隨著工業4.0的推進，中國制造業急需構建自己的大數據分析平臺，深入連接用戶和工廠數據，驅動產業升級和創新，提升競爭力，占據全球產業鏈更高端。

  制造業大數據不僅僅意味著企業簡單的數字化，而是把數據作為智能制造的核心驅動力，利用大數據去整合產業鏈和價值鏈。

制造業大數據分類：
1、人類軌跡產生的數據
2、機器自動產生的數據。
這兩類數據構成了我們今天的大數據多結構化數據源。隨著時間的推移，進行制造業大數據分析的需求將越來越大。

  如果不投資大數據及大數據分析，從中獲得信息，智能制造所追求的高效智能將無法實現。如果通過利用大數據、預測性分析及云技術衡量產品性能只為了解客戶需求，這意味著你正在失去數字化轉型最大的價值。在工業大數據的領域里，我們除了要繼續關心“人為數據或與人相關的數據”，更多要關注“機器數據或工業數據”與用戶行為數據的融合。

 事實上，制造業企業不缺數據，從內部而言，積累了大量的內源數據，包括運維、管理、流程、質量等。互聯網時代，外源數據更多，包括供應商、競爭對手、客戶反饋等等。

問題：
1、缺乏整合平臺，大數據的有效利用率很低；
2、缺乏分析能力，需要高效的大數據分析工具。
 

MES系統最核心的功能如下：

       數據采集：通過融合消費者與制造業的交易數據，實現智能互聯；通過生產線、設備安裝傳感器獲取實時數據，實現智能生產；MES系統可以有效通過匯集生產、設備及外部數據，指導生產、銷售、決策。   

  設備故障監測：具有數據采集、分析結果、用戶收益、分析模型匯總、故障預警、設備生命周期、識別并發故障、設備分群等功能。   

  智能倉儲：具有數據采集、分析方法果、用戶收益、庫存時長分析、短期庫存分析、長期庫存分析、出入庫分析、領料智能推薦等功能。 

  在未來，推動智能制造的并不是大數據本身，而是大數據的整合和分析，它是成為創新核心驅動力的來源。