二、工業大數據的特點和分類

不管是工業自動化、還是工業智能化（工業4.0）、或者是工業互聯網概念，他們的基礎是工業數據。

隨著行業發展，工業企業收集的數據維度不斷擴大。主要體現在三個方面：

１.是時間維度不斷延長。經過多年的生產經營，積累下來歷年的產品數據、工業數據、原材料數據和生產設備數據；
２.是數據范圍不斷擴大。隨著企業信息化建設的過程，一方面積累了企業的財務、供應商數據，也通過CRM系統積累了客戶數據，通過CAD等積累了研發過程數據，通過攝像頭積累了生產安全數據等，另一方面越來越多的外部數據也被收集回來，包括市場數據、社交網絡數據、企業輿情數據等；
３.是數據粒度不斷細化。從一款產品到多款、多系列產品使得產品數據不斷細化，從單機機床到聯網機床，使得數據交互頻率大大增強；加工精度從1mm提升到0.2mm，從5分鐘每次的統計到每5秒的全程監測，都使得采集到的數據精細度不斷提升。

以上三個維度終導致企業所積累的數據量以加速度的方式在增加，構成了工業大數據的集合。不管企業是否承認，這些數據都堆砌在工廠的各個角落，而且在不斷增加。

再從企業經營的視角來看待這些工業數據。可以按照數據的用途分成三類：

類是經營性數據，比如財務、資產、人事、供應商基礎信息等數據，這些數據在企業信息化建設過程中陸陸續續積累起來，表現了一個工業企業的經營要素和成果。
第二類是生產性數據，這部分是圍繞企業生產過程中積累的數據，包括原材料、研發、生產工藝、半成品、成品、售后服務等。隨著數字機床、自動化生產線、SCADA系統的建設，這些數據也被企業大量記錄下來。這些數據是工業生產過程中價值增值的體現，是決定企業差異性的核心所在。
第三類是環境類數據，包括布置在機床的設備診斷系統，庫房、車間的溫濕度數據，以及能耗數據，廢水廢氣的排放等數據。這些數據對工業生產過程中起到約束作用。
從目前的數據采用情況看，經營類數據利用率高，生產性數據和環境類數據相比差距比較大。從未來數據量來說，生產線數據在工業企業數據中的占比將越來越大，環境類數據也將越來越多樣化。

一般意義上，大數據有具有數據量大、數據種類多、商業價值高、處理速度高，在此基礎上，工業大數據還有兩大特點。

一是準確率高，大數據一般的應用場景是預測，在一般性商業領域，如果預測準確率達到90%已經是很高了，如果是99%就是了。但在工業領域的很多應用場景中，對準確率的要求達到99.9%甚至更高，比如軌道交通自動控制，再比如定制生產，如果把甲乙客戶的訂單參數搞混了，就會造成經濟損失。
二是實時性強，工業大數據重要的應用場景是實時監測、實時預警、實時控制。一旦數據的采集、傳輸和應用等全處理流程耗時過長，就難以在生產過程中發揮價值。

工業大數據是企業生產經營的一次重大變革，對于工業化、信息化都還沒有完成的工業企業而言，數據化時代又到來了，挑戰很大。

后，工業大數據建設抓住兩個板子作為突破點。一個是長的板，也就是梳理產品（工業）競爭力強的在哪里，繼續深挖下面的數據價值，圍繞這一塊的工業數據構建產品和服務能力；另一個是短的板，就是影響工業企業發展的痛點在哪里，成本、市場、還是供應鏈，還是能耗？在數據化時代下，尋找機遇大數據的解決方案。