工業4.0這個大環境下，如何實現智能制造是大家都關心的問題，同時很多企業家都意識到數字化轉型是智能制造實現的途徑。但數字化轉型基于很多技術的融合，工業物聯網、人工智能、云計算、數據分析等等。數字化轉型不僅僅是企業簡單的數字化，而是把數字作為智能制造的核心驅動力，使企業產品實現增量價值，利用數據去整合產業鏈和價值鏈。目前很多企業都意識到數據的重要性，但還是停留在數據采集和儲存行，如何把儲存的大量數據使其變現，就是我們國工智能今天要討論的問題。

一、數據來源

1、設備產生的數據，工業數據的來源很大一部分是設備運行過程中所產生的數據，及設備與設備之間的關聯數據，所以現在SCADA系統就是著重于現場設備的數據采集與互聯。

2、工業制造鏈所產生的數據，包括采購、生產、物流、銷售內部流程及外部互聯網信息，通過這些數據與設備數據的結合，同時進行大數據進行分析，幫我們實現工藝過程的改進與對客戶的分析和挖掘。

二、數據分析

數據采集只是數據平臺搭建的第一個環節，下一步是對不同來源的數據進行處理。 數據必須要放到相應的環境中分析，才能了解數據之間的關系。數據采集與分析必須要生產過程中的環境數據結合。數據分析方法也很多，如假設檢驗、顯著性檢驗、差異分析、相關分析、T檢驗、 方差分析 、卡方分析、偏相關分析、距離分析、回歸分析、簡單回歸分析、多元回歸分析、逐步回歸、回歸預測與殘差分析、嶺回歸、logistic回歸分析、曲線估計、因子分析、聚類分析、主成分分析、因子分析、快速聚類法與聚類法、判別分析、對應分析、多元對應分析（最優尺度分析）、bootstrap技術等等。

制造業數字化之路創新的核心，就是要依托于這些采集的數據，通過數據分析，企業可獲得競爭優勢、快速響應不斷變化的市場動態，提升產品質量和客戶服務滿意度，并且可以進行預測分析，幫助企業提前進行問題規避和預警處理。

注：部分圖片和文字來源于網絡，如涉及版權問題請聯系進行刪除。