工业大数据为何落地难

眼前的困难和问题，很可能是过去没有准备的结果；而现在的失败，往往是过去草率行事的结果。同样，工业大数据浪潮来了，却会发现积累了多年的数据没法用。我总结了一下，大体有三种原因：

1、数据对应不上

围绕同一个对象或过程的数据都有记录，但串不起来。比如，一个产品是某设备生产的。产品信息却无法与设备生产的时间对上。

2、数据结构杂乱

围绕特定事件或产品的信息很多，但数据没有被结构化地组织起来，想找的时候却找不到。

3、错用分析方法

许多传统分析方法其实非常有效，如方差分析、回归分析、决策树。很多人知道这些方法，却只会生搬硬套。硬套不行就责怪方法不行，转而去找些时髦的方法。

 

前两个问题根源是收集数据时指导思想的浮躁：只要把数据都收集上来就行了，以为数据“全”了就能用。第三个问题的根源则在于对学问的浮躁：很多人以为自己懂了，用不好就怪基本方法。另外，学术界为了发文章，过度推崇新方法也是导致浮躁的重要诱因。

 

由此观之，从事分析工作之前，应复习一下小学老师的教诲：戒骄戒躁。

 

原文：http://blog.sina.com.cn/s/blog_4c0184bb0102vhiv.html

转载于:https://www.cnblogs.com/jingsupo/p/11479133.html