工业大数据有什么特点?
发布网友
发布时间：2022-04-24 17:30
共2个回答
热心网友
时间：2022-05-02 18:13
尝试举例来阐述其特点：
从我们身边的直饮机服务故事开始（直饮机厂家的客服定期会给客户回访，要求更换滤芯，使直饮水保持干净健康）。
直饮机制造商A公司的电话回访，场景一：
挂了电话后客户心里想，好端端的更换什么滤芯，又是一个坑。
难道是客户不关心自己的健康吗？显然不是，因为要换滤芯这个决定客户是被动接受，客户手头没有任何的数据支持，无法做出更换的决定。一个电话就要下决心更换，支付几百元的更换费用未免有点草率。
直饮机制造商B公司的电话回访，场景二：
其实客户在收到水质指标信息时，就已下更换滤芯的决定。这个决定的依据不是定期更换滤芯的时间问题，而是客户所关心水质情况，这才是问题的核心所在。
通过场景一和场景二的对比，我们能看到客户的满意度截然不同。同时制造商的服务也提升了一个台阶，增强了市场竞争力，二者皆大欢喜。
为什么会有这么大的差异？背后到底发生了什么事情。
我们接下来做个分析：
直饮机制造商B公司为什么知道客户家的直饮机水质已不达标？
直饮机制造商B公司在直饮机上增加了设备物联功能，会将客户直饮机的水质指标实时的发送到公司数据中心平台，公司数据中心平台对不达标的直饮机发出报警，并知会给客户和客服人员。
智能产品是如何通过数据中心诊断的
上述应用就是一个典型的大数据应用案例。在直饮机制造商B公司的企业运作中，厂家已实现了大数据中心的运作，能实时监控其产品的运行指标，给出产品维保的建议，更为重要的是用数据说话，让客户知其所以然，由此提高客户的满意度。
大数据给智能服务提供了一种新的服务业态，这就是大数据可以给我们带来实质性的价值之一。
企业要构建这样的产品监控数据中心，连接的设备不是10台、100台，可能百万台，千万台。要构建这样的数据处理平台，即所谓的工业大数据平台，需要大量的技术支撑，如，设备数据传输、设备数据存储、大数据分析。
因此，工业大数据并不再只是理论，也不仅是一种技术，它其实就是在我们身边能感受到的一种服务！通过数字“01”让服务更加贴心，也提升了企业的竞争力！新时代的智能产品也由此孕育而生。
热心网友
时间：2022-05-02 19:31
一是多源性获取，数据分散、非结构化数据比例大
工业大数据来源广泛且分散，有来源于产品制造现场工控网监控数据，有来源于互联网的客户、供应商数据，有来源于企业内网的经营管理数据。海量异构多源多类数据难以有效集成，语义描述困难，不能实现面向系统生命周期管理的数据协同管理;
二是数据关联性强，有关联也要有因果
工业大数据的产生和应用都围绕产品全生命周期、企业主价值链等，数据间关联性强且分析准确性要求高。不但要利用大数据给出决策也要用大数据给出决策依据。工业大数据预测精度低，准确性和可靠性不高，无法满足安全性要求;
三是持续采集、具有鲜明的动态时空特性
工业大数据来源于工控网络和传感设备，具有实时性强、连续性、稳定性要求高等特点，需要采用可靠的数据采集、存储、管理的工具进行管理，另外涉及国计民生领域还要求整个平台安全可控。工业大数据分析的实时性要求高，动态控制困难，量化难度大。
四是与具体工业领域紧密相关
工业大数据产生依赖于CPS网络和智能产品，但目前面向信息物理融合系统的分析方法单一，无法实现闭环、多层次、多阶段、自比较等的综合分析;面向智能设备和智能产品的故障检测能力不足，健康预测管理水平低，无法实现面向产品可靠性的深层次分析。
