云計算是存儲和分析大數(shù)據(jù)的關(guān)鍵推動力，這已成為制造企業(yè)的共識。即使在幾年前，如此龐大的數(shù)據(jù)似乎還是無法想象的。由于很多企業(yè)想通過更好地利用財務(wù)、客戶、供應(yīng)鏈和運營數(shù)據(jù)，來提高運營效率并創(chuàng)建新的業(yè)務(wù)模式，從而完成其數(shù)字化轉(zhuǎn)型戰(zhàn)略，所以理解這點很重要。

現(xiàn)在，如果生產(chǎn)制造企業(yè)的過程工程師還沒有使用基于云的分析工具，那很有可能其它部門已經(jīng)在使用。例如，人事部門正在使用軟件來分析員工數(shù)據(jù)，銷售和市場部門的分析人員可能正在研究對特定產(chǎn)品和服務(wù)的需求。盡管這些程序被認為是生產(chǎn)或商業(yè)智能應(yīng)用，但它們是大多數(shù)公司基于云的分析的切入點。

為了實施數(shù)字化轉(zhuǎn)型策略，基于云的分析技術(shù)（即應(yīng)用程序、工具和技術(shù)部署在云端而不是在本地部署）的興起，使企業(yè)能夠快速獲得數(shù)據(jù)洞察力。由于云計算資源具有幾乎無限的可擴展性，可以迅速洞察更多不同類型的數(shù)據(jù)，從而簡化該過程。這使員工能夠近乎實時地解決越來越多的復(fù)雜業(yè)務(wù)挑戰(zhàn)。

定義基于云的分析

基于云的分析是一個廣義術(shù)語，指的是多層計算功能。首先是底層的云基礎(chǔ)設(shè)施，即操作系統(tǒng)和硬件層，這是在云中托管數(shù)據(jù)和應(yīng)用所需的。在該基礎(chǔ)設(shè)施之上是數(shù)據(jù)管理層，在云服務(wù)或數(shù)據(jù)湖中，存儲著各種類型的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化的文本數(shù)據(jù)、視頻數(shù)據(jù)和流式物聯(lián)網(wǎng)數(shù)據(jù)。分析層的應(yīng)用程序利用這些數(shù)據(jù)進行計算，為可視化層提供趨勢、報告、儀表盤和其他見解所需的信息。

傳統(tǒng)上，制造業(yè)中的分析是在工廠內(nèi)部完成的，將歷史數(shù)據(jù)和電子表格相結(jié)合，結(jié)果可用于工廠的臨時診斷、預(yù)測或運行儀表板。但是隨著基于云的分析的優(yōu)勢的出現(xiàn)，這種情況正在發(fā)生變化。

探索新型分析的能力

部署在云中的應(yīng)用程序，受益于云的核心功能。首先是云的租賃模式與硬件和基礎(chǔ)架構(gòu)相關(guān)的資本成本。企業(yè)的信息技術(shù)（IT）部門，不必再購買和維護昂貴的服務(wù)器來托管這些應(yīng)用程序，從而轉(zhuǎn)變?yōu)榘葱韪顿M的模式，可以按需分配計算資源。

舉個例子：一家網(wǎng)上商店，在出現(xiàn)云之前，該零售商必須購買足夠的服務(wù)器來處理網(wǎng)站流量，以應(yīng)對高峰時期的“爆炸性”需求，但在當年剩余的時間里，不得不保持閑置狀態(tài)。

在工業(yè)環(huán)境中，主題專家（SME）利用新的分析工具來加強對運營數(shù)據(jù)的了解，因此需要更大的靈活性。主題專家可能希望分析新的數(shù)據(jù)源，例如運營數(shù)據(jù)和情境數(shù)據(jù)，企業(yè)可能需要向更多的主題專家和其他用戶提供分析工具，以便更好地進行協(xié)作和決策。

圖1：云使數(shù)據(jù)可用于高級分析應(yīng)用程序中的機器學(xué)習算法。本文圖片來源：Seeq

采用云的另一個驅(qū)動因素，是探索新型分析的能力，例如將歷史和接近實時的過程數(shù)據(jù)用于機器學(xué)習（圖1）。很多制造商希望利用這些以及其它高級功能來提高產(chǎn)品質(zhì)量，預(yù)測最佳維護時段以防止計劃外停機，但它們并不想在其實時控制系統(tǒng)中運行機器學(xué)習模型。將運營數(shù)據(jù)復(fù)制到云后，即可用于機器學(xué)習，從而能夠探索新的分析模型，而又不會影響源生產(chǎn)數(shù)據(jù)或依賴該數(shù)據(jù)的任何現(xiàn)有應(yīng)用程序。

