△图源：freepik
回望过去几年，物联网、大数据、人工智能、工业互联网等技术迅猛发展，成为推动制造业转型升级的新动能。而新冠疫情更是暴露出制造业在资金、生产、供应链等多方面的问题，加速了不少企业进行数字化转型的决心。
然而，数字化转型是什么呢？
《2021数字化转型白皮书》中指出，数字化转型的本质，是通过数字技术和数学算法先行切入企业业务流，形成智能化闭环，使得企业的生产经营全过程可度量、可追溯、可预测、可传承，重构了质量、效率、成本的核心竞争力。
数据是这个闭环的基础单位。但实际上，大部分传统制造型企业信息化基础薄弱，数字化进程中很快便会遇到各种问题。而其中很关键的一点是，他们原有的数据不齐、不准，系统带病运行，甚至是没有建立信息系统，数据散落在企业生产经营的各个环节。
△图源：freepik
对于这类型的企业，打好数字化的基础是进行数字化转型的第一步。那么，数据采集要考虑什么呢？以下几点可供参考：
需要什么数据？
企业生产经营中，设备运转、环境状况、管理干预等都会产生大量的数据。如同采矿，如果全盘收集，对中小型企业来说，不仅费时费力，而且矿产以外还收揽了大量矿渣。因此，企业首先明确数字化的目的，从源头上梳理数据收集类型、渠道等内容，整理和抽取出客观、真实和有用的数据，从需求出发才能更好地发挥数据的价值。
数据越多越有价值？
从统计学原理来讲，数据量大前提下得出的结论可信度就会高，因此不少企业都希望拥有大数据。然而，在时间上，大数据的积累需要一个长期的过程；在范围上，数据的采集也受限于企业特点，难以覆盖到整个行业，难以寻得借鉴。对此，更需要重视的是对获得的数据分析。结合大数据的思维和小数据的细节，通过不断更新迭代修正改善，让数据精炼，让结果可靠，同样能够发挥出数据的作用。
如何收集数据？
传统制造业信息化程度低，大多依靠人工采集。而数字化转型需要的数据除了数量、质量外，还需要更深入更多样的数据以及其背后科学精准的采集方式（时间和采集点）。比如车间数据需要细化到设备的停启、稼动率、环境温度等具体信息。
△图源：freepik
如果企业从0到1自己做起，会遇到设备通讯协议繁杂、数据清洗难等问题。此时，借助第三方数字化厂商，可以降低数据采集的难度和风险，如寰球智能深耕大数据多年，在向用户提供产品服务的同时，还注重帮助用户进行数据采集、挖掘作业过程中各项数据的内在价值，梳理数字化转型思路和路径，选取合适的解决方案，为企业降低人力、技术等成本。
尽管制造业数字化转型之行路难、多歧路，但迈出第一步，不断探索、因地制宜，从数据感知入手，到可追溯、可预测、可传承迭代发展，一步步走出一条适合自己的转型之路。
