工業(yè)企業(yè)收集了從資產(chǎn)性能到維護(hù)需求的各種數(shù)據(jù)，但其中許多企業(yè)仍缺乏如何管理這些數(shù)據(jù)或最大化其價(jià)值的計(jì)劃。事實(shí)上，根據(jù)Forrester的數(shù)據(jù)顯示，一個(gè)企業(yè)中60%到73%的數(shù)據(jù)從未成功地用于任何戰(zhàn)略目的。結(jié)果，公司錯(cuò)失了精簡(jiǎn)運(yùn)營(yíng)和發(fā)展業(yè)務(wù)的關(guān)鍵機(jī)會(huì)。

一個(gè)好的數(shù)據(jù)策略是每一個(gè)成功的數(shù)字化轉(zhuǎn)型的核心。隨著工業(yè)企業(yè)開(kāi)始為其數(shù)字化轉(zhuǎn)型計(jì)劃構(gòu)建成功的數(shù)據(jù)戰(zhàn)略，他們必須：

• 消除數(shù)據(jù)孤島
• 增強(qiáng)數(shù)據(jù)存儲(chǔ)能力
• 實(shí)施強(qiáng)有力的安全和訪問(wèn)控制
• 確保數(shù)據(jù)具有上下文

數(shù)據(jù)驅(qū)動(dòng)型領(lǐng)導(dǎo)者，如首席數(shù)據(jù)官(CDO)，應(yīng)該帶頭制定企業(yè)的數(shù)據(jù)戰(zhàn)略，并承擔(dān)構(gòu)建強(qiáng)大數(shù)據(jù)基礎(chǔ)的主要責(zé)任。這并非易事，CDO必須在這個(gè)復(fù)雜的過(guò)程中尋找工具來(lái)幫助他們。

成功的數(shù)據(jù)基礎(chǔ)的一個(gè)組成部分是數(shù)據(jù)歷史記錄(Data historian)軟件。它不僅能夠記錄工廠和資產(chǎn)過(guò)程的實(shí)時(shí)數(shù)據(jù)，還是集中和獲得企業(yè)數(shù)據(jù)可見(jiàn)性的關(guān)鍵，從而促進(jìn)協(xié)作。

開(kāi)發(fā)成功數(shù)據(jù)策略的挑戰(zhàn)

工業(yè)企業(yè)在開(kāi)始為其數(shù)字化轉(zhuǎn)型項(xiàng)目制定數(shù)據(jù)戰(zhàn)略時(shí)面臨著緊迫的挑戰(zhàn)。為了確保成功，他們必須克服幾個(gè)障礙：

數(shù)據(jù)孤島

工業(yè)數(shù)據(jù)的來(lái)源廣泛，且這些來(lái)源一般都使用不同的接口以及不同的樣本頻率和參數(shù)。這些數(shù)據(jù)可能來(lái)自工業(yè)物聯(lián)網(wǎng)設(shè)備、監(jiān)測(cè)工廠和工業(yè)資產(chǎn)，通常存儲(chǔ)在本地機(jī)器上，而不是在給企業(yè)中的其他員工訪問(wèn)的集中式數(shù)據(jù)庫(kù)中。

數(shù)據(jù)孤島增加了確保數(shù)據(jù)質(zhì)量的難度。此外，數(shù)據(jù)孤島也是機(jī)器學(xué)習(xí)算法和其他軟件工作流程自動(dòng)化質(zhì)量測(cè)試的障礙。

數(shù)據(jù)碎片化

碎片化的數(shù)據(jù)使得在工廠級(jí)別上很難獲得高層次的、企業(yè)范圍的視圖。工業(yè)企業(yè)必須實(shí)時(shí)了解他們的工廠和資產(chǎn)的運(yùn)行情況，以便做出關(guān)鍵的業(yè)務(wù)決策。

去中心化的數(shù)據(jù)剝奪了企業(yè)做出明智決策所必需的視圖和上下文。因此，領(lǐng)導(dǎo)者往往會(huì)錯(cuò)過(guò)實(shí)施前瞻性戰(zhàn)略的機(jī)會(huì)，比如預(yù)測(cè)性維護(hù)，從而迫使他們只能在決策過(guò)程中被動(dòng)地響應(yīng)。

缺乏安全和訪問(wèn)控制

數(shù)據(jù)碎片化掩蓋了公司擁有的大量數(shù)據(jù)，以及保護(hù)數(shù)據(jù)免受未經(jīng)授權(quán)訪問(wèn)所需的安全協(xié)議。如果沒(méi)有安全措施和數(shù)據(jù)訪問(wèn)控制，企業(yè)將面臨數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

考慮到這種風(fēng)險(xiǎn)，除非有一個(gè)安全的系統(tǒng)，否則客戶不愿意信任一個(gè)企業(yè)來(lái)處理他們的數(shù)據(jù)。不安全的數(shù)據(jù)也給客戶審計(jì)數(shù)據(jù)帶來(lái)了問(wèn)題。

