工业大数据的5点原则性认识

工业领域切入大数据是一件很有意思的事情，在我们开展的时候，如果是用计算机的人去搞工业大数据的时候，会发现很多的障碍，很多搞自动控制的领域也发现障碍，为什么，这恰恰是由于工业大数据的特性。

1、工业大数据的本质

工业大数据的本质是以数据形式呈现的“信息”或者“知识”，而不是没有关联的数据。“信息”和“知识”的本质接近，差别在于：“知识”在时空上的更具有更强的通用性和连续性。没有关联的数据是垃圾。

2、工业大数据的核心价值

工业大数据的核心价值是知识的重用。大数据带来的好处是：获得知识的成本低、范围广、质量高。智能化使得知识在人机之间共享、促进了知识价值体现；互联网让知识的价值倍增。知识价值的提高，会让人们值得花更大的力气去发现价值、形成大数据工作的良性循环，让知识工作的价值暴增。

3、知识来源

最好的做法是：数据就是知识，如产品设计的结果。其次，是让数据（信息）很容易地提炼出知识。再次，是尽量让数据包含知识。最差的做法是：数据是垃圾、数据之间的联系消失、不包含知识。由此观之，从知识的角度看，数据的准备过程，可能比分析过程更加重要。

4、数据分析是知识的获取过程

但获取什么知识，服从于业务需求的。所有需要用到数据分析的地方，首要任务和工作重点，是理清业务需求的脉络和逻辑，把业务需求转化成一个便于分析的数学问题。而不是随便拿来一堆数据来乱分析。

5、最初的大数据关注数据的二次应用

数据来源服从于一次应用的需求。但随着大数据的发展，二次应用本身变得非常重要。一次应用和二次应用的界限会变得模糊。