基于云的分析可以輕松打破數(shù)據(jù)孤島，這樣無論數(shù)據(jù)來自哪里，用戶都可以訪問和連接數(shù)據(jù)。一旦這些孤島通過云連接起來，主題專家和其他用戶便可以將分析擴展到全球各地，并創(chuàng)建全球運營報告，以確保實現(xiàn)最佳的業(yè)務(wù)決策（圖2）。

圖2：不同部門的員工都可以在全球范圍內(nèi)訪問基于云的數(shù)據(jù)和分析。

云分析入門

實施基于云的分析時，請務(wù)必從最終應(yīng)用開始。很多能源和制造企業(yè)經(jīng)?；ㄙM大量的時間規(guī)劃，如何將數(shù)據(jù)和應(yīng)用程序遷移到云中，但在數(shù)據(jù)遷移完成后，卻又會問：“現(xiàn)在該怎么辦？”。在云端數(shù)據(jù)湖中移動或聚合數(shù)據(jù)，并不能使其更有價值；這只是實施全面數(shù)據(jù)分析策略的一個步驟。

避免此結(jié)果的最可靠方法，是確保主題專家盡早參與到分析項目中去。只有那些擁有深厚的過程專業(yè)知識，并了解在更廣泛的運行過程中各個部門獨特影響的專業(yè)人員，才能確保該數(shù)據(jù)帶來洞察力和生產(chǎn)力。為主題專家提供的相關(guān)性更強、更易于使用、更靈活的分析應(yīng)用程序越多，實現(xiàn)投資回報就越快。

在運營數(shù)據(jù)和云計算模型中要注意的一點是，IT團隊必須抵制住一種誘惑，在將云分析應(yīng)用程序連接到數(shù)據(jù)之前，不要匯總云中的過程數(shù)據(jù)或應(yīng)用業(yè)務(wù)規(guī)則。匯總數(shù)據(jù)時，沒有資產(chǎn)或過程知識的人，會預(yù)先猜測主題專家可能會感興趣的事物，這可能會減少其潛在影響。最佳實踐是將所有數(shù)據(jù)以其原始格式存儲，以便主題專家在分析時就修改哪里以及如何修改做出決策（例如，數(shù)據(jù)清理以及訪問任何數(shù)據(jù)集以進行調(diào)查和模型開發(fā)）。

連接新的數(shù)據(jù)源

一家擁有50多個運營站點的能源公司，分布在一個地理上非常廣闊的區(qū)域范圍內(nèi)。最初，該公司在某個站點聘用6名工程師，成功地實施了基于云的分析。這些工程師一開始確定了3個用例：資產(chǎn)完整性監(jiān)視和性能趨勢、預(yù)測性維護和生產(chǎn)預(yù)測。

在隨后的90天里，該團隊擴展到10多個站點的50多名工程師。他們使用這些用例，通過共享的云部署和協(xié)作功能來連接新的數(shù)據(jù)源。這釋放了工程師的創(chuàng)造力，使他們可以找到更多用例，來獲得洞察并改善資產(chǎn)可用性和生產(chǎn)效率（圖3）。

圖3：主題專家可使用Seeq直接與感興趣的數(shù)據(jù)進行交互并獲得洞察力。

從小規(guī)模應(yīng)用開始試點，并利用云來快速擴展分析，使得項目運營者可以衡量業(yè)務(wù)影響，建立業(yè)務(wù)案例以吸引更多用戶和站點參與。

下一步，該公司計劃從遠程站點連接其它物聯(lián)網(wǎng)數(shù)據(jù)，需要牢記兩個關(guān)鍵因素，即網(wǎng)絡(luò)延遲和分析性能。用戶不會使用性能低下和延遲過多的笨拙分析工具，因此必須考慮這些因素。在實施云之前，這些遠程站點的報告一般是離線手動完成的。

為了解決這些問題，該公司正在使用具有邊緣分析功能的混合云方法。該方法是在邊緣或數(shù)據(jù)源附近配置計算和分析資源，并在網(wǎng)絡(luò)可用時將結(jié)果傳輸?shù)皆贫恕?/p>

制造業(yè)仍處于基于云的分析的初始階段，但學(xué)習熱潮正在興起。企業(yè)必須將主題專家放在任何分析工作的中心，并且可以擴大和縮小云引用的規(guī)模，來連接數(shù)據(jù)孤島。必須保持原始數(shù)據(jù)的完整，以確保分析和洞察具有靈活性。還必須確保團隊和站點之間的協(xié)作，以實現(xiàn)投資回報并擴大潛在的業(yè)務(wù)影響。將適合的高級分析軟件與大多數(shù)企業(yè)使用的云平臺相結(jié)合，將有助于提高運營效率。 （作者：Megan Buntain）
編輯：hfy