工业大数据为什么落地难

眼前的困难和问题，极可能是过去没有准备的结果；而如今的失败，每每是过去草率行事的结果。一样，工业大数据浪潮来了，却会发现积累了多年的数据无法用。我总结了一下，大致有三种缘由：

一、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。好比，一个产品是某设备生产的。产品信息却没法与设备生产的时间对上。

二、数据结构杂乱

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

三、错用分析方法

许多传统分析方法其实很是有效，如方差分析、回归分析、决策树。不少人知道这些方法，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好了，觉得数据“全”了就能用。第三个问题的根源则在于对学问的浮躁：不少人觉得本身懂了，用很差就怪基本方法。另外，学术界为了发文章，过分推崇新方法也是致使浮躁的重要诱因。

 

由此观之，从事分析工做以前，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