视频 欧美 国产_日韩欧美自拍另类_亚洲少妇无套内射激情视频_男女黄色网站免费观看_一区二区成人av_日本黄色录像一级片_国内精品三级电影_少妇三级高清自拍_免费国产黄在线播放_丰满少妇人妻HD高清大乳

工業(yè)數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)治理

　　隨著數(shù)據(jù)資源的爆炸性增長(zhǎng)，企業(yè)面臨著數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)信息分散、數(shù)據(jù)質(zhì)量參差不齊、開(kāi)發(fā)維護(hù)困難等問(wèn)題，很難滿足實(shí)時(shí)分析和決策的高要求。因此，數(shù)據(jù)治理對(duì)于工業(yè)互聯(lián)網(wǎng)的發(fā)展至關(guān)重要。

　　

 

　　數(shù)據(jù)治理發(fā)展現(xiàn)狀

　　一、數(shù)據(jù)治理的相關(guān)概念

　　數(shù)據(jù)治理是組織中對(duì)數(shù)據(jù)使用和管護(hù)的管理行為，其本質(zhì)是指導(dǎo)、評(píng)估和監(jiān)督數(shù)據(jù)的管理和利用，通過(guò)制定數(shù)據(jù)標(biāo)準(zhǔn)體系，提高數(shù)據(jù)的質(zhì)量，并為組織提供不斷創(chuàng)新的數(shù)據(jù)服務(wù)，以提高數(shù)據(jù)的價(jià)值密度。數(shù)據(jù)治理內(nèi)容主要包括元數(shù)據(jù)管理、主數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)生命周期管理、數(shù)據(jù)組織、數(shù)據(jù)安全和數(shù)據(jù)服務(wù)等模塊，不同模塊功能明確、相互協(xié)同，共同打造統(tǒng)一調(diào)度、精準(zhǔn)服務(wù)、安全可用的信息共享服務(wù)體系。

　　二、數(shù)據(jù)治理的發(fā)展歷史

　　數(shù)據(jù)治理的發(fā)展歷史可分為三個(gè)階段。第一階段為早期探索階段，1988年麻省理工學(xué)院?jiǎn)?dòng)的全面數(shù)據(jù)質(zhì)量管理計(jì)劃形成了數(shù)據(jù)治理的雛形。同年，國(guó)際數(shù)據(jù)管理組織協(xié)會(huì)(DAMA)成立。2002年，數(shù)據(jù)治理概念在學(xué)術(shù)界嶄露頭角，美國(guó)兩位學(xué)者結(jié)合兩家公司的實(shí)踐結(jié)果提出數(shù)據(jù)治理研究方向，由此拉開(kāi)了數(shù)據(jù)治理在企業(yè)管理中的大幕。第二階段為理論研究階段，2003年國(guó)際數(shù)據(jù)治理研究所成立，主要研究數(shù)據(jù)治理理論框架，與國(guó)際標(biāo)準(zhǔn)化組織合作對(duì)數(shù)據(jù)治理進(jìn)行定義。2009年，DAMA發(fā)布數(shù)據(jù)管理知識(shí)體系指南，基本確定數(shù)據(jù)治理的理論框架。第三階段為廣泛接受與應(yīng)用階段，隨著數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，國(guó)內(nèi)也逐步開(kāi)始接受數(shù)據(jù)治理的理念，并在2015年提出了《數(shù)據(jù)治理白皮書(shū)》國(guó)際標(biāo)準(zhǔn)研究報(bào)告。

　　2020以來(lái)，數(shù)據(jù)治理在公共管理、科學(xué)研究與工商業(yè)等領(lǐng)域得到廣泛應(yīng)用，以數(shù)據(jù)為核心的“互聯(lián)網(wǎng)+”體系日益彰顯數(shù)據(jù)治理的價(jià)值，為進(jìn)一步推動(dòng)數(shù)據(jù)治理的發(fā)展，美國(guó)、歐盟紛紛頒布圍繞數(shù)據(jù)使用與保護(hù)的公共政策。我國(guó)也相繼出臺(tái)了《中國(guó)制造2025》《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見(jiàn)》等相關(guān)政策以促進(jìn)工業(yè)互聯(lián)網(wǎng)發(fā)展，進(jìn)一步體現(xiàn)了工業(yè)數(shù)據(jù)治理的必要性。

