大数据现状详细与发展思路分析

　　今天我为大家分享一篇关于数据库的文章。希望大家喜欢，也希望大家做好相关的笔记，接下来跟着我一起进入本篇文章中!

　　有机构预计，2025年制造业物联网产值将达到2.5万亿美元。作为5G的重要场景，各国目前都积极开展了物联网技术研发和市场推进。国内三大运营商目前都在积极进行物联网建设。

　　前不久，中国电信宣布建成世界上覆盖最广的商业化窄带物联网(NB-IoT)网络，中国移动、中国联通(600050,股吧)的窄带物联网网络覆盖也开始落地建设。物联网产生大数据，大数据支撑物联网。海量的联网终端意味着海量的数据。那些附着于物理实体的、具备联网功能的传感器，将以海量的规模持续不断地采集数据，并将它们直接传入云中。

　　联网汽车、可穿戴设备、智能电视、无人机和机器人、自动售货机、白色家电、街头的停车计费表，以及其它众多的设备和应用，都在驱动数据量的增长。在可预见的未来，全球数据量将以每两年翻一番的速度增长。

　　到2020年，全球的数据量将到达40ZB。这也就意味着，地球上每个人在每秒钟就将利用1.7MB的数据量。5G带来了大数据产业的繁荣，也带动了产业链的迅速成长。连接、计算、存储、应用，产业链各个环节行动起来。

　　随着信息技术和经济社会的融合发展，数据已成为国家基础性战略资源，大数据对推动创新创业、转型升级，提升国家治理能力的作用日益显著。本文结合大数据研究现状，分析了国内外各标准组织开展的大数据标准化工作的情况和进展，在对比分析基础上剖析了我国大数据标准化研究工作所存在的主要问题。结合上述问题从大数据产业发展的角度，提出了未来我国大数据标准化发展的思路和建议。

　　关键词：大数据，大数据标准化，大数据产业　　从2012年大数据元年到如今，大数据(Big Data)作为一场遍及学界和业界的技术革命，悄然改变着我们的学习、生活和思维方式。尽管业界对大数据并未给出一个统一的定义，但对于大数据的基本特征已经能取得广泛的共识，Yuri Demchenko等在大数据4V特征的基础上提出了5V的观点，即数据体量巨大(Volume)、数据种类繁多(Variety)、数据时效性强(Velocity)、数据价值密度低(Value)和数据真实性(Veracity)。在大数据及与大数据相关的数据挖掘、机器学习、人工智能等领域，目前已积累了丰富的实践和研究成果。当前，大数据发展不再局限于某一或者某几个学科领域，而是成为跨越计算机科学、数学、统计学、经济学和工程学等众多学科的交叉领域。大数据的5V特征使得对于数量巨大、高维和非结构化的数据进行采集、清洗、分析、呈现、存储等都带来较大的困难，数据规模的质变带来的问题迫切需要相应的技术标准予以指导和规范。业内认为大数据代表着数据作为一种资源在日常经济实践中扮演的重要角色，与其相关的环境包括技术、产业和政策等会交互影响，以数据采集存储、加工分析、数据服务等为主的大数据产业也逐渐成为信息技术产业中一个主要经济增长点。

　　根据互联网数据中心(IDC)统计和预测，2016全球大数据市场规模年增长率达40%，在2017年将达530亿美元。我国信息产业在“十二五”期间积累的信息资源、技术创新和应用突破等优势为“十三五”时期我国大数据产业进一步发展奠定了扎实的基础。从数据资源到产业体系，目前我国大数据产业发展已具备良好的基础，但也存在像技术创新不强与产业支撑体系较弱等问题。如何加快大数据标准化研究工作，充分发挥大数据标准化对于大数据产业发展支撑能力，是当前需要解决的重要现实问题。本文在分析国内外大数据标准化研究工作的基础上，对比国内外大数据标准化发展特征，总结出我国目前大数据标准化发展的3个特征，从标准对产业的支撑作用的角度对我国大数据标准化研究工作提出一些建议与展望。

