随着工业4.0的引入，以及物联网传感器变得越来越普遍

　　所有行业都有一个共同点，数据和很多。数据量与现在连接到互联网的“事物”的数量有关，从个人设备、办公室打印机，一直到泵上的传感器，帮助产生保持电源所需的电力。
　　他们说数据是新的石油；然而，太多的工业公司发现他们生成的所有数据几乎没有用途或没有收益。事实上，据报道，采矿和资源部门使用从其设备收集的数据不到1%。
　　那么，公司如何确保他们从生成的数据中获得最大价值，我们如何确保项目成功并且不会成为70%失败的数字化转型的另一个统计数据？
　　这些问题可以通过查看组织中谁使用数据以及分析哪些数据来解决。
　　数据科学方法
　　在工业4.0之前，工业企业依靠数据进行日常决策并不常见。企业依靠久经考验的方法，例如预防性维护、及时维护、OEM（原始设备制造商）规范的实施，以及根据需要引入外部SME和顾问的做法，以帮助解决可靠性问题和优化过程。
　　随着工业4.0的引入，以及物联网传感器变得越来越普遍，企业已经开始收集他们的数据。许多大型组织创建了内部数据科学团队，以使用新获得的数据来解决关键问题。
　　通常，这些问题可以通过查看有限的历史数据来解决。数据科学团队将花费大量时间在重复的数据操作任务、编程和编码上。通过此过程，数据洞察通常需要数月才能生成。
　　这种方法将数据分析限制在数据科学团队。是的，这些企业正在使用他们的数据；然而，由于产生洞察力需要时间，因此很难扩展结果。不幸的是，在过去的几年里，许多数据科学团队都在缩减规模，因为商业价值没有得到认可。