　　三、工業(yè)數(shù)據(jù)治理探索

　　工業(yè)生產(chǎn)制造主要包括設(shè)備故障預(yù)警、異常實(shí)時(shí)告警、異常回溯、產(chǎn)品穩(wěn)定性和生產(chǎn)效率優(yōu)化等業(yè)務(wù)場(chǎng)景。隨著智能制造、工業(yè)互聯(lián)網(wǎng)等戰(zhàn)略政策的深入推進(jìn)，工業(yè)企業(yè)積累了大量的數(shù)據(jù)，為不同業(yè)務(wù)場(chǎng)景下的數(shù)據(jù)分析提供高質(zhì)量的數(shù)據(jù)接口，使得開(kāi)展工業(yè)數(shù)據(jù)治理成為核心問(wèn)題。本文將以工業(yè)數(shù)據(jù)為核心，以數(shù)據(jù)治理為方法，以業(yè)務(wù)應(yīng)用為目的，構(gòu)建面向工業(yè)生產(chǎn)制造的數(shù)據(jù)治理體系，并通過(guò)案例實(shí)踐驗(yàn)證數(shù)據(jù)治理的成效。
 

　　工業(yè)數(shù)據(jù)治理體系

　　一、工業(yè)數(shù)據(jù)態(tài)勢(shì)

　　①工業(yè)數(shù)據(jù)來(lái)源

　　工業(yè)數(shù)據(jù)可劃分為操作技術(shù)數(shù)據(jù)(OT)和信息技術(shù)數(shù)據(jù)(IT)。OT數(shù)據(jù)是工業(yè)數(shù)據(jù)的主要部分，源自工業(yè)生產(chǎn)機(jī)器設(shè)備、自動(dòng)化采集系統(tǒng)等，包含時(shí)序數(shù)據(jù)和非時(shí)序數(shù)據(jù)。時(shí)序數(shù)據(jù)包括溫度、壓力、流量等數(shù)據(jù)。非時(shí)序數(shù)據(jù)包括工業(yè)系統(tǒng)的日志數(shù)據(jù)以及生產(chǎn)調(diào)控的經(jīng)驗(yàn)數(shù)據(jù)。IT數(shù)據(jù)主要包括企業(yè)資源計(jì)劃(ERP)、制造執(zhí)行系統(tǒng)(MES)等業(yè)務(wù)數(shù)據(jù)。其中ERP系統(tǒng)主要包括財(cái)務(wù)、客戶關(guān)系、供應(yīng)鏈管理等數(shù)據(jù)，MES系統(tǒng)位于上層ERP層與底層控制層之間，主要包括生產(chǎn)調(diào)度、質(zhì)量管理、人員管理等數(shù)據(jù)。

　?、诠I(yè)數(shù)據(jù)特點(diǎn)

　　“隔離性”。工業(yè)數(shù)據(jù)來(lái)自多道工序的多臺(tái)設(shè)備，設(shè)備獨(dú)立工作以及工序間數(shù)據(jù)互不流通，形成一座座“數(shù)據(jù)孤島”。

　　“多模態(tài)”。工業(yè)數(shù)據(jù)來(lái)源多樣，結(jié)構(gòu)復(fù)雜。除工業(yè)生產(chǎn)中所采集的溫度、壓力、流量等時(shí)序數(shù)據(jù)之外，還包括檢測(cè)火焰溫度等的紅外熱成像視頻數(shù)據(jù)。

　　“強(qiáng)關(guān)聯(lián)”。工業(yè)數(shù)據(jù)中的關(guān)聯(lián)主要包括：生產(chǎn)指標(biāo)間的關(guān)聯(lián)，如原料燃料流量、溫度、壓力的關(guān)聯(lián);生產(chǎn)過(guò)程的關(guān)聯(lián)，如生產(chǎn)工序間的工藝參數(shù)關(guān)聯(lián)關(guān)系;產(chǎn)品設(shè)計(jì)制造等環(huán)節(jié)之間的關(guān)聯(lián)，如仿真過(guò)程與產(chǎn)品實(shí)際工況間的關(guān)聯(lián)。

