认识工业大数据的几个维度

工业大数据的复杂性高、可靠性要求高，但数据量可能相对偏小。认识工业大数据的特点，本身就是个复杂的问题。我想从以下几个角度整理思路：

1、一次利用和二次利用的维度

我们知道，收集和记录数据都是有成本的。多数数据都是为了满足某个应用而产生、记录的。大数据一般只是对数据的二次利用——或者叫废物利用。一次利用是在线的，二次利用是离线的。随着对大数据的重视，人们似乎应该在产生一次数据的时候，就关注数据的二次利用：就像策划生产的时候就关注废物如何利用。

2、一线应用和二线监控的维度

一线管理系统是为了满足某个业务的需求，二线应用是为了监控。我曾经有个比喻：一线应用是政府、党委、人大；二线监控是政协、纪委、监察。在数据成本很高的情况下，数据一般只服务于一线应用；在数据成本低的情况下，数据会越来越多地服务于二线应用。同时，在考虑一线应用的时候，就要考虑到如何便于二线应用。

3、可靠性要求高低的维度

可靠性要求低的场合，分析相关性就可以了；可靠性要求高的场合，不仅要关注因果性，还要关注交叉验证、证据的独立性、反例的合理性。可靠性要求高的时候，对数据分析的技术要求也高，但价值一般也大。

4、关联关系复杂性高低的维度

关联关系复杂时，分析难度就大、出现错误的可能性就大。要解决这个问题，首先要把人脑中的知识结构化地表述出来并有效地加以应用。我常说：在工业界，数据挖掘得到的知识首先存在于人脑中、只是不精确；数据饿作用，是用来雕琢这些模糊知识。但是，要把