研華以四十年工業現場數據采集的積累，以及工業云平臺的加持，全新發布WISE-IoTSuite/ DataInsight工業大數據集成與分析服務，助力企業建立多維度數據整合平臺，實現用完整數據驅動決策。

數字化智能工廠轉型業務挑戰在過去十數年的時間里，中國的很多企業為了實現信息化，導入了ERP和MES等信息化系統。隨著海量生產、運營數據的采集、存儲，關于工業大數據處理和應用的難點、痛點也逐漸涌現出來。主要表現在以下幾個方面：

1

系統封閉形成數據孤島，整合應用困難

●MES/ EPR等系統通常由不同廠商提供，彼此往往互不相通，這就導致了數據孤島。企業經營管理需要各個系統能夠提供關聯性的數據，但是要做到整合應用卻非常困難。

2

取數用數流程復雜，信息無法及時傳遞

●企業存取和使用數據的流程往往繁瑣又復雜。當生產或者業務部門需要管理一個指標，而這個指標涉及到多系統數據串聯的時候，一般需要在IT部門進行排隊開發。在技術實現上需要花費較長時間，無法快速滿足需求。一定程度上阻礙了企業用數字化的手段高效解決實際生產管理遇到的問題。

3

數字化工具選擇難，持續運營缺少落地抓手

●市面上雖然有很多大數據管理的工具，但要么是高昂的價格讓需求部門望而卻步，要么是管理數據不完整導致二次數據孤島的形成。這些數字化工具都難以滿足企業數字化管理需求，數字化轉型缺乏落地抓手。

2

DataInsight 如何助力工廠克服轉型挑戰IoTSuite/ DataInsight工業大數據集成與分析服務致力于幫助企業打破數據孤島，助力企業實現數據洞見，科學決策。

通過數據工具平臺的導入，讓系統對接變的簡單，需求可以快速滿足。通過低代碼大數據開發方式，讓數據挖掘更快速。通過平臺的自動化運維，故障可以及時被發現，降低IT運維成本。企業員工能夠利用數字化解決實際的問題，數字化更容易落地。通過數據共享平臺，幫助企業快速洞察數據價值，向智能化運營發展。

IoTSuite/ DataInsight工業大數據集成與分析服務，可以在平臺層實現數據的統一管理和計算。OT數據通過邊緣網關采集后傳輸到云端，再對接到IoTSuite/ DataInsight；IT系統數據可直接通過JDBC等方式連接到IoTSuite/ DataInsight，并實現OT和IT數據的集成，再通過分布式運算形成可被管理的指標性數據。這些數據可以根據業務范疇進行分類，形成不同的主題資料庫，建立數據共享平臺，以便為上層應用提供更快速、透明和高品質的數據服務。

數據平臺的數據可通過多種訪問方式提供給其他內外部服務使用，既可提供給IoTSuite/ Dashboard零代碼數據可視化報表或者IoTSuite/ BI商業智能進行可視化展示或商業智能分析，也可以進行機器學習，或者與研華SRP結合進行創新應用開發。

3

智慧工廠成功案例解析國內某大型生產制造集團，旗下有多家生產工廠。在數字化轉型1.0時期導入了很多信息業務系統，但各個系統卻各自為政，各自表述，日常管理還需要統計大量的報表，無法達到快速利用數據的價值。通過引入研華IoTSuite/ DataInsight工業大數據集成與分析服務，建立了透明工廠全要素管理解決方案。該方案涵蓋了幾乎所有生產管理要素的數字化指標，通過分析指標、完成指標，可以不斷改進管理，達到了精細化生產目的，實現了數據管理的價值落地。

工廠數據類型繁多，通過IoTSuite/ DataInsight，可以接入各個IT系統數據，像MES/ERP/PLM等系統以及OT數據，這樣就形成了完整的IT/OT的數據源。數據接入到平臺后，可快速建立智慧工廠面向各種主題的資料庫，形成數據共享平臺，為數據分析和應用提供更快速、透明和高品質的數據服務。

有了各類數據，首先定義好數據指標的模型及計算方法，再利用平臺的數據集成與計算的能力，便可完成數據模型構建，搭建出智慧工廠全要素指標庫。

三個維度來展示工廠營運指標管理的效果。在生產現場的KPI透明化和實時展示看板維度：通過透明化的指標，可以促進現場員工的競爭意識及績效表現，讓現場人員得以及時掌握目前的任務和個人及團隊的表現，達到激勵的效果；在部門層級的數字化指標維度：過去日會，周會要檢討的KPI，需要到各個系統撈取后整理成Excel表格，非常繁瑣。通過IoTSuite/ DataInsight可輕松完成實時的展示，這樣一旦有部分指標落后，就可及時處理；在面對廠長或者更高階主管的營運維度：可以用來看整個工廠的營運趨勢，基于過去準確客觀的數據，輔助科學決策，避免決策上的盲點。

4

生態合作越來越多的企業意識到到傳統數據開發存在著諸多短板和不足。傳統數據開發因為需要對接的系統多，對接過程復雜，導致開發效率較低，上線周期偏長。數據運算的程序散落于各個子系統，整個運維管理及版本迭代困難。同時，對接的數據沒有統一管理，導致數據利用率偏低。在這個過程中，需要大量投入開發人力，導致人力成本偏高。

相比之下，通過數據工具平臺的導入，系統對接變得更為簡單。需求部門從業務角度提出的需求可以得到快速滿足。即使是一線員工也能夠利用數字化工具解決實際問題，數字化落地不再是紙上談兵。另外有了平臺的自動化運維，故障也得以及時被發現，降低了IT運維成本。最重要的是，形成了數據共享平臺，可以幫助企業快速洞察數據價值，助力企業向智能化運營發展。

研華工業云IoTSuite/ DataInsight工業大數據集成與分析服務，貫通企業數據治理全流程，為制造企業提供一攬子數字化工廠解決方案，讓設備用數據講話，讓系統依數據決策，讓企業用數據創新。