　　“高通量”。傳感器所采集的時(shí)序數(shù)據(jù)具有設(shè)備多、測(cè)點(diǎn)多、頻率高、吞吐量大、連續(xù)不間斷的特點(diǎn)。以某工業(yè)生產(chǎn)設(shè)備為例，數(shù)據(jù)采樣頻率為10Hz，單臺(tái)設(shè)備每秒產(chǎn)生16KB的傳感器數(shù)據(jù)，按20臺(tái)設(shè)備全量采集計(jì)算，每日將產(chǎn)生約12.87GB的數(shù)據(jù)，每年將產(chǎn)生4.58TB的數(shù)據(jù)，呈現(xiàn)出“高通量”的特征。數(shù)據(jù)帶來(lái)巨大的存儲(chǔ)成本，還存在銜接不連貫、標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)不對(duì)齊、“臟”數(shù)據(jù)等質(zhì)量問(wèn)題，無(wú)法為數(shù)據(jù)分析提供有效接口，如何提升數(shù)據(jù)價(jià)值密度、提高數(shù)據(jù)挖掘效率是現(xiàn)階段亟待解決的問(wèn)題。

　　二、工業(yè)數(shù)據(jù)治理體系研究

　　①頂層框架設(shè)計(jì)

　　數(shù)據(jù)治理是工業(yè)數(shù)字化轉(zhuǎn)型之路的關(guān)鍵，數(shù)據(jù)治理工作的落地有助于提升數(shù)據(jù)價(jià)值密度、提高數(shù)據(jù)挖掘效率，更好服務(wù)靈活多變的業(yè)務(wù)場(chǎng)景，為數(shù)據(jù)分析提供有效接口。目前，數(shù)據(jù)治理體系的研究相當(dāng)成熟，可適應(yīng)于不同的應(yīng)用場(chǎng)景。

　　

　　圖 1 數(shù)據(jù)治理體系框架

　　為保證數(shù)據(jù)資產(chǎn)不流失，對(duì)源數(shù)據(jù)和分析數(shù)據(jù)進(jìn)行物理隔離，源數(shù)據(jù)按照原始格式保留存儲(chǔ)在本地服務(wù)器中，分析數(shù)據(jù)則經(jīng)過(guò)數(shù)據(jù)治理后進(jìn)行存儲(chǔ)，對(duì)非必要數(shù)據(jù)進(jìn)行歸檔或銷毀。該數(shù)據(jù)治理體系框架囊括元數(shù)據(jù)管理、主數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)生命周期管理、數(shù)據(jù)組織、數(shù)據(jù)安全及數(shù)據(jù)服務(wù)環(huán)節(jié)，環(huán)節(jié)間相互協(xié)同和依賴，形成全方位、多層次、多角度的數(shù)據(jù)治理框架。

　?、谠獢?shù)據(jù)管理

　　元數(shù)據(jù)的定義是“關(guān)于數(shù)據(jù)的數(shù)據(jù)”，元數(shù)據(jù)反映了數(shù)據(jù)的交易、事件、對(duì)象和關(guān)系等。通過(guò)元數(shù)據(jù)管理可繪制數(shù)據(jù)地圖、統(tǒng)一數(shù)據(jù)口徑、標(biāo)明數(shù)據(jù)方位、分析數(shù)據(jù)關(guān)系以及精確到字段級(jí)別的影響分析，方便數(shù)據(jù)的跟蹤和回溯。

　　

　　圖 2 工業(yè)元數(shù)據(jù)管理

　　在工業(yè)領(lǐng)域中，元數(shù)據(jù)主要包括技術(shù)元數(shù)據(jù)和業(yè)務(wù)元數(shù)據(jù)。其中技術(shù)元數(shù)據(jù)具體為：物理資源的元數(shù)據(jù)(服務(wù)器、操作系統(tǒng)等)、數(shù)據(jù)源元數(shù)據(jù)(網(wǎng)關(guān)地址等)、存儲(chǔ)元數(shù)據(jù)(指標(biāo)說(shuō)明、數(shù)據(jù)結(jié)構(gòu)、存儲(chǔ)屬性、管理屬性等)、共享元數(shù)據(jù)(接口方式、格式等)等方面;業(yè)務(wù)元數(shù)據(jù)具體為：模型元數(shù)據(jù)(特征工程、評(píng)估標(biāo)準(zhǔn)等)、分析元數(shù)據(jù)(業(yè)務(wù)流程、業(yè)務(wù)規(guī)則等)方面?；诠I(yè)元數(shù)據(jù)管理，可構(gòu)建元模型進(jìn)行元數(shù)據(jù)自動(dòng)化采集，實(shí)現(xiàn)企業(yè)信息化資產(chǎn)梳理、數(shù)據(jù)地圖、數(shù)據(jù)血緣分析等功能。

