新方案及产品、大数据领军人物的评选。

  首先是工业企业构建了大数据的专门组织,对大数据方面有着专门的资金投入,并且在工业产品的设计、工艺、加工、质量、运输、服务、设备维度方面有着典型大数据应用,并取得良好效果。需要说明的是,利用大数据进行营销,顾客识别等,我们认为是工业大数据的一部分,但是不是工业大数据强调的重点。

  然后是是否具备了大数据的数据特征,第一包括海量数据,具体而言,例如单元的应用数据达到了1T以上;第二是数据的多种类型;例如数以千计的元数据类型;第三是数据的实时性,结合具体的业务,一般认为针对工控的秒级、毫秒级;然后针对工业企业的特点,我们认为是否具有复杂数据结构,是否有多个部门的联合应用,跨企业、集团式、跨行业、跨地区的集成化应用。

  第三是具备大数据的技术特征,首先是在软件应用上使用了如HADOOP、SPARK的存储模式,然后是使用了内存数据库、实时数据库技术,第三是是否使用了非结构化数据,第四是使用了先进的如SAS、SPSS等分析工具、第五是使用了如国云数据等网络化可视化技术进行分析、展现、管控。

  第四是是否取得了明显的效果,首先是取得了千万级以上的利润经济效果,然后是实现大范围的数据集成,例如5000以上业务节点,第三是促进了产品创新,形成了新的市场,一般产品产值在亿元以上,第四是在构建数学模型、算法方面有重大突破,得到业内认可,例如发表了高等级的论文,或者获得了国际、国内的著名奖项。

  工业大数据是个新生事物,但也不再是云里雾里,很多企业其实已经取得了大量的应用成果。能够实实在在解决企业的问题,促进企业创新,促进企业发展,能抓到老鼠就是好猫,工业企业强调务实创新,我们不必拘泥于理论的定义,我们希望通过样板展示、会议交流、人员推荐,把好的理念、好的方案、产品和工具展现出来,统一思想、扎实执行、普及推广,真正促进我国工业大数据的应用发展,促进工业企业的改造升级,更为中国制造2025奠定基础,促进我国成为制造强国。

  (作者/李正海 微信:lizhenghaiv)

分享:
延伸阅读
    速读区块链
    贵州

    贵州大数据产业政策

    贵州大数据产业动态

    贵州大数据企业

    更多
    大数据概念_大数据分析_大数据应用_大数据百科专题
    企业
    更多