不管是工业4.0还是智能制造，背后都离不开工业大数据和制造业的深度融合，其本质是“大数据+制造业”在各领域的深刻体现。工业大数据的广泛应用，必将带来工业企业的广泛创新和变革的新时代。这些创新和变革，将全面影响我们的生活，给全球工业带来革命性的变化，改变企业的研发、生产、运营、营销和管理方式。“大数据+制造业”将如何进行？这是本文要探讨的重点，今天极星大数据将通过大数据分析在制造业的6大应用场景，给您一个全新的认知。
目前，工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业物联网生产线分析、工业供应链优化和产品精准营销等6个方面：
场景1：产品创新
客户与企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够加速产品创新。比如，福特汽车将大数据技术应用到了福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。在行驶过程中，司机产生的数据和福特工程师的反馈，形成了良好的互动交互，这种以客户为中心的大数据应用场景，催生了新型的产品创新和协作方式，让司机获得了有用的***信息，而福特工程师汇总关于驾驶行为的信息，可以了解客户，制订产品改进计划，并实施新产品创新。
场景2：产品故障诊断与预测
无所不在的传感器、互联网技术的引入，使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。以波音公司飞机系统为例，其发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且实现了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。
场景3：工业物联网生产线
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声，每隔几秒就收集一次数据。利用这些数据，可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析等。比如，在生产工艺改进方面，使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误，解决问题。
场景4：工业供应链优化
当前，RFID等产品电子标识技术、物联网技术以及移动互联网技术，能帮助制造企业获得完整的产品供应链大数据，利用大数据分析，能大幅提升仓储、配送、销售效率，大幅下降成本。以海尔公司为例，在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。
场景5：产品精准营销
大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略，实现产品的精准营销，节省营销费用。
场景6：生产计划与排程
制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大，再加上十几年的信息化的历史数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。