　　2大数据标准化研究现状

　　随着大数据相关技术的发展与应用，国内外众多标准化组织启动了大数据标准的研究和制定工作， ISO、IEC、ITU等国际标准化组织，美国国家标准与技术研究院(NIST)、我国信息技术标准化技术委员会(TC 28)等组织相继建立了标准化工作组并开展相关工作。截至目前，各标准化组织已经出台了一系列大数据标准，取得了明显的进展。但就大数据整体技术体系和发展规模而言，当前大数据标准化研究仍处于起步阶段，与产业发展水平和需求仍不相称。本文就以上各标准化组织关于大数据标准化研究历程和目前取得的一些成果进行一个简单的梳理，旨在厘清当前大数据标准化研究现状。

　　2.1国外大数据标准化研究现状

　　ISO和IEC大数据标准化研究工作主要由其联合技术委员会——JTC1负责，包括ISO/IEC JTC1 WG9工作组和ISO/IEC JTC1 SC32分技术委员会。

#p#分页标题#e#

　　ISO/ IEC J TC1 WG9工作组是于2014年11月成立的大数据工作组，主要负责研制包括参考架构和术语在内的基础性大数据标准;对潜在的大数据标准化需求进行识别和认定;保持和大数据相关的JTC1其他工作组之间的联系等。ISO/IEC JTC1 WG9的最近一次会议于2016年10月12日在北京召开，会议讨论了过去两年来WG9工作组一直在研制的大数据标准：ISO/IEC TR20547-1ISO/IEC TR 20547-2　　ISO/IEC JTC1 SC32是数据管理和交换工作分技术委员会，是与大数据最为密切相关的标准化组织。该分技术委员会致力于研究信息技术系统下的数据管理和交换标准，以期协调不同行业之间数据交换。ISO/IEC JTC1 SC32主要研究的大数据标准内容包括：对现有数据标准和新制定的标准框架进行协调;研究用于持久性数据存储、并发式数据访问和交互式数据协议等标准;用于元数据构造和注册及各类信息资源交互方法、语言服务和协议等标准。SC32下包括4个工作组：WG1电子业务、WG2元数据、WG3数据库语言和WG4 SQL多媒体和应用包。

　　ITU曾在2013年11月发布了有关大数据的技术观察报告，该报告对彼时尚未新兴的有关大数据应用案例进行了剖析，对大数据的基本特征和大数据应用技术进行了深度的解释，并对大数据可能面临的挑战以及ITU-T要开展的标准化工作进行了初步的说明。ITU-T认为大数据面临的最大挑战在于数据保护、隐私和网络安全，以及相关法律法规的制定等问题。ITU-T目前开展的标准化工作包括大数据网络基础设施;网络数据抓取、挖掘和分析标准;开放数据标准等。其大数据标准化工作主要由SG13(第13研究组)负责展开，下设Q2(第2课题组)、Q17(第17课题组)和Q18(第18课题组)3个课题组，其中Q2主要研究“物联网大数据的能力需求”，已于2016年6月完成报批;Q17的主要研究课题为“基于云计算的大数据需求和能力”，该课题相关的标准已于2015年8月发布;Q18涉及的研究课题为“大数据即业务的功能架构”，相关的标准研制也于2016年10月报批。3个课题组以Q17牵头开展大数据标准化研究工作并负责向TSAG(电信标准化咨询委员会)汇报。

　　2.1.2国外主要国家大数据标准化研究现状

　　NIST(美国国家标准与技术研究院)针对大数据标准化工作成立了大数据公共工作组(N BD – PWG)，其工作宗旨是将业界、学界和政府在有关大数据定义、术语、安全参考体系结构和技术路线图的内容上形成一致性意见。工作组认为大数据技术在当前和未来应用中应满足互操作、可移植性、可用性和扩展性需求等要求。该工作组目前共有5个分组，分别是术语和定义、用例和需求、安全与隐私、参考体系结构和技术路线图，截至2016年底工作组已完成

