大数据飞速发展，制造业大数据该怎么做如何做？
数据分析从来都不是一个新的东西，只是近年因为“大数据”的炒作变得火热，其实利用数据、用数据说话、会分析数据，这些能力是一直在各行业都是深受重视。
说起制造业，机械吗，我们想到的可能都是这样的:
好一点呢？
额不对，这个不是很重要。我们主要是今天来说制造业的数据分析的。
制造业数据分析
制造业相比互联网，数据目前来说还不是一个重点。
制造业价值链长：互联网的核心价值链大多是这样的
“推荐客户喜欢的东西-客户买单-让用户再来“，
”推荐音乐/电影-用户买单-让用户再来“。
“推荐吃喝玩乐- 用户买单-让用户再来
或者是这样的：
“推荐用户的广告-用户喜欢点了广告-不让用户讨厌”
等等
整体来说价值链短，而且目标相对来说明确，涉及的方向较少。数据在各方面应用已经相对成熟，应用广泛，目标明确。
而制造业，尤其是对于大一些的制造企业来说，涉及”市场、供应链、研发、制造、销售、售后“等多个部门，企业结构复杂，涉及到众多上下游供应商。
不同于互联网行业数据的来源是主要来自于客户的“下载、浏览、点击、购买”等高频次活动，以及自己相关的其他外部数据，制造业因为客户往往是行业内上下游，面对终端客户也不会是高频次的行为。
所以制造业的主要数据来源往往是来自于内部的产品生产数据、物联网数据，而主要利用数据的方式也是提高质量、降低内部成本、提高内部灵活性。
和互联网行业相比还又：重资产，改变慢，不能像互联网快速迭代。
决策还是人为驱动，不能直接由数据驱动。
数据基础设施还不够完善。
整个行业目前对于数据的利用率较低，但是现在正在慢慢开始重视起来，是一个非常好的机会。机会多，门楷也相对低。
可以先参考一下亿信华辰的制造业相关案例：
习近平总书记在中共中央政治局第二次集体学习时指出，要构建以数据为关键要素的数字经济，善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。
中央经济工作会议重新定义了基础设施建设，2019将是基础设施之年，“基建”有了新的含义：新型基础设施建设。发展新型基础设施的过程中，企业若乘上大数据发展的东风，将能对外快速预见未来，把握好决策方向，对内有效驱动、自我改善，并能内外资源整合，迸发出茁壮的生命力。
某电建集团主要从事国内外高速公路、市政、铁路、轨道交通、桥梁、隧 道、城市综合体开发、机场、港口、航道、地下综合管廊以及生态水环境治理、海绵 城市建设、环境保护等项目投资、建设、运营等，为客户提供投资融资、咨询规划、 设计建造、管理运营一揽子解决方案和集成式、一体化服务。成立以来，投资建设了 一大批体量大、强度高、领域宽的基础设施及环保项目。
该公司的数据化建设，或将成为新型基础设施建设的一个缩影。
项目背景
数字经济时代，数据资源已经成为企业的核心资源和核心竞争力，各类企业信息化建设的重心正从 IT（信息技术） 向 DT（数据技术） 转化，未来信息化建设的重心将是如何对组织内外部的数据进行深入、多维、实时的挖掘和分析，以满足决策层的需求，推动信息化向更高层面进化，构筑公司数字经济时代的新优势。
目前，由于各级各部门大量的时间用在内外部各种繁杂的报表填报、汇总、统计和分析上，同时各级领导有对公司或者所辖单位的整体经营情况仍旧通过传统的汇报、传统的报表等了解，缺乏直观和可视化系统支撑决策分析，主要存在问题如下：
1、数据孤岛严重
各级各部门数据无法有效共享，跨部门跨层级的数据采集、共享和分析利用困难。
2、数据采集方式落后
数据采集仍旧采用传统 EXCEL 方式进行，缺乏自下而上的数据采集、数据审核、数据报送、汇总分析的数据采集平台支撑，导致数据源分散、数据标准不统一、数据质量难以保证、数据采集效率低下。
3、缺乏统一的决策经营指标体系和数据资源统一管理机制
导致数据资源不能有效利用，价值无法充分发挥，无法为各级领导决策提供有效支持。
建设内容
为彻底解决以上问题，根据需求和数据资产类项目建设方式，系统实现按照“指标资源整理-应用场景展现设计–数据获取-指标资源池-页面实现-决策门户 ”的方式设计。即根据梳理的指标体系应用场景需要确定设计展现界面展现内容，根据展现内容确定指标体系，根据指标体系来并收集相关数据。
1、搭建智能填报系统
梳理指标体系，构建决策指标和主题指标，明确指标类型，指标数据来源，各指标输出口径：是否填报、填报维度与对象、填报周期等等。
实现公司各级各部门自下而上决策数据填报、数据审核、 数据报送、汇总查询、数据补录等全过程网络化数据采集的需要。
2、构建经营决策指标体系
构建公司经营决策指标体系。收集数据分析需求，分析汇总形成公司市场、
经营、履约、运营、项目等生产经营关键指标和相关数据分析主题、指标，形成指标 资源池，实现决策数据的体系化、指标化和模型化。
3、决策指标体系建设
根据某电建集团提供数据的内容和主要特征，将决策指标体系的指标分为运营指标、经营指标、整体指标、市场指标、履约指标五类一级指标。每类一级指标又分别由若干个二级指标组成。
4、建设决策支持系统
通过亿信BI工具，基于报表采集的数据和相关信息系统积累的数据， 初步构建管理驾驶舱，满足面向公司决策层和部门领导的数据分析，可视化图表化辅助领导管理决策，并集成电建通APP应用，实现决策移动化。
5、搭建自助式BI
通过豌豆BI工具搭建自助式 BI。为市场营销、建设管理、资产运营、财务管理等部门有自助探索数据分析的业务人员提供自助式可视化分析工具。
价值体现
在合作中，亿信华辰根据当前数据分析应用的诉求，帮助该电建集团建设决策整体指标、市场指标、履约指标、运营指标五个模块，提供了从数据采集、数据汇总到指标口径定义、指标建模、指标数据落地和数据可视化分析于一体的完整的解决方案。
决策管理平台以业务分析平台为基础，以更核心的指标、更直观的展现方式实现数据的分析与监控，支撑领导层的管理决策。主要包括管理驾驶舱、项目看板专题、市场专题、经营专题、履约专题、运营专题等场景。使数据资源得到充分利用，最大程度的发挥数据价值。
小结：大数据飞速发展的时代，传统制造业也需要数字化转型，帮助决策，从而使企业更好的发展。
