我的“数字化”转型

  我从业信息化行业已九年，一直在制造业公司工作，一直以来我在思考两个问题：1、什么是信息化和数字化。 2、信息化如何能提高制造业产品质量、提升生产效率、降低成本。

1、关于信息化和数字化。 如果从信息论的角度去思考：信息的基本作用就是消除人们对事物的不确定性，一个系统越是有序，信息熵就越低，反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。企业是一个封闭的系统，这个系统包含了人机法料环等要素；信息化的本质是通过构建信息系统，来增加获取信息的效率，信息越多，信息熵越低；信息熵越低，企业的管理越趋向于有序；数字化本质上也是降低信息熵的过程，是信息化的加强版，即获取以及处理更大量的信息或数据：当企业通过大量的数据知道了它本身的问题，能够预测到未来的趋势，这不就是企业这个系统从无序走向了有序吗？

2、信息化是必要的，但它依然有很多局限性；它自己能产生大量的业务数据，但是仅仅是产生了数据（BI从某种程度上来说只是有序的展现了数据）却不能从数据里发现规律、异常和知识；我经常听到车间里抱怨：某型号电池的某工序总是工艺达不到要求，某设备总是出现故障和异常，某段工序浪费总是很严重等等；这些问题用常规信息化的思路是无法解决的，但是这些问题的答案就藏在数据里，也许通过数据能够找到问题的解决办法。

信息化产生了数据，可以通过数据挖掘来将信息量转成“负熵”从而让“无序”的系统变成“有序”，比如通过分析设备的故障数据能够知道它的异常模式和故障决策树，通过神经网络来预测它何时会出现异常等等。

因此，没有数据挖掘的信息化只是数据量大而已，信息化到数字化，数据挖掘是必经之路。

我现在是一家铅酸制造企业的SAP工程师，在实际工作中常常在车间看到很多问题，这些问题用SAP无法解决；基于以上的思考，我从2018年开始自学R语言编程、统计学、机器学习算法、数据库。我所理解的数据挖掘=算法+工具+业务，其中业务是核心，脱离了业务场景的数据挖掘就是耍流氓。目前网上关于制造业的数据挖掘的实战案例很少见，特别是铅酸电池行业更是看不到，所以我今年做了一些基于实际业务的数据挖掘尝试，我想把这些过程记录下来，一来是督促自己通过“输出”来巩固，二是想分享这些思考能跟同行进行交流。从这篇博客开始，今后不定期的更新一些实际案例，希望大家能多留言交流。