　　英国政府早在2011年就发布了大数据研究战略决策，其后又成立了世界上首个非盈利性质的开放数据协会(Open Data Institude，ODI)，在加快英国大数据开放和释放商业潜力等方面效果显著。但在大数据标准研究方面，BSI(英国标准协会)近两年才逐渐重视大数据标准研究工作，BSI认为目前英国已有超过35000条由BSI制定的标准，但与大数据及信息技术相关的标准则少之又少。在2016年上半年发布的研究报告中，BSI从6个方面对大数据潜在标准进行了归纳和研究，包括大数据指导标准、元数据标准、术语和条件标准、消费者数据管理标准、大数据交流标准以及大数据的制定标准等。

　　日本曾在2013年由安倍政府颁布“创建最尖端IT国家”战略，认为在2020年前日本信息产业都将以大数据为核心。在大数据标准方面，日本并未有专门机构来研究，日本政府在2013年底首次制定大数据相关标准，对大数据搜集和相关隐私规范进行了界定，后来又有日本大数据科学家资格标准，但就整体而言，日本目前尚未形成大数据标准体系。

　　2.2国内大数据标准化研究现状

　　在大数据浪潮下，我国大数据标准化研究工作在工信部和国标委的支持下也得以快速展开。2014年2月，全国信息技术标准化技术委员会(TC28)成立大数据标准工作组，主要负责研制我国大数据领域的标准体系，对大数据相关技术标准展开研究。国务院在2015年8月发布的《促进大数据发展行动纲要》明确指出要“建立标准规范体系，推进大数据产业标准体系建设，加快建立政府部门、事业单位等公共机构的数据标准和统计标准体系，推进数据采集、政府数据开放、指标口径、分类目录、交换接口、数据质量、数据交易、技术产品、安全保密等关键共性标准的制定和实施。加快建立大数据市场交易标准体系。开展标准验证和应用试点示范，建立标准符合性评估体系，充分发挥标准在培育服务市场、提升服务能力、支撑行业管理等方面的作用。积极参与相关国际标准制定工作”。为了加快大数据相关标准的研制，信标委大数据标准工作组于2015年7月成立7个研究专题组：总体专题组、国际专题组、技术专题组、产品和平台专题组、安全专题组、工业大数据专题组、电子商务大数据专题组，以此来研究大数据领域不同方向的标准化工作。截至2016年底，除去申请立项的大数据标准，工作组在研的国家标准名称和进展见表1。

#p#分页标题#e#

　　中国电标准化研究院联合信标委于2014年7月发布了并于2015年12月和2 016年5月发布了版本，对当前大数据的基本概念、特征与作用、发展现状与趋势分析、大数据关键技术、大数据标准化现状、大数据标准体系和我国今后一段时间内大数据工作重点的一些建议进行了详细且全面的阐述，这是我国大数据标准化工作的一个里程碑事件。

　　作为通信行业的标准化研究组织和管理单位，中国通信标准化协会(CCSA)近年来也相继开展了大数据标准化研究工作，目前CCSA在研的11个大数据标准化项目涉及大数据需求架构、大数据可视化技术、大数据环境下数据质量要求与数据质量评估方法，以及电信互联网大数据开放平台标准化研究等方面。

