新出臺(tái)的《2016－2017年度工業(yè)分析報(bào)告》顯示，工業(yè)分析不僅能為企業(yè)增加收益、提高客戶滿意度，還能提升產(chǎn)品質(zhì)量，并對(duì)工業(yè)分析的發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)。

據(jù)麥肯錫全球研究院（McKinsey Global Institute）預(yù)測(cè)，到2025年，物聯(lián)網(wǎng)（IoT）在全球范圍內(nèi)產(chǎn)生的經(jīng)濟(jì)價(jià)值將高達(dá)11萬(wàn)億美元。

69％的決策者認(rèn)為，到2020年，工業(yè)分析（Industrial Analytics）將對(duì)企業(yè)業(yè)務(wù)起到至關(guān)重要的作用；而15％的決策者則認(rèn)為，就目前而言，工業(yè)分析的作用都已經(jīng)十分重要了。

未來(lái)1至3年，工業(yè)分析將主要運(yùn)用于設(shè)備的預(yù)測(cè)性和規(guī)范性維護(hù)、客戶／營(yíng)銷相關(guān)分析，以及產(chǎn)品使用情況分析三個(gè)方面。

企業(yè)對(duì)數(shù)據(jù)專家的技能缺口尚待填補(bǔ)，具備必要的技術(shù)能力的企業(yè)只占22％。

如何定義工業(yè)分析

工業(yè)分析（Industrial Analytics ，縮寫IA），即對(duì)在工業(yè)生產(chǎn)及整個(gè)產(chǎn)品生命周期過(guò)程中產(chǎn)生的數(shù)據(jù)進(jìn)行收集、分析和應(yīng)用，適用于任何制造和銷售實(shí)體產(chǎn)品的企業(yè)。工業(yè)分析包括傳統(tǒng)的數(shù)據(jù)抓取和建模方法，但其未來(lái)能否發(fā)揮價(jià)值主要取決于物質(zhì)世界互聯(lián)程度（物聯(lián)網(wǎng)），以及分析、解釋數(shù)據(jù)方法的改進(jìn)（機(jī)器學(xué)習(xí)）。

數(shù)字分析協(xié)會(huì)（Digital Analytics Association e．V． Germany ，縮寫DAAG）領(lǐng)頭編撰了一本《2016－2017年度工業(yè)分析報(bào)告》，于近日發(fā)布。現(xiàn)歸納部分核心內(nèi)容供諸君參考：

工業(yè)分析的三大好處：增加收益（33．1％），提高客戶滿意度（22．1％），提升產(chǎn)品質(zhì)量。大多數(shù)的工業(yè)企業(yè)并不主要將工業(yè)分析用于降低成本，而是視其為增加未來(lái)收益的催化劑。企業(yè)利用工業(yè)分析獲利的三種主要方法是：升級(jí)現(xiàn)有產(chǎn)品，改變現(xiàn)有產(chǎn)品的商業(yè)模式，創(chuàng)造新模式。

未來(lái)1至3年內(nèi)，工業(yè)分析將最主要應(yīng)用于設(shè)備的預(yù)測(cè)性和規(guī)范性維護(hù)。另兩個(gè)種主要應(yīng)用領(lǐng)域是客戶／營(yíng)銷相關(guān)分析和產(chǎn)品使用情況分析則。

擁有企業(yè)級(jí)的數(shù)據(jù)分析策略的決策者達(dá)68％，設(shè)有專門的工作單元（部門）達(dá)46％，而實(shí)際完成了數(shù)據(jù)分析項(xiàng)目的只占30％。調(diào)查顯示，在剩余的70％（沒完成項(xiàng)目的）工業(yè)企業(yè)中，大多數(shù)處于項(xiàng)目試驗(yàn)階段。

未來(lái)五年，商業(yè)智能（Business Intelligence，縮寫B(tài)I）、預(yù)測(cè)性分析工具及高級(jí)分析平臺(tái)將對(duì)實(shí)現(xiàn)工業(yè)數(shù)據(jù)分析至關(guān)重要。未來(lái)五年，商業(yè)智能的重要性將從39％上升到77％，預(yù)測(cè)性分析工具的重要性將從32％升至69％，而用于工業(yè)數(shù)據(jù)分析的電子數(shù)據(jù)表（spreadsheets）的重要程度將下滑。

在遺留系統(tǒng)（legacy system）、工業(yè)自動(dòng)化、MES和SCADA系統(tǒng)整合的基礎(chǔ)上，工業(yè)分析技術(shù)與基于傳感器的數(shù)據(jù)相結(jié)合，進(jìn)一步升級(jí)。IoT Analytics GmbH將這種技術(shù)定義為四個(gè)部分——數(shù)據(jù)來(lái)源，必備基礎(chǔ)設(shè)施，分析工具和應(yīng)用程序，如下如所示：

得益于工業(yè)物聯(lián)網(wǎng)（IIoT）和工業(yè)4．0，智能傳感器將以生產(chǎn)過(guò)程為依據(jù)，自主決策、自主權(quán)衡。IoT Analytics GmbH預(yù)計(jì)，這一進(jìn)步將推進(jìn)流程和產(chǎn)品智能化，在生產(chǎn)中交流信息，在決策中不斷學(xué)習(xí)，逐步提高效益。該調(diào)查表明，生產(chǎn)執(zhí)行系統(tǒng)（MES）將與更高級(jí)的企業(yè)計(jì)劃和產(chǎn)品變更管理流程垂直整合，讓企業(yè)無(wú)需逐層管理數(shù)據(jù)流，而可以同步管理數(shù)據(jù)流。