本文对工业大数据分析方法论进行了系统性地介绍，并对竞赛优胜团队的解题方法进行了详细地整理和解读。

该统计数据包含了2018年中国工业大数据产品分布情况。设备故障诊断占比最高，占比29.0%。

该统计数据包含了2018年中国工业大数据用户行业分布情况。离散型制造业占比最高，占比62.1%。

该统计数据包含了2018年中国工业大数据用户类型分布情况。大型企业占比最高，占比80.0%。

该统计数据包含了2016-2021E中国工业大数据市场规模及增速情况。2021年市场规模最高，规模预计达到256亿元。

工业大数据分析作为工业智能化发展的核心之一,是实践性非常强的工作，现实中的失败比例非常高。在《工业大数据分析指南》中虽然已对通用的工业大数据分析方法和分析流程进行了归纳和总结，但其更加关注于具有普遍指导意义的方法论，为能更好的指导企业开展工业大数据分析实践，我们选取了四个不同行业中已经落地应用的典型案例,并依照《工业大数据分析指南》的方法体系进行了较为深度的剖析，形成了本案例集。

首先论述了工业大数据分析的概念、特殊性以及常见的问题，提出了工业大数据分析框架，简要介绍了CRISP-DM模型，并针对模型落地的难点和模型使用的指导思想展开讨论，依次对业务理解、数据理解、数据准备、数据建模、模型验证与评估、模型部署这6个CRISP-DM模型的基本步骤进行了详细的阐述，从需求分析到目标评估，从数据来源到数据分类，从数据预处理到建模过程，从模型验证到部署问题处理，对每一个步骤中的原理方法、分析过程、处理方式、问题排除等都一一进行了讲解和说明，最后对工业大数据分析的未来发展进行了展望。

本文阐述了工业大数据的概念、价值和历史由来，介绍了工业大数据的典型应用场景，从业务和技术两个角度探讨了工业大数据的实施路径和系统架构，介绍了工业大数据管理与分析的关键技术、我国工业大数据8个典型应用案例，展望了我国工业大数据的未来愿景。

随着互联网与工业融合创新，智能制造时代的到来，工业大数据技术及应用将成为未来提升制造业生产力、竞争力、创新能力的关键要素，是驱动产品智能化、生产过程智能化、管理智能化、服务智能化、新业态新模式智能化，支撑制造业转型和构建开放、共享、协作的智能制造产业生态的重要基础，对实施智能制造战略具有十分重要的推动作用。全国信息技术标准化技术委员会大数据标准工作组（以下简称“工作组”）由工信部和国标委共同指导，主要承担大数据相关标准化工作，已经发布了《大数据标准化白皮书（2016）版》。为了充分发挥国家标准的规划与指导作用，促进我国工业大数据标准体系建设，推动工业大数据在智能制造中的发展应用，工作组联合中国智能制造系统解决方案供应商联盟和中国开放对象标识（OID）应用联盟启动《大数据系列报告之一：工业大数据白皮书》的编制工作，旨在全面、客观地梳理国内外工业大数据相关工作基础和进展，根据业界最新实践、认知水平，总结提炼工业大数据标准化需求，提出标准化框架和发展建议。

当前，全球主要国家掀起了新一轮以“信息技术与制造业融合”为共同特征 的工业革命，加速发展新一代信息技术，并推动其与全球工业系统的深入融合， 以期抢占新一轮产业竞争的制高点。无论是欧美老牌国家制造业的重振，还是中 国制造业的转型提升，工业大数据都将发挥不可替代的作用。习近平总书记在党 的十九大报告中提出“加快建设制造强国，加快发展先进制造业，推动互联网、 大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、 共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。”工 业大数据的创新发展，必将成为未来提升制造业生产力和竞争力的关键要素，是 目前全球工业转型面临的重大课题。 全国信息技术标准化技术委员会大数据标准工作组由工信部和国家市场监 督管理总局共同指导，主要承担我国大数据领域标准化工作，已经发布《大数据 标准化白皮书》、《工业大数据白皮书（2017 版）》等研究成果。为充分发挥 国家标准的规划与指导作用，促进我国工业大数据标准体系建设，推动工业大数 据在智能制造、工业互联网中的发展应用，全国信标委大数据标准工作组联合工 业大数据产业应用联盟启动《工业大数据白皮书（2019 版）》编制工作，在 2017 版的基础上更新了工业大数据发展的最新趋势以及在重点领域的应用实践，提出 工业大数据管理的相关方法，进一步完善了工业大数据标准体系，给出工业大数 据标准化工作建议，我国工业大数据相关标准研究成果在本版本中也有所体现。

制造转型，纵横协同：新的消费需求逆向牵引着生产和供应链进行数字化和智能化转型。企业需要形成以生产为核心的横向价值链协同，以及纵向各层级的智能化(见图2)。纵向上，关注多层次融合和集成的智能制造核心体系，实现精益生产、柔性生产、数字化生产。同时，横向逐步拓展到全价值链的优化，寻求端到端的综合性平衡和整休价值最大化。采购:合理的原辅料安全库存设置和真实消耗情况跟踪，及不断优化并精确的配方;准确的采购和供应计划，确保原辅料供应的经济性和高效性。生产管理:优化的基于终端客户需求的销售计划;基于算法的生产计划优化;支持灵活的多品种小批量生产的工艺;全面的生产统计核算。

本数据记录了2017年企业大数据应用场景占比情况,其中营销分析占比61.7%。

该统计数据包含了2018年全球大数据产业相关人才国家分布情况。中国占比最高，占比59.5%。

该统计数据包含了2020年中国重点城市大数据专业规模。其中上海的大数据专业高校数量为24所。

本文通过TalkingData的数据工具故事、数据故事、服务故事，揭秘了TalkingData 大数据的生态。

该统计数据包含了2020年中国重点城市大数据市场情况指数。其中重庆大数据市场情况指数为98.39。

该统计数据包含了2020年中国重点城市大数据产业辐射度。其中沈阳大数据产业辐射度为99.69。

该统计数据包含了2020年中国重点城市大数据发展总体指数。其中北京的大数据发展指数为93.86。