　　2.3国内外大数据标准化研究对比

　　从上述两节可以看出，随着大数据技术发展逐渐成熟，大数据标准化研究工作已有加速发展之势。就总体而言，尽管国内外研究程度不一，但大数据标准化研究工作仍处于起步阶段，而且这个阶段会随着大数据技术的持续创新而长期存在。大数据标准从本质上而言是一种技术标准，技术标准的一个重要特征是其成功与否很大程度上取决于技术与市场对该领域的双重影响。大数据标准作为一种需求导向型标准，技术与市场的内在驱动是其不断发展与完善的动力，目前大数据标准化研究工作正是因此而不断发展。技术标准在成为市场事实标准的过程中，通常会经过研发阶段、产业化阶段和市场化阶段[6]，当前大数据标准仍然处于大数据技术标准研发阶段，且大数据标准化工作与大数据处理技术耦合度较低，数据开放共享程度低，进一步推动大数据标准与技术的融合是未来发展需要面对的一个关键问题。

　　就国内大数据标准化研究现状而言，目前我国在该领域研究特征表现为在宏观体系架构上已有显著进展，如：信标委提出的大数据标准体系为整个大数据标准化工作指明了方向，但在具体某个大数据技术分支领域的标准上，我国目前的研究尚不充分。从中整理出的目前已发布、已报批、已立项、在研以及拟研制的99项大数据相关的国家标准进行分类别统计，统计结果显示目前已立项、拟研制和在研的大数据相关标准有69项，总比例近70%(见表2)，分布在大数据标准体系的各个子类别中。可见我国大数据标准化研究工作虽有整体框架，但具体研究工作仍然总体处于研究阶段。而国外标准化组织在进行大数据标准化研究时，更侧重于对具体标准的研制工作，这一点可以从ISO/IEC JTC1 SC32和ITU-T对于不同大数据领域分为不同的工作组和课题组进行标准研究看出。

#p#分页标题#e#

　　最后，我国大数据标准对产业的支撑能力相较于欧美国家弱，标准研究与产业应用还有较大差距。ITU-T和NIST都较早就形成了大数据标准化工作机制，在大数据基础标准、技术体系和核心架构上早已研制出一批能够对本国大数据产业有足够支撑力的大数据标准，大数据技术研发实验室、大数据产业创新平台和产业联盟等大数据产业支撑平台也逐渐完善，且大数据标准和产业平台之间存在较强的互动关系。反观我国现状，一方面大数据标准自身相对不成熟，另一方面标准制定和产业发展之间的关联性也较弱，因而总体上大数据标准对产业发展的支撑力不强。我们根据相关产业联盟工作范围和应用中涉及标准的多少来定义标准参与程度，表3列出了我国部分大数据产业联盟标准参与程度信息，可以看出目前国内各大数据产业联盟的标准参与程度总体偏低，足以证明我国大数据标准对产业的支撑力较弱。

　　3产业视角下我国大数据标准发展思路与建议

　　目前，我国大数据产业正处于高速发展期，不同种类的商业模式逐渐得到市场印证，新产品和新服务的不断推出使得大数据市场开始走向差异化竞争。根据“十三五”大数据产业规划统计，目前我国已有295家跨地区经营互联网数据中心(IDC)。云计算平台服务已趋于成熟，产业格局已初步显现，数据处理规模和处理能力已处于世界领先地位，为大数据提供强大的计算存储能力。一些新的产业模式和产业形态开始在大数据技术和应用领域涌现，逐步形成顶尖互联网企业引领，其他企业互动互惠的产业格局。在生产要素方面，大数据技术和产业服务吸收社会资本的能力逐年提升，与大数据领域相关的创业市场也成为热点。“十三五”时期国内外产业技术将不断迎来变革，国内大数据市场将面临集中爆发期，我国大数据产业发展将面临重要的机会和挑战。