　?、壑鲾?shù)據(jù)管理

　　主數(shù)據(jù)是指滿足跨部門(mén)、跨業(yè)務(wù)協(xié)同需要的系統(tǒng)共享數(shù)據(jù)，在各個(gè)業(yè)務(wù)部門(mén)中被重復(fù)使用，如客戶、供應(yīng)商、資產(chǎn)、產(chǎn)品、物料單、賬戶等數(shù)據(jù)。工業(yè)主數(shù)據(jù)管理流程由業(yè)務(wù)治理、標(biāo)準(zhǔn)治理、質(zhì)量治理組成。

　　

　　圖3工業(yè)主數(shù)據(jù)管理

　　在工業(yè)制造領(lǐng)域中，主數(shù)據(jù)結(jié)合物聯(lián)網(wǎng)數(shù)據(jù)可以實(shí)現(xiàn)不同的業(yè)務(wù)場(chǎng)景需求。例如，若要了解或預(yù)測(cè)物料的庫(kù)存情況以提高生產(chǎn)調(diào)度效率，可將原料消耗的傳感器數(shù)據(jù)與物料單主數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，從而感知到物料的庫(kù)存情況。因此，通過(guò)將高價(jià)值、高共享、相對(duì)穩(wěn)定的主數(shù)據(jù)與物聯(lián)網(wǎng)數(shù)據(jù)相關(guān)聯(lián)，結(jié)合機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法，可實(shí)時(shí)評(píng)估企業(yè)的生產(chǎn)運(yùn)營(yíng)情況以做針對(duì)性的調(diào)整。

　?、軘?shù)據(jù)標(biāo)準(zhǔn)管理

　　數(shù)據(jù)標(biāo)準(zhǔn)管理的目標(biāo)是設(shè)計(jì)一套標(biāo)準(zhǔn)體系，包括數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、數(shù)據(jù)操作標(biāo)準(zhǔn)、數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)，形成一個(gè)可流通、可共享的信息平臺(tái)。數(shù)據(jù)標(biāo)準(zhǔn)主要由業(yè)務(wù)定義、技術(shù)定義和管理信息三部分構(gòu)成，業(yè)務(wù)定義包括業(yè)務(wù)、名稱和接口等方面的定義，技術(shù)定義包括數(shù)據(jù)類型、數(shù)據(jù)結(jié)構(gòu)等方面的定義，管理信息包括所有者、管理人員等方面的定義。

　　

　　圖4 工業(yè)數(shù)據(jù)標(biāo)準(zhǔn)管理

　　在工業(yè)制造領(lǐng)域中，大數(shù)據(jù)標(biāo)準(zhǔn)一般以業(yè)界的標(biāo)準(zhǔn)為基礎(chǔ)，如元數(shù)據(jù)管理標(biāo)準(zhǔn)(ISO-11179，CWM，DCMI)、數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)(ISO-8000，ISO-25012)以及數(shù)據(jù)安全標(biāo)準(zhǔn)(ISO-27001)，結(jié)合工業(yè)數(shù)據(jù)的特點(diǎn)對(duì)數(shù)據(jù)進(jìn)行規(guī)范化，一般會(huì)包括數(shù)據(jù)格式、數(shù)據(jù)質(zhì)量、數(shù)據(jù)語(yǔ)義、編碼規(guī)則、字典值等內(nèi)容，減少數(shù)據(jù)孤島、流轉(zhuǎn)不暢、應(yīng)用繁瑣等問(wèn)題的發(fā)生。

