没有大数据，智能制造本身也将会是无源之水。

大数据是智能制造的基础，通过对大数据的深入挖掘，获取产品的需求感知，基于大数据分析实现制造业“需求—制造—需求”的全流程生命周期管理，实现数字化、网络化、智能化的生产优化、流行预测、精准匹配、供应链优化、营销推送等众多智能制造核心应用，进而驱动产品设计和产业发展。

● 产品设计与优化

利用大数据分析挖掘技术对多源数据进行整合，扩展市场调研采样范围和数据的维度，精确地获取客户需求，分析竞争对手的优劣，从多个角度为产品的设计与优化提供更有力的支撑，提升市场竞争力。

● 供应链优化

通过分析产品生产上下游企业信息，在企业画像和企业活性数据的基础上为制造企业选择更好的供货商提供指导意见，提升产品整体质量，降低成本。

● 生产优化

（参数优化、生产设备健康管理、生产故障诊断)

在产品生产环节基于工业数据的大数据分析，实现生产参数的优化，潜在故障的提前预测以及故障的诊断，降低维修成本，提升生产力。

● 产品精准营销

基于客户特征数据分析，精准把握客户需求，将产品推送给合适的客户。

● 客户需求与舆情分析

分析客户反馈及互联网公开渠道的舆情数据，分析产品的质量、优劣势等，获取客户需求，为产品设计、公司公关提供依据。

方案整体架构

应用价值：

● 提高生产效率，提升产品质量

帮助企业支持产业链管理，优化生产能力，探索新的生产模式及效果评估，提升产品质量；

实现目标市场的细分及精准营销，提升企业营销效率；实现仓储、配送、销售效率的大幅提升，优化供应链。

● 降低生产成本，实现节能降耗

帮助企业实现故障提前预测、减少非计划停机时间、降低运维成本，提高设备可用性；发现生产能耗曲线，提升能源使用效率，实现能耗实时优化。

● 加速产品创新，实现大规模定制生产

清晰把握客户需求，把握产品定位与设计；实现大规模定制生产，满足消费者个性化需求；

支持产品精准营销，将设计的产品精准推送给需求消费者。

● 支持实现智能生产与智能工厂

智能工厂是工业4.0的发展愿景；智能工厂=工业机器人+工业互联网+工业大数据；工业大数据及其应用直接决定了“工业4.0”所要求的智能化工厂的智能水平；工业大数据应用将带来制造业企业创新和变革的新时代。