本篇文章探讨了大数据分析之数据分析或成释放制造业IoT价值的关键所在，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

<

　　曾有专家预测，2020年对制造商来说是重要的一年。此前有数据机构预测马来西亚、越南和印度尼西亚将首次跻身制造业竞争力前 15 强的国家或地区行列，紧随中国、日本、印度、韩国和新加坡，而瑞典或瑞士这样的老牌西方国家将被挤出前 15 强。但要实现这一点，亚太地区的制造商需要抓住物联网带来的机遇。接下来，我们将共同了解一下IoT的业务价值，以及制造商如何从中获益。
　　新兴的制造业预计将成为未来亚洲经济的巨大推动力。预计到2020年，最具竞争力的制造业国家中多数均来自该区域，其中包括中国、日本、印度、韩国、新加坡、越南、马来西亚、泰国和印度尼西亚等。
　　为什么会出现此格局?因为亚洲制造商正越来越多地从传统制造转向先进制造或智能制造，以应对劳动力短缺和技术进步不断带来的颠覆影响。特别是在中国市场，很多企业均力图通过更为科学、先进、精细以及附加高知识产权价值的运作方式，提升制造业水准与产品综合竞争力。
　　其实，在这过程中最关键的方法之一便是通过联网传感器将原本孤立的机器、系统和产品连接在一起，从而利用物联网(Internet of Thing, IoT)技术提高运营效率、获得竞争优势。
　　例如，一家服装制造商可以组合使用传感器、数据收集与分析技术来监控其机器设备的实时性能与生产环境，并在机器出现故障前采取预防措施。有了这种预测性维护能力，制造商可以减少由于意外停机和生产中断而造成的成本和时间损失。在智能工厂中，IoT 可提供整个生产线的实时洞察。制造商可以借此快速识别生产滞后或产能过剩并做出调整以满足生产订单需求。
　　由于IoT的价值在于数据，所以数据管理战略是IoT项目成功的关键。它应该涵盖五个方面：
　　收集，其中包括收集传感器数据并可进行传输;
　　传输，侧重于确保来自互联设备的数据安全、可靠地传输到数据中心;
　　存储，需要存储传感器数据并保证其可用于分析，甚或是实时分析;
　　分析，分析系统所收集到的传感器数据并获得洞察;
　　归档，着眼于经济高效的长期传感器数据归档与管理。
　　更多的制造商还需要确保他们的数据管理战略涵盖核心数据(存储在数据中心的数据)和边缘数据(在设备和传感器上生成的数据)。对于前者，收集到的所有数据首先发送到数据中心集中存储，然后再进行分析。这对于回顾性数据分析很有用。
　　然而，至于后者，也称为边缘计算，联网设备执行部分筛选和分析操作，并根据生成的数据做出初始决策。例如，生产线上的一个联网机械臂便可以收集其性能数据，过滤掉不重要的信息，仅在出现异常情况(例如，过热或部件故障)时，才向操作员发送警报。为了支持边缘计算和实时分析，制造商需要利用内置闪存固态驱动器的工业 PC。由于生产线上的机器通常会用到大型磁铁，这些磁铁会损害机械硬盘，因此制造商在采用 IoT 时应该考虑使用基于闪存的存储。
　　除此之外，良好的数据管理战略应该确保无论数据驻留在何处，制造商都可以使用相同的数据管理工具和流程。随着制造商为了实现灵活性越来越多地采用混合云，他们需要采用统一的数据格式，以便能够轻松地整合来自不同环境的数据用于分析。
　　或许向先进制造发展会让人望而生畏，因为需要处理的事情多种多样，尤其是数据管理。减少这种复杂性的一种方法是使用能够统一 IoT 数据以便用于工作负载或应用程序的解决方案，完全无需考虑架构和平台。消除数据孤岛并且能够随时随地访问数据有助于制造商提高效率和加快创新步伐。
　　纵观当下行业发展，亚太地区大多数地区制造业的未来都将倚仗智能和互联技术。据IDC预测，到 2021 年，该区域制造商在 IoT 上的合计投资将占到全球总投资的三分之一左右。但对亚洲制造商来说，切勿因 IoT 风靡全球就盲目跟风。首先，他们需要一个适应未来需求的数据管理战略，以便能有效地利用互联设备生成的数据。只有这样，他们才能够利用 IoT 监控业务发展，做出明智决策，推动企业向前发展，超越竞争对手。      
          

      本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！