伴隨傳感器采集的數據越來越多，IoT領域越來越多的參數被納入考慮的范疇，數據之間的關聯關系持續增強，而這些新型關聯關系，將會激發全新的模型和視野。

 

數據分析是一種探索活動，陳廣乾通過多年的教訓和經驗總結，形成了一套工業大數據在企業落地的邏輯與方法。

 

他在海爾時就主導大數據相關項目，并且知道不是所有的數據都是大數據。社會數據早就有，質量數據也早就有，關鍵是這堆數據里，能否通過分析深度數據，形成新的數據模型，來實現新的價值組合？利用這些綜合的算法分析，找出什么樣企業、什么樣的數據，適合什么樣的模型，是他做工業大數據分析的一個基本方法論。 

 

他首先解決的是工業數據難于理解的問題。工業對象的系統性明顯，復雜程度高，對數據分析的質量要求高。而深入理解各個工業，則要花費太長時間。

 

他在和清華、北大等大數據領域的博士溝通時了解到，雖然博士們對數據算法有很深的研究，但是卻找不到數據后面的業務含義，原因是他們欠缺業務模型訓練。而業務模型訓練是非常重要的，它是具體行業問題的“解鈴人”。

 

接著，將業務模型建立起來以后再做算法，算法形成后，回過頭來檢測與實際業務需求的差別。實施的過程本就是不斷調整的過程，不斷訓練模型，一直到這個模型能解決業務問題，能產生實際效果，形成一個閉環的循環。 

 

以陳廣乾帶領團隊完成的工程機械大數據項目為例，根據下面他們繪制的工程機械經銷商業務全景圖，利用工業大數據分析，他們完成了代表性企業的運營優化任務，最終的項目績效相當亮眼： 

 

項目成功預測工程機械老客戶6億元的潛在金額流失，其中重度流失2.8億元，中度流失2.3億元，潛度流失0.9億元。

 

項目成功挖掘工程機械新客戶8.2億元銷售機會，其中大型機2.2億元，中型機3.5億元，小型機2.5億元。

 

基于銷售網格，項目全面支持1,000名現有員工實現20億元的債權逾期管控。

 

所以這是基于前端的用戶標簽如：相似性、消費行為的聚類性、分群性來做算法，這是基于算法模型。

 

專供工業大數據的時序數據庫

 

在工業大數據存儲領域，除了傳統的關系型數據庫和分布式數據庫以外，還有一種類型的數據庫是非常必要和實用，就是時序數據庫，工控領域也稱其為實時數據庫。

 

由于IoT領域幾乎全部傳感數據和控制數據都是時序數據，陶建輝總結了工業大數據的時序空間特性。 

 

時序數據庫并不單單只是一個數據庫，而是一個系統，包括對各類工業接口的數據采集、壓縮、存儲、檢索、實時計算，基于監測數據的反饋及控制功能等。

 

時序數據庫的出現，主要是為了解決關系型數據庫不太擅長的領域，包括：

 

1、海量數據的實時讀寫操作：工業監控數據要求采集速度和響應速度均是毫秒級的，一個大型企業幾萬甚至幾十萬監測點都是常有的事情，這么大容量的高頻數據，如果用關系數據庫進行存儲，很難進行每秒幾十萬次的數據的讀寫操作。

 

2、大容量數據的存儲：由于數據采集是海量的監控數據，如果用傳統數據庫存儲，將會占用大量空間。如用關系數據庫保存10,000個監測點，每個監測點每秒鐘采集一次雙精度數的數據，需要5-6TB空間，如果考慮其它因素再建立索引，則需15-20TB空間。時序數據庫采用專門的壓縮算法，存儲量能夠縮小到1/40，因此只需500GB的空間就能有效存儲。

 

3、集成了工業接口的數據采集：工業通訊、傳輸的協議種類繁多，時序數據庫一般都集成了大量的工業協議接口，可以對各種類型的工業協議進行解析和傳輸。

 

具備流式計算能力的工業大數據平臺在2017年前后漸熱，出現了大量的開源和商業產品。 

 

陶建輝抓住上述開源大數據平臺在物聯網大數據處理上性能價格比低下的問題，開發了專業高效的時序數據引擎TDengine，大幅降低應用開發難度和成本，縮短應用推向市場的時間。

 

TDengine正在高鐵項目上進行測試，替代原有的MySQL，大幅提升了數據分析的時效性。 

 

工控領域市場份額最大的實時數據庫是美國OSIsoft公司的PI System，因其在物聯網領域的前瞻布局，2017年獲得了軟銀的投資。在2018年5月初，OSIsoft公司一年一度的用戶大會中，PI System不僅進行了全新升級，提供機器學習能力，同時支持邊緣和云端運算，還正在嘗試與區塊鏈的結合應用。

 

工業大數據之工控大數據

 

我認為工控大數據是工業大數據中非常特殊的一類，因此單獨進行闡述。

 

制造業領域的生產相關數據，我們姑且把它稱為工控大數據，雖然它并不符合通常意義上大數據的標準，但仍舊可以借鑒互聯網大數據的技術，創造嶄新價值。

 

來自GE統計，現在工業企業內部由機器產生的數據量是非常龐大的，以TB來計。由于前期很多技術原因，以及對數據采集不夠重視，我們并沒有充分利用這些數據，利用率不到2%。如何提升工控大數據的利用率，關系到智能化水平，這是工業企業面臨的最大挑戰和難題之一。

 

如果給出詳細定義，工控大數據是指在工業領域的工廠內部，通過傳感器等物聯網技術進行數據采集、傳輸得來的數據，由于數據量巨大，傳統的信息技術已無法對相應的數據進行處理、分析、展示，而在傳統工業信息化技術的基礎上借鑒了互聯網大數據的技術，提出的新型的基于數據驅動的工業信息化技術及其應用。

 

工控大數據尤其注重數據質量，怎樣才能把工控大數據的質量控制好？郭朝暉的經驗告訴我們，如果一項數據不與業務結合，數據出多少問題都沒人知道。所以工控大數據，必須首先讓這些數據“有用”。數據有用了，數據質量才會持續改進，數據質量高了，才有被利用的基礎，推動智能化才劃算。