　　针对目前我国大数据标准化研究现状和大数据产业发展现状，结合国内外大数据标准化研究比较分析结果，本文从大数据产业发展的角度提出未来我国大数据标准化研究工作建议。

　　3.1加快数据共享开放标准的研制

　　作为在数据量上仅次于美国的数据大国，我国目前仅有8%的互联网企业有关于数据租售服务的业务。虽然我国在大数据发展上具有较好的数量优势，但相较于网络大数据和企业大数据的应用，我国对政府大数据的利用是微乎其微的，企业几乎无法利用政府的数据进行决策来提高社会生产力，更遑论推进大数据产业的发展。因此，加快对大数据共享开放标准的研制是极为关键的一步。具体建议包括：建立类似于data.gov.cn这一国家级的数据开放网站。从数据可获性、可分类性、异源融合、安全性等多角度全面地设计和实施建设大数据开放平台，增强数据资源的可获得性;对数据资源的采集、存储和处理制定国家标准，提高标准数据集的开放共享程度。

　　3.2重点制定数据安全和隐私保护标准

　　大数据与数据安全、隐私保护本身就是一个矛盾体。随着数据分析与数据挖掘技术成为大数据时代的核心技术环节，如何确保数据安全和保护用户隐私成为各方都不可避免的问题。目前，我国在这方面不仅法律法规上相对滞后，在标准上也处于起步阶段，当前关于大数据安全和个人信息保护的标准均还处于拟研制和在研状态，现阶段的数据安全和隐私保护的标准化研究工作并不足以为我国大数据产业发展创造健康的外部环境。当前大数据技术仍在快速发展，新的技术使得数据安全和隐私保护需要与时俱进的标准，应尽早重点研制出数据安全和隐私保护方面的法律、法规和标准。

　　3.3加强以应用需求为导向的标准研究

　　2017年1月发布的《大数据产业发展规划》明确提出要加强大数据在重点行业领域的深入应用，规划指出要推动电信、能源、金融、商贸、农业、食品、文化创意、公共安全等行业领域大数据应用，推进行业数据资源的采集、整合、共享和利用，突出显现大数据在产业应用中的价值，加快传统行业与大数据生态的融合，利用大数据改革传统行业的经营管理方式。我们通过《大数据标准化白皮书(2016版)》中整理出的99项拟研制、在研、已立项、已报批的大数据标准，以应用需求为导向的标准项目仅有7项，包括2项工业大数据标准和5项电子商务大数据标准，其中有当前我国大数据标准化研究工作刚刚起步的原因，但也从侧面反映出当前大数据标准化研究工作并未以应用需求为导向。大数据应用需求是大数据产业的发展动力，也应该成为大数据标准化的发展动力。以市场应用需求为导向，将提升大数据标准对于大数据产业发展的支撑作用。因此，结合《大数据产业发展规划》，我国未来大数据标准化工作应以这些重点行业领域的应用为导向，重点研制出一批有关于行业应用需求的大数据标准。

　　3.4鼓励和探索大数据团体标准形成机制

#p#分页标题#e#

　　作为由市场机制产生的标准，社会团体标准对于发挥社会组织作用和激发市场主体活力，以及更好地发挥市场在标准化资源配置中的作用具有显著影响。目前我国大数据标准制定工作方兴未艾，而由社会团体主导制定的大数据标准几乎没有，鼓励和探索大数据团体标准形成机制，把大数据标准产生机制由政府决定交给市场决定，既可防止大数据标准与市场发展相脱节，又可完善大数据标准形成机制，加快推进大数据标准化工作。

　　在具体建议上，我们认为，可率先在部分互联网经济和大数据产业发达的地区和城市进行大数据社会团体标准的试点工作，在试点实践中不断完善大数据社会团体标准的制定、实施及其他管理方法，在大数据团体标准成熟之后也可将其转化上升为地方标准乃至国家标准。

　　3.5建立和完善大数据标准测试和认证体系

　　在大数据标准研制过程中，当前还缺乏一套能够对大数据标准进行权威、多样化、面向商用的标准测试方法和认证体系，以促进大数据产业健康有序发展。此前信标委曾启动过《信息技术大数据系统通用规范》等标准的研制工作，成为我国第一个面向大数据商用系统的分级测评体系，但对于整个大数据标准体系而言还远远不够。在“十三五”期间，应加大对大数据标准试验验证和符合性检测平台的建设力度，对第三方机构独立建立测试认证平台给予政策优惠。

