數據采集傳感技術(shù)、信息通信技術(shù)以及物聯(lián)網(wǎng)的迅速發(fā)展，引起數據爆炸式增長(cháng)，據預測到2020 年，全球數據將達到35ZB。數據采集技術(shù)的成熟運用，擴展了數據來(lái)源，產(chǎn)生更加真實(shí)有效的數據；分布式存儲、云和虛擬存儲的發(fā)展，使得大數據的存儲成本降低；各種大數據挖掘分析技術(shù)蓬勃發(fā)展。從產(chǎn)生到存儲到應用，數據全生命周期仿佛我已經(jīng)準備就緒，而且在互聯(lián)網(wǎng)消費領(lǐng)域大數據也已經(jīng)所有建樹(shù)。

另一方面，“互聯(lián)網(wǎng)+”和《中國制造2025》的相繼提出，我國制造業(yè)由“制造”向“智造”轉變。數字化、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)對于大數據同樣有著(zhù)不曉得需求。

隨著(zhù)大數據相關(guān)技術(shù)的發(fā)展和運用， 傳統制造業(yè)實(shí)現“智造”，需要將大數據相關(guān)技術(shù)應用到企業(yè)中，但目前制造業(yè)的信息系統對大數據管理面臨還許多問(wèn)題，難以適應當前制造業(yè)發(fā)展的需求。亟需一個(gè)新的信息系統架構來(lái)管理大數據， 并利用大數據的各種技術(shù)來(lái)提升運營(yíng)效率，為企業(yè)戰略決策提供可靠支撐，從而提高企業(yè)的核心競爭能力。

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

在人的方面，主要表現為缺乏對數據價(jià)值的認識。除了一些具有大數據分析能力的企業(yè)， 能夠有意識地通過(guò)各種大數據采集技術(shù)獲取高質(zhì)量數據之外，許多企業(yè)沒(méi)有這種意識和能力來(lái)額外獲取數據。例如，爬蟲(chóng)技術(shù)和API 接口可以獲得萬(wàn)維網(wǎng)的大量企業(yè)所需數據， 能夠為企業(yè)的數據分析提供有效信息， 通過(guò)Flume 獲取本企業(yè)經(jīng)營(yíng)日志數據。而由于許多制造企業(yè)缺乏對數據價(jià)值的認識和對大量數據分析的能力，很少使用這一技術(shù)， 來(lái)獲得對企業(yè)管理和決策具有潛在價(jià)值的分析數據。此外，缺乏大數據挖掘分析和相應的人才支持。許多制造企業(yè)不僅不具備大數據挖掘技術(shù)， 也沒(méi)有相應的人才支持， 因而大量數據的潛在價(jià)值得不到發(fā)現和應用。由于未能對大數據的價(jià)值進(jìn)行深入挖掘和分析， 大量具有潛在價(jià)值的數據變成無(wú)用的數據垃圾。又由于無(wú)法進(jìn)一步實(shí)現各模塊的可視化應用，降低了運營(yíng)管理效率。未能有效地對整個(gè)供應鏈實(shí)施實(shí)時(shí)精準化管理和企業(yè)戰略決策的提供有力支持， 導致削弱了組織與外部的競爭優(yōu)勢。

在機械方面，自動(dòng)化設備對外提供的數據接口并沒(méi)有統一的標準，各大設備公司都按照自身的標準提供了對外的接口。這對于數據集成平臺而言簡(jiǎn)直是災難級的存在。

對于大數據而言，數據便是物料。但數據在存儲、傳輸方面在制造業(yè)領(lǐng)域仍存在一定的問(wèn)題。以數據傳輸速度偏慢、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， 導致很難實(shí)現數據的實(shí)時(shí)傳輸，數據上傳速度也達不到實(shí)時(shí)分析和監控的要求。

在大數據加工工藝方法方面。數據可視化是通過(guò)文字、圖表、視頻等形式，也可以結合聽(tīng)覺(jué)、觸覺(jué)等感覺(jué)，借助人機交互式分析方法和交互技術(shù)， 輔助人們更為直觀(guān)和高效地洞悉大數據背后的信息。可視化分析的科學(xué)性與準確性；靜態(tài)可視化存在交互性弊端，動(dòng)態(tài)可視化應用不夠廣泛；可視化應用深度和廣度不足

在環(huán)境方面未能建立從大數據采集到應用的信息系統平臺架構。雖然目前的ERP 企業(yè)管理系統， 可連接本企業(yè)直接上下游的核心供應商和銷(xiāo)售商， 并具備一定的數據分析管理能力， 但是制造業(yè)信息系統難以滿(mǎn)足大數據從采集到分析應用的管理， 使得企業(yè)無(wú)法通過(guò)大數據的生命周期管理，為自身的運營(yíng)與決策提供支持。制造業(yè)產(chǎn)生的大量數據變成埋沒(méi)在沙里的金子， 無(wú)法變成有價(jià)值的信息為制造業(yè)企業(yè)提供指導。

面對上述問(wèn)題，可以嘗試從如下角度解決問(wèn)題。對于人們對于大數據重要性認識不足的問(wèn)題，可以通過(guò)學(xué)習培訓的方式，逐漸增強全員的大數據意識與技術(shù)人員的大數據處理能力。對大數據實(shí)施全生命周期管理；通過(guò)實(shí)施智能化改造與擴展數據來(lái)源并舉的方式擴展數據來(lái)源，通過(guò)建立數據集市或數據集成平臺的方式解決數據異構的問(wèn)題，充分利用工業(yè)app完成數據集成；利用分布式數據庫等存儲技術(shù)存儲大數據。另外，根據業(yè)務(wù)需求深化可視化應用經(jīng)過(guò)計算層的數據挖掘和分析之后， 最終目的是可視化應用，為企業(yè)經(jīng)營(yíng)管理提供可靠的支持。通過(guò)智能采集技術(shù)提高大數據的真實(shí)性， 再結合大數據挖掘分析技術(shù)，來(lái)保障可視化分析的科學(xué)性與準確性。