數(shù)據(jù)采集傳感技術(shù)、信息通信技術(shù)以及物聯(lián)網(wǎng)的迅速發(fā)展，引起數(shù)據(jù)爆炸式增長(zhǎng)，據(jù)預(yù)測(cè)到2020 年，全球數(shù)據(jù)將達(dá)到35ZB。數(shù)據(jù)采集技術(shù)的成熟運(yùn)用，擴(kuò)展了數(shù)據(jù)來源，產(chǎn)生更加真實(shí)有效的數(shù)據(jù)；分布式存儲(chǔ)、云和虛擬存儲(chǔ)的發(fā)展，使得大數(shù)據(jù)的存儲(chǔ)成本降低；各種大數(shù)據(jù)挖掘分析技術(shù)蓬勃發(fā)展。從產(chǎn)生到存儲(chǔ)到應(yīng)用，數(shù)據(jù)全生命周期仿佛我已經(jīng)準(zhǔn)備就緒，而且在互聯(lián)網(wǎng)消費(fèi)領(lǐng)域大數(shù)據(jù)也已經(jīng)所有建樹。

另一方面，“互聯(lián)網(wǎng)+”和《中國(guó)制造2025》的相繼提出，我國(guó)制造業(yè)由“制造”向“智造”轉(zhuǎn)變。數(shù)字化、網(wǎng)絡(luò)化、智能化、服務(wù)化已逐漸成為制造業(yè)發(fā)展的主流。制造業(yè)對(duì)于大數(shù)據(jù)同樣有著不曉得需求。

隨著大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展和運(yùn)用， 傳統(tǒng)制造業(yè)實(shí)現(xiàn)“智造”，需要將大數(shù)據(jù)相關(guān)技術(shù)應(yīng)用到企業(yè)中，但目前制造業(yè)的信息系統(tǒng)對(duì)大數(shù)據(jù)管理面臨還許多問題，難以適應(yīng)當(dāng)前制造業(yè)發(fā)展的需求。亟需一個(gè)新的信息系統(tǒng)架構(gòu)來管理大數(shù)據(jù)， 并利用大數(shù)據(jù)的各種技術(shù)來提升運(yùn)營(yíng)效率，為企業(yè)戰(zhàn)略決策提供可靠支撐，從而提高企業(yè)的核心競(jìng)爭(zhēng)能力。

由于本文主要論述制造業(yè)領(lǐng)域大數(shù)據(jù)所產(chǎn)生的影響，因此也就從生產(chǎn)五要素的角度，分別從人機(jī)料法環(huán)上對(duì)制造業(yè)領(lǐng)域大數(shù)據(jù)背景下的信息化存在的問題進(jìn)行詳細(xì)論述。

在人的方面，主要表現(xiàn)為缺乏對(duì)數(shù)據(jù)價(jià)值的認(rèn)識(shí)。除了一些具有大數(shù)據(jù)分析能力的企業(yè)， 能夠有意識(shí)地通過各種大數(shù)據(jù)采集技術(shù)獲取高質(zhì)量數(shù)據(jù)之外，許多企業(yè)沒有這種意識(shí)和能力來額外獲取數(shù)據(jù)。例如，爬蟲技術(shù)和API 接口可以獲得萬維網(wǎng)的大量企業(yè)所需數(shù)據(jù)， 能夠?yàn)槠髽I(yè)的數(shù)據(jù)分析提供有效信息， 通過Flume 獲取本企業(yè)經(jīng)營(yíng)日志數(shù)據(jù)。而由于許多制造企業(yè)缺乏對(duì)數(shù)據(jù)價(jià)值的認(rèn)識(shí)和對(duì)大量數(shù)據(jù)分析的能力，很少使用這一技術(shù)， 來獲得對(duì)企業(yè)管理和決策具有潛在價(jià)值的分析數(shù)據(jù)。此外，缺乏大數(shù)據(jù)挖掘分析和相應(yīng)的人才支持。許多制造企業(yè)不僅不具備大數(shù)據(jù)挖掘技術(shù)， 也沒有相應(yīng)的人才支持， 因而大量數(shù)據(jù)的潛在價(jià)值得不到發(fā)現(xiàn)和應(yīng)用。由于未能對(duì)大數(shù)據(jù)的價(jià)值進(jìn)行深入挖掘和分析， 大量具有潛在價(jià)值的數(shù)據(jù)變成無用的數(shù)據(jù)垃圾。又由于無法進(jìn)一步實(shí)現(xiàn)各模塊的可視化應(yīng)用，降低了運(yùn)營(yíng)管理效率。未能有效地對(duì)整個(gè)供應(yīng)鏈實(shí)施實(shí)時(shí)精準(zhǔn)化管理和企業(yè)戰(zhàn)略決策的提供有力支持， 導(dǎo)致削弱了組織與外部的競(jìng)爭(zhēng)優(yōu)勢(shì)。