　　4结语

　　本文在对比分析国内外大数据标准化研究工作的基础上，从大数据产业发展的角度总结了我国目前大数据标准化工作所存在的问题，并从标准对产业发展支撑的角度对未来我国大数据标准化工作提出了建议。结合大数据标准化研究工作，合理布局大数据基础设施，构建大数据产业发展公共服务平台，建立大数据发展评估体系等都是未来繁荣大数据产业的应有之举。

　　近日，高通就与摩拜单车和中国移动研究院联手，启动中国首个LTE Cat M1/NB-1以及E_GPRS(eMTC/NB-IoT/GSM)多模外场测试。摩拜单车和高通、爱立信、华为等顶级电信运营商和设备商共同建设了全球最大的移动物联网平台，摩拜大数据平台每天产生超过5TB出行大数据。这些数据的分析利用又将对城市交通建设、人们出行起到积极的作用。各家企业，各个行业都在5G带来的繁荣中寻找自己的定位。对于高通来讲，正如孟樸所言，高通现在正携手合作伙伴加速通向5G之路。秉承 “植根中国，分享智慧，成就创新”的理念，高通将继续积极参与和助力中国产业链在数据、连接、云服务方面的增长与创新。此前，高通在贵州成立贵州华芯通半导体技术有限公司，用于数据中心服务器芯片的研发、生产和销售。目前，华芯通公司在管理团队组建、技术团队组建等方面也已经取得了较大进展。

　　那么如果要维持目前的养老负担比不变，则意味着中国需要从外引进劳动人口来分摊养老负担。联合国预测，2030年中国劳动年龄人口由9.3亿降至8.5亿(实际上根据人社部的测算这一数字更低)，在退休年龄延迟至65岁的前提下，中国需要额外引进2.7亿劳动力才能将老年抚养比维持在2015年的水平，大概相当于目前劳动总人口的27%。而如果退休年龄依然维持在目前的60岁，那么需要引进3.3亿劳动力。

　　显然中国不是唯一面对这一局面的国家，根据杂志做的亚洲区域对比，发现日本、韩国、新加坡等地区都面临同样劳动力短缺情况。然而与中国人口相当的印度届时反而还有11%的劳动力富余，同样可以进行劳动力输出的还有缅甸、菲律宾、印尼等国。根据联合国的划分，整个欠发达地区都将有20%的劳动力富余，而中国是个少数例外。

#p#分页标题#e#

　　此外，劳动力短缺不仅是整个中国将面临的问题，具体到各省份这种现象将更有突出针对性。根据第六次人口普查，中国各地区中除政策因素外，人口自然流动达到净流入人口超过100万的，除了北京、上海、天津三个直辖市外，只有广东、浙江、江苏和福建4个省，而人口流失超过100万的省则多达12个，其中安徽、河南、四川高居前三，净流失人口分别为890万、803万和777万。

　　而如果根据经济发展集中度与人口聚集相匹配的情况预测，排除人为干扰因素，中国各地人口流入流出的速度还应该加倍进行。根据2015年各地GDP占比和常住人口占比，广东、浙江、江苏三地应该集中的流动人口数量比现在还应该再多1-3倍，甚至10倍。同理，四川、河南、安徽的人口流失数量也将是现有水平的2-4倍。

　　在欧洲一个先进的化学产品公司，生产水平已经很领先了，他生产里面用到的冷却剂压力、温度、数量和二氧化碳流量，发现二氧化碳流量的改变能使产量显著变化。通过重置相应的参数，该化学公司能耗减少原材料20%，节省能源成本约15%。能够帮助大型企业避免生产中的风险。

