工業大數據爲什麼落地難

眼前的困難和問題，極可能是過去沒有準備的結果；而如今的失敗，每每是過去草率行事的結果。一樣，工業大數據浪潮來了，卻會發現積累了多年的數據無法用。我總結了一下，大致有三種緣由：

一、數據對應不上

圍繞同一個對象或過程的數據都有記錄，但串不起來。好比，一個產品是某設備生產的。產品信息卻沒法與設備生產的時間對上。

二、數據結構雜亂

圍繞特定事件或產品的信息不少，但數據沒有被結構化地組織起來，想找的時候卻找不到。

三、錯用分析方法

許多傳統分析方法其實很是有效，如方差分析、迴歸分析、決策樹。不少人知道這些方法，卻只會生搬硬套。硬套不行就責怪方法不行，轉而去找些時髦的方法。

 

前兩個問題根源是收集數據時指導思想的浮躁：只要把數據都收集上來就好了，覺得數據「全」了就能用。第三個問題的根源則在於對學問的浮躁：不少人覺得本身懂了，用很差就怪基本方法。另外，學術界爲了發文章，過分推崇新方法也是致使浮躁的重要誘因。

 

由此觀之，從事分析工做以前，應複習一下小學老師的教誨：戒驕戒躁。

 

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