　　⑤數(shù)據(jù)質(zhì)量管理

　　數(shù)據(jù)質(zhì)量管理是工業(yè)數(shù)據(jù)治理的關(guān)鍵，是數(shù)據(jù)應(yīng)用的前提，為企業(yè)風(fēng)險(xiǎn)把控、分析決策、生產(chǎn)運(yùn)營(yíng)提供更精準(zhǔn)的高質(zhì)量數(shù)據(jù)，提升工業(yè)數(shù)據(jù)分析的效率。

　　

　　圖5 工業(yè)數(shù)據(jù)質(zhì)量管理

　　傳統(tǒng)的質(zhì)量評(píng)估體系過(guò)于繁雜，結(jié)合工業(yè)數(shù)據(jù)和業(yè)務(wù)場(chǎng)景，基于完整性、準(zhǔn)確性、規(guī)范性、唯一性、一致性、關(guān)聯(lián)性、可追溯性等構(gòu)建合理的數(shù)據(jù)質(zhì)量評(píng)估體系，并根據(jù)工業(yè)實(shí)際生產(chǎn)情況，對(duì)質(zhì)量評(píng)估體系細(xì)化：

　　生產(chǎn)控制數(shù)據(jù)：生產(chǎn)控制指標(biāo)若出現(xiàn)不完整、不一致等問(wèn)題，或?qū)е庐惓Ｕ{(diào)控不及時(shí)等情況發(fā)生。因此，對(duì)生產(chǎn)控制指標(biāo)的數(shù)據(jù)質(zhì)量管理提高優(yōu)先級(jí)，保障生產(chǎn)流程的正常運(yùn)轉(zhuǎn)。

　　傳感器數(shù)據(jù)：傳感器數(shù)據(jù)監(jiān)測(cè)生產(chǎn)過(guò)程中的運(yùn)作情況，可實(shí)時(shí)感知生產(chǎn)異常，并及時(shí)優(yōu)化調(diào)整。因此，要提高傳感器數(shù)據(jù)接入的及時(shí)性、一致性。

　　故障記錄數(shù)據(jù)：為保證生產(chǎn)設(shè)備的穩(wěn)定運(yùn)轉(zhuǎn)，需要對(duì)設(shè)備故障記錄進(jìn)行分析診斷，因此需要保證設(shè)備故障記錄數(shù)據(jù)的可靠性和可追溯性。

　　庫(kù)存物流數(shù)據(jù)：庫(kù)存物流管理是生產(chǎn)、計(jì)劃和控制的基礎(chǔ)。通過(guò)保證庫(kù)存物流數(shù)據(jù)的及時(shí)性和完整性，能夠優(yōu)化生產(chǎn)周期，保證生產(chǎn)的良性循環(huán)。

　?、迶?shù)據(jù)生命周期管理

　　采用科學(xué)的數(shù)據(jù)生命周期管理能夠提高系統(tǒng)運(yùn)行效率，大幅減少數(shù)據(jù)儲(chǔ)存成本，更好服務(wù)客戶需求。數(shù)據(jù)生命周期包含在線階段、歸檔階段、銷毀階段三大階段。

　　

　　圖6 工業(yè)數(shù)據(jù)生命周期管理

　?、邤?shù)據(jù)組織

　　數(shù)據(jù)組織的目的是根據(jù)數(shù)據(jù)應(yīng)用需求，采用標(biāo)準(zhǔn)統(tǒng)一、流程規(guī)范的方案分類構(gòu)建數(shù)據(jù)資源庫(kù)，進(jìn)一步強(qiáng)化大數(shù)據(jù)內(nèi)部關(guān)聯(lián)。數(shù)據(jù)組織主要包括原始庫(kù)、知識(shí)庫(kù)、主題庫(kù)等。

　　原始庫(kù)：原始庫(kù)保存原始業(yè)務(wù)場(chǎng)景數(shù)據(jù)。工業(yè)原始數(shù)據(jù)主要包括設(shè)備監(jiān)測(cè)數(shù)據(jù)、生產(chǎn)流程記錄、產(chǎn)品檢驗(yàn)數(shù)據(jù)、生產(chǎn)異常數(shù)據(jù)及生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)等。

