工業(yè)物聯(lián)網(wǎng)的終極使命就是去解決問題，解決問題就需要對數(shù)據(jù)進(jìn)行分析。大數(shù)據(jù)分析卻很難成為目前工業(yè)物聯(lián)網(wǎng)領(lǐng)域的突破方向。而小數(shù)據(jù)分析雖然看似瑣碎，卻是能真正解決問題的利器
01 工業(yè)大數(shù)據(jù) Industrial big data
如果你是一個(gè)工業(yè)物聯(lián)網(wǎng)的客戶，已經(jīng)積累了上千臺設(shè)備運(yùn)行好幾年的數(shù)據(jù)，數(shù)據(jù)量有好幾千如果去看看一些知名企業(yè)關(guān)于大數(shù)據(jù)的資料的話，可能更會(huì)嚇你一跳，一堆高深莫測的新詞兒基本上都沒聽說過，不看還好，看了讓你連最后一點(diǎn)兒念想都沒了。即便能找到讓你心動(dòng)的東西，最后也會(huì)弄明白，那只不過是數(shù)據(jù)可視化加幾條曲線，就冠以“大數(shù)據(jù)分析”的名頭了。數(shù)據(jù)可視化的作用是極其有限的，充其量叫 “數(shù)據(jù)大”，并不是我們理解的 “大數(shù)據(jù)”。
其實(shí)不是這些數(shù)據(jù)沒用，而是說，如果客戶提出了一個(gè)命題，要利用這些數(shù)據(jù)找到解決命題的答案并不是一件容易的事。一方面是要花費(fèi)相當(dāng)大的成本，這個(gè)成本是很多企業(yè)承受不了的；另一方面，即便花費(fèi)這些成本，還有很大的可能找不到答案。
02 工業(yè)小數(shù)據(jù)