　　生物制造也是一个很复杂的国家，通常都是用活的过程制造疫苗等等，在生产制药过程当中要监控200多个原料，生产规律性永远没有办法掌握，他们怎么办呢?这还是一个世界排名前列的过程，他们把过程分解成几个环节，每一个环节分析有各种各样的不同工艺的参数，他们之间的关联度，尽管有200多个变量，真正有影响的是9个，针对这9个变量进行了有针对性的更改，一年以内疫苗产量提高了50%。而且单纯的疫苗产品一年收入增加1500万美元。

　　GE医疗部门开发的Insite设备网管系统通过无线网络对GE生产的核磁共振仪进行远成监控，基于大数据分析，41%的故障可以远成排除。

　　日本的小松公司，实时的收集首先设备卖出去的状态，就可以了解市场。小松卖给中国的挖掘机，如果今年开工不足，那明年市场肯定有问题，如果今年开工很好，明年就有市场的。而且可以判断市场，判断宏观经济和市场服务，当然及时维修。

　　John Deere是美国一家农用机械制造企业，通过大数据把适合种算出来。所以有一些估计表明设备的维护成本超过了企业总成本的30%。怎么用通过大数据降低设备维护成本，这是一个很重要的命题。

　　现在IBM通过大数据已经转型成生产性服务公司，GE现在把维修服务加上去，保养服务占了70%，通过大数据可以提前实现保养，所以利润主要来至于服务。

　　R&R现在提出，我的发动机不卖，不要钱，哪一个飞机公司，航空公司要你就拿去，装上以后，我以单位飞行安全小时收费。通过这样，他的市场占有率提到了40%，通过传感器实时的监控提高了准确。

　　沈阳的机床，现在也是不要钱，他是按使用小时收费，这样做方便了客户，生产人员，材料利用率，生产成本都有不同程度的提升。当我们的国家都在堵短版的时候，特别是东北正受到这样的压力。沈阳机床厂的定单排到了下半年。关键是怎么样把大数据的应用，使我们的产业得到提升。

　　那么，这是统领，他是做西服的，他收集了各种各样的西服的数据，上网查哪一个适合你，如果不满意还可以自我修改，通过这样实现大数据的实现了个性化的生产，个性化生产的成本高10%，但是汇报至少是两倍。原来要求顾客测量身体的方面测量出七个参数。厦门有一个公司研发了一个平台，用手机拍正面、侧面、背面，再加上身高，会出来一个三维，可以做一个贴身的衣服。去年贵阳大数据座谈会上，面对一部分企业家，李总理说我的西服是大数据西服。

　　打造大数据的价值链的应用，我们制造价值链里面有几个环节，首先是供应链到研发产品，产品设计数据库，要收集客户的数据收集，市场的反馈，对研发有用。通过外包盒装和共享对研发有用。前面是外包合作商，第二是客户，第四是供应链，第六是精简制造，对生产有用。对整个应用和个性化生产，生产有用。这次覆盖制造业的所有的环节，上下游的各种关系。

　　现在产业互联网会创造出更高的价值，他比消费互联网创造的价值还要高一倍。我们可以看到蓝线是产业互联网技术的耗费和支出，红线是它创造的价值，可以看到红线比蓝线高了一倍以上。紫线是两个加起来，绿线是投资汇报。看出来把制造大数据应用到制造业里面可以带来更大的汇报。把大数据利用率和人均产出率进行研究，财富一百强的企业人均产出提升14.4%，对制造业平均提升20%，可见大数据对整个制造业的转型升级改造是有很重要的作用。当然对不同行业可能影响不一样，人寿比较高，接近40%到50%。

#p#分页标题#e#

　　最后制造业在工业设计、生产、销售、服务环节都产生了，制造业大数据的产生是所有的环节，大数据在制造业的应用也是所有的环节，大数据能够提升生产效率，改进产品质量，节约能力和资源的消耗。所以大数据支撑了产业互联网，大数据开拓了创新的空间。小结：大家看完本篇文章偶什么感想么?还有任何不懂的问题，请登录课课家教育平台，我会为您解答!