在機(jī)械方面，自動(dòng)化設(shè)備對(duì)外提供的數(shù)據(jù)接口并沒有統(tǒng)一的標(biāo)準(zhǔn)，各大設(shè)備公司都按照自身的標(biāo)準(zhǔn)提供了對(duì)外的接口。這對(duì)于數(shù)據(jù)集成平臺(tái)而言簡(jiǎn)直是災(zāi)難級(jí)的存在。

對(duì)于大數(shù)據(jù)而言，數(shù)據(jù)便是物料。但數(shù)據(jù)在存儲(chǔ)、傳輸方面在制造業(yè)領(lǐng)域仍存在一定的問題。以數(shù)據(jù)傳輸速度偏慢、時(shí)間滯后為例，雖然目前物聯(lián)網(wǎng)發(fā)展迅速， 但是許多制造業(yè)企業(yè)的信息化程度仍然很低， 導(dǎo)致很難實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)傳輸，數(shù)據(jù)上傳速度也達(dá)不到實(shí)時(shí)分析和監(jiān)控的要求。

在大數(shù)據(jù)加工工藝方法方面。數(shù)據(jù)可視化是通過文字、圖表、視頻等形式，也可以結(jié)合聽覺、觸覺等感覺，借助人機(jī)交互式分析方法和交互技術(shù)， 輔助人們更為直觀和高效地洞悉大數(shù)據(jù)背后的信息?？梢暬治龅目茖W(xué)性與準(zhǔn)確性；靜態(tài)可視化存在交互性弊端，動(dòng)態(tài)可視化應(yīng)用不夠廣泛；可視化應(yīng)用深度和廣度不足

在環(huán)境方面未能建立從大數(shù)據(jù)采集到應(yīng)用的信息系統(tǒng)平臺(tái)架構(gòu)。雖然目前的ERP 企業(yè)管理系統(tǒng)， 可連接本企業(yè)直接上下游的核心供應(yīng)商和銷售商， 并具備一定的數(shù)據(jù)分析管理能力， 但是制造業(yè)信息系統(tǒng)難以滿足大數(shù)據(jù)從采集到分析應(yīng)用的管理， 使得企業(yè)無法通過大數(shù)據(jù)的生命周期管理，為自身的運(yùn)營(yíng)與決策提供支持。制造業(yè)產(chǎn)生的大量數(shù)據(jù)變成埋沒在沙里的金子， 無法變成有價(jià)值的信息為制造業(yè)企業(yè)提供指導(dǎo)。

面對(duì)上述問題，可以嘗試從如下角度解決問題。對(duì)于人們對(duì)于大數(shù)據(jù)重要性認(rèn)識(shí)不足的問題，可以通過學(xué)習(xí)培訓(xùn)的方式，逐漸增強(qiáng)全員的大數(shù)據(jù)意識(shí)與技術(shù)人員的大數(shù)據(jù)處理能力。對(duì)大數(shù)據(jù)實(shí)施全生命周期管理；通過實(shí)施智能化改造與擴(kuò)展數(shù)據(jù)來源并舉的方式擴(kuò)展數(shù)據(jù)來源，通過建立數(shù)據(jù)集市或數(shù)據(jù)集成平臺(tái)的方式解決數(shù)據(jù)異構(gòu)的問題，充分利用工業(yè)app完成數(shù)據(jù)集成；利用分布式數(shù)據(jù)庫(kù)等存儲(chǔ)技術(shù)存儲(chǔ)大數(shù)據(jù)。另外，根據(jù)業(yè)務(wù)需求深化可視化應(yīng)用經(jīng)過計(jì)算層的數(shù)據(jù)挖掘和分析之后， 最終目的是可視化應(yīng)用，為企業(yè)經(jīng)營(yíng)管理提供可靠的支持。通過智能采集技術(shù)提高大數(shù)據(jù)的真實(shí)性， 再結(jié)合大數(shù)據(jù)挖掘分析技術(shù)，來保障可視化分析的科學(xué)性與準(zhǔn)確性。