京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工业大数据的收集不能乱来
自从“大数据”、“工业大数据”流行起来,就有一种常见的观点:“先把能收集的数据收集起来再说”。 也就是说,不对数据收集做认真的策划,就急着上系统。在笔者看来,这种做法的问题很大。
问题之一是关联信息容易丢失。比如,产品开发需要很多指标的测试数据,但每个实验室只记录自己的测试数据,却没有把它们串起来。这就好比,测血压的只记录血压指标、测体重的只记录体重指标,但是没有记录血压和体重是哪个人的,两个数据就丢失了关联关系。这样的数据收集再多也无法用来发现规律。
另一个问题是数据质量难以保证。在很多地方,数据收集的目的只是完成某个特定的任务(如管理的需要),对数据质量的要求不高。但是,搞工业数据分析,往往是为了发现质量问题、发现规律,对数据质量的要求就高了。
分析工业过程时,数据质量非常重要。数据质量不仅仅是精度问题,关键数据不能缺失、数据对应关系要准确、数据关联要完整。数据质量不高,就不能有效地描述和分析我们所关心的问题。有些数据不好,就像木桶有了短边,严重影响后面的使用。
但是,提高数据质量是需要成本的。不仅是设备投资,还要加强人工的维护。如果生产现场的条件差,设备维护是相当费劲的,没有大量人力投入是不行的。但是,人力和资金的投入,能带来多少效益,却往往是不确定的。这就让决策者非常为难。
笔者认为:要搞工业大数据,事先一定要做好策划:该收集什么、对数据的要求是什么、哪些数据必须联系起来。还要尽量把价值创造的道理说清楚。这时再推进可能容易一些。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23