丟失企業(yè)的數(shù)據(jù)

如果沒(méi)有對(duì)所有數(shù)據(jù)的企業(yè)級(jí)視圖，決策制定的上下文就會(huì)丟失，因?yàn)閱T工在離開(kāi)企業(yè)時(shí)會(huì)帶走他們的知識(shí)(例如，了解為什么收集某些數(shù)據(jù)以及如何利用這些數(shù)據(jù))。更糟糕的是，如果有問(wèn)題的數(shù)據(jù)存儲(chǔ)在本地機(jī)器上，那么當(dāng)員工離開(kāi)時(shí)，它可能會(huì)丟失。

技術(shù)在工業(yè)數(shù)據(jù)戰(zhàn)略中的作用

一個(gè)合理的工業(yè)數(shù)據(jù)戰(zhàn)略將為企業(yè)的數(shù)字化轉(zhuǎn)型帶來(lái)成功。數(shù)據(jù)策略還可以使企業(yè)更安全，從而提高工作流程的效率、更好的決策制定、改善工廠維護(hù)和增加客戶信任。當(dāng)你的行業(yè)組織開(kāi)始構(gòu)建數(shù)據(jù)策略時(shí)，Data historian可以幫助你實(shí)現(xiàn)這些好處。

Data historian軟件可以為行業(yè)領(lǐng)導(dǎo)者(如CDO、管理者和數(shù)據(jù)科學(xué)家)提供許多改善企業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施的機(jī)會(huì)。該軟件能夠使關(guān)注數(shù)據(jù)的領(lǐng)導(dǎo)者從過(guò)去的錯(cuò)誤中吸取教訓(xùn)，改進(jìn)工作流程。Data historian還能豐富數(shù)據(jù)，并使其可供整個(gè)企業(yè)使用。

最后，當(dāng)關(guān)鍵員工離職時(shí)，該工具可以幫助促進(jìn)知識(shí)轉(zhuǎn)移。決策過(guò)程記錄在代碼中，以便在必要時(shí)進(jìn)行逆向工程。這在維護(hù)和保養(yǎng)、問(wèn)題診斷和預(yù)測(cè)未來(lái)維護(hù)期間特別有用。

該軟件還動(dòng)員工業(yè)企業(yè)采取一些重要步驟，這些步驟是整體數(shù)據(jù)戰(zhàn)略的一部分。當(dāng)Data historian位于企業(yè)級(jí)時(shí)，它可以跨工廠、資產(chǎn)和工業(yè)物聯(lián)網(wǎng)傳感器集中數(shù)據(jù)。然而，你必須有策略地進(jìn)行以下過(guò)程：

• 審計(jì)現(xiàn)有數(shù)據(jù)。智能數(shù)據(jù)存儲(chǔ)是每個(gè)工業(yè)企業(yè)的目標(biāo)。你應(yīng)該確定唯一且最新的數(shù)據(jù)。存儲(chǔ)低質(zhì)量數(shù)據(jù)的成本或精力是不值得的。
• 標(biāo)準(zhǔn)化數(shù)據(jù)。你必須確保所有數(shù)據(jù)“使用相同的語(yǔ)言”。通過(guò)使用Data historian作為連接不同供應(yīng)商的數(shù)據(jù)并將其組織起來(lái)以供將來(lái)分析的中間層，盡可能地跨數(shù)據(jù)源標(biāo)準(zhǔn)化數(shù)據(jù)格式和參數(shù)。
• 數(shù)據(jù)集中。將數(shù)據(jù)存儲(chǔ)從本地機(jī)器轉(zhuǎn)移到集中式基礎(chǔ)設(shè)施。在此過(guò)程中，執(zhí)行自動(dòng)QA檢查，以確保未來(lái)的數(shù)據(jù)質(zhì)量。此外，還要確保到目標(biāo)用戶群的性能和可靠連接。
• 實(shí)施安全和訪問(wèn)控制。不是每個(gè)員工都需要隨時(shí)訪問(wèn)所有客戶數(shù)據(jù)。建立內(nèi)部數(shù)據(jù)使用的訪問(wèn)參數(shù)，以便相關(guān)員工只能訪問(wèn)其角色所需的數(shù)據(jù)。為了審計(jì)和安全目的，確保所有數(shù)據(jù)都被記錄和跟蹤。

正確的工具可以幫助工業(yè)企業(yè)深入了解他們的數(shù)據(jù)。但是，為了利用工業(yè)數(shù)據(jù)基礎(chǔ)，了解企業(yè)面臨的更大挑戰(zhàn)以及如何從戰(zhàn)略上將軟件實(shí)現(xiàn)到現(xiàn)有的基礎(chǔ)設(shè)施和流程中是很重要的。通過(guò)這樣做，工業(yè)企業(yè)將在數(shù)字化轉(zhuǎn)型項(xiàng)目和管理不斷增加的海量數(shù)據(jù)方面取得更大的成功。