讯阳文艺网网友提问：
制造业如何利用工业大数据创造价值？
优质回答：
近年来，世界制造强国纷纷推进制造业向自动化、数字化、智能化转型。
数字洪流下，制造业如何破局？
以产业数字化为代表的数字技术与实体经济的深度融合，或许是推进产业基础高级化、产业链现代化，构建新发展格局的关键动能与战略抉择。
制造业是实体经济的主体，是一个国家经济实力的体现。我国作为一个制造业大国，制造企业应当把握时代机遇，在大数据的时代潮流下实现快速转型。
数字也进一步驱动了创新，智能制造不仅是制造，更是创新，产业的重构方向在于融合。
目前，我国的制造企业出现了什么问题？
制造企业经常面临高层管理者无法对整体运营情况及时把握，各部门递交的数据滞后，无法对异常情况和企业存在的问题进行监控等问题。
大部分的制造企业需要建设BI，通过数据可视化来展现公司整体的运营情况，通过仪表盘让高层一目了然地看到各部门的目标执行情况，重要指标的监控可以下钻到细节等。
那么，制造企业应当如何做？
针对上述的问题，我们可以建设统一的大数据分析平台，以此改进数据处理方式，提升数据分析能力，实现粗放式运营到精细化运营的转变。
大数据分析平台可以通过工厂智慧数据大屏，以及车间数据看板的建立，覆盖制造企业的生产、运维、后勤等环节，支持员工实时查看车间数据看板，根据警戒阀值定时推送预警内容。这些结果可以用来辅助市场决策，提高投入产出比，并对车间物料进行预测分析，辅助物料订单管理，提高物料周转率。
大数据分析平台具备探索式分析模式，企业无需进行复杂的数据建模就可以进行数据分析，让数据分析更加简捷。在这些数据分析结果生成之后，还可以通过工厂智慧数据大屏来将数据结果以高度组织化的方式呈现在屏幕上，帮助制造企业的管理者获得更直观、清晰的数据洞察。
Smartbi在发展历程中服务过大量的制造企业，积累了大量的项目经验，经过提炼后形成制造业应用模板。
今天小麦就给大家“露一手”，提供几张模板，让大家可以学习一下。
1、高管驾驶舱
统计维度：
时间、各分厂、分支机构、区域、车间、部门等。
统计指标：
销售额、销量、收入、成本、利润、利润率、毛利、费用、回款、发货量、人均产值、稼动率。
应用场景：
通过高管驾驶舱来直观展示企业各项经营指标，使企业高管第一时间掌握企业经营状况，发现问题和机会，辅助决策。
2、订单监控
统计维度：
时间、订单类别、部门、区域、产品类型等。
统计指标：
订单状态占比、逾期订单、订单节点进度等。
应用场景：
订单延迟交付找不到原因和责任部门所在，各部门都在扯皮，导致公司违约，影响销售回款和公司商誉，降低客户满意度。通过实时监控订单执行各个环节状况，及时调控，可以保证订单按时交付。
3、车间监控-设备状态监控
统计维度：
时间、车间、线体、工单编号、产品类型等。
统计指标：
产量、计划达成率、计划数、工单完成、生产节拍、设备状态、故障时间、设备费用等。
应用场景：
生产监控主要对车间级别各线体当前生产状况进行实时监控，关注线体计划完成情况；关注设备晕妆状态，及时获取一线情况，快速合理调整资源，为车间一线管理提供决策依据等。
好啦，今天就分享到这里，感兴趣的小伙伴可以一起评论区交流吧~
其他网友回答
谢邀!
首，这份问题本身就有问题。大数据对于工业来说，还基本上没有大数据，而且，大数据对于工业来说，还真的没有大数据。
所以说，这个问题本身就有问题。
应该说，制造业应该如果利用大数据来指导工业生产，然后才能创造价值！
工业大数据现在来说，还没有什么概念，我们仅仅想问一句“什么叫工业大数据呢？”，我们感觉我们十分的可笑！
码字真的很辛苦的，来到这里看到我们的文章，那就是你我之间的缘分！点赞，转发和关注一下吧！我们诚挚地谢谢您！
其他网友回答
制造业如何利用工业大数据创造价值这个问题还是要回归制造业的本质，制造优质的产品！所以过程中产生的数据都是为了这个本质目的服务的。明确这个目的后，我们就针对制造业从设计、制造、试验、维护四个方面分析产生的数据和数据所能带来的价值。
1、设计方面产生的数据及其数据应用所能带来的价值
正向设计所产生的图纸、BOM、设计文档，软件代码、仿真数据等，单一数据源职能指导或者回滚本次产品的设计情况，当同类型产品的设计数据得到汇总，就可以利用类似数据形成设计经验库，同时利用前次产品的生产数据、试验数据和维护数据可以预测修正现在本次产品的设计方法，进而提高产品设计质量。
2、制造方面产生的数据及其数据应用所能来带的价值
制造过程会产生大量的产品是做数据，其每个产品都会产生自身的产品数据包，用以记录产品本身的生产制造过程，同类产品的不同批次形成产品数据包，在过程中根据“人、机、料、法、环”的数据分析，可以获取产品制造过程的主要工艺影响因数，通过大量数据的整理统计，找到影响产品质量的质量因数，进而修正，从而提高产品质量高。当然，这个过程也可以通过数据分析，来找到浪费点（原材料浪费、人员浪费、能耗浪费等）进而达到降低产品制造成本的价值。
3、试验方面产生的数据及其数据应用所带来的价值
试验数据可以更有效的确认设计和生产工艺的正确性，找到设计和生产的薄弱环节，或者批次产品的潜在问题。试验数据其实往往需要反馈到设计端和生产工艺端才能真正发挥价值。
4、产品维护产生的数据及其数据应用所带来的价值
产品生产销售出去后，就是产品的维护过程，维护过程是面对真正客户的最直接反馈点，所以客户提出的每一个信息反馈，都是对产品设计、生产、试验正确性的修正条件，这就需要综合各方面，各种客户的数据，从中找到真正的共性信息，梳理出用的信息，反馈回去。
总的来说，制造能够收集到生产过程中的数据，并能快速的传递并展现到前级环节，就能从分利用起数据，并实现数据在制造业的价值应用。目前，实现工业的数字化、自动化，就能较大提升目前制造业的能力，达到提质、降本、增效的目的。
其他网友回答
首先，要解决数据采集的问题，要部署相关的传感器和物联网的硬件设备，另外，解决传输的问题，例如，安装zigbee，蓝牙等无线传输设备，低功耗，耐用的传输模块，最后才是应用服务，数据库和分析工具，目前的分析工具没有对工业生产进行优化，可以看看阿里的工业大脑的设计思路，对自己的系统和数据进行优化！要看落地项目的应用场景！
其他网友回答
工业大数据是大数据的一种类型，是工业领域智能化过程中产生的大数据，通过对数量巨大、来源分散、格式多样的工业系统的数据进行采集、存储和关联分析，从中发现产品、服务和商业的新知识、新价值、新能力。
大数据和工业大数据主要区别