　　知識(shí)庫(kù)：知識(shí)庫(kù)指工業(yè)領(lǐng)域的業(yè)務(wù)經(jīng)驗(yàn)數(shù)據(jù)和規(guī)則方法集合，包括數(shù)據(jù)接入、處理、服務(wù)以及工業(yè)通用模型所涉及的知識(shí)性數(shù)據(jù)和規(guī)則方法。工業(yè)知識(shí)庫(kù)主要包括原料特性、設(shè)備參數(shù)、產(chǎn)品設(shè)計(jì)、生產(chǎn)原理、行業(yè)動(dòng)態(tài)等。

　　主題庫(kù)：主題庫(kù)對(duì)原始數(shù)據(jù)和資源數(shù)據(jù)根據(jù)分析和服務(wù)的目的進(jìn)行劃分，形成不同主題的數(shù)據(jù)集合。工業(yè)數(shù)據(jù)主題庫(kù)主要包括人員主題庫(kù)、設(shè)備主題庫(kù)、原料主題庫(kù)、生產(chǎn)方法庫(kù)、生產(chǎn)環(huán)境庫(kù)等。

　?、鄶?shù)據(jù)安全

　　工業(yè)生產(chǎn)中的重要且敏感數(shù)據(jù)大部分集中在應(yīng)用系統(tǒng)中，例如原料配方、控制策略等工藝參數(shù)數(shù)據(jù)，以及客戶信息、生產(chǎn)計(jì)劃、資產(chǎn)信息等生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)，敏感數(shù)據(jù)泄露對(duì)企業(yè)的影響是不可逆的，凸顯出數(shù)據(jù)安全在數(shù)據(jù)治理過(guò)程中的重要性。數(shù)據(jù)安全包括以下三點(diǎn)：

　　數(shù)據(jù)存儲(chǔ)安全：包括物理安全、系統(tǒng)安全存儲(chǔ)數(shù)據(jù)的安全，主要通過(guò)安全硬件的采購(gòu)來(lái)保障數(shù)據(jù)存儲(chǔ)安全。

　　數(shù)據(jù)傳輸安全：包括數(shù)據(jù)加密和數(shù)據(jù)網(wǎng)絡(luò)安全控制，通過(guò)專業(yè)數(shù)據(jù)安全廠商提供技術(shù)保障。

　　數(shù)據(jù)使用安全：基于業(yè)務(wù)系統(tǒng)層面，建立完善的數(shù)據(jù)安全管理體系、審查機(jī)制。對(duì)生產(chǎn)及研發(fā)測(cè)試過(guò)程中使用的各類敏感數(shù)據(jù)進(jìn)行嚴(yán)密管理。

　?、釘?shù)據(jù)服務(wù)

　　數(shù)據(jù)治理是為了更好地利用數(shù)據(jù)，是數(shù)據(jù)應(yīng)用的基礎(chǔ)?；诠I(yè)領(lǐng)域的業(yè)務(wù)需求，大體劃分為三個(gè)方向：應(yīng)用支撐、工具應(yīng)用及業(yè)務(wù)應(yīng)用。應(yīng)用支撐服務(wù)包括知識(shí)圖譜構(gòu)建、數(shù)據(jù)服務(wù)總線和服務(wù)管理等服務(wù)類型;工具應(yīng)用服務(wù)包括生產(chǎn)查詢檢索服務(wù)、模型分析服務(wù)和數(shù)據(jù)管理服務(wù)等服務(wù)類型;業(yè)務(wù)應(yīng)用服務(wù)包括產(chǎn)品溯源、異常預(yù)警和可視化大屏等服務(wù)類型。通過(guò)對(duì)海量數(shù)據(jù)的集中、整合、挖掘和共享，結(jié)合全方位、多層次的數(shù)據(jù)服務(wù)體系，增強(qiáng)了異常處理的實(shí)時(shí)性和前瞻性，推動(dòng)工業(yè)向信息化、智能化轉(zhuǎn)型。
 

　　結(jié)論

　　工業(yè)數(shù)據(jù)治理體系作為工業(yè)數(shù)字化轉(zhuǎn)型的支撐點(diǎn)，能夠極大簡(jiǎn)化數(shù)據(jù)管理流程，減少人工工作量，提高數(shù)據(jù)價(jià)值密度，提升數(shù)據(jù)挖掘效率，為不同的業(yè)務(wù)分析場(chǎng)景提供高質(zhì)量的數(shù)據(jù)接口，有效推動(dòng)企業(yè)向數(shù)字化、智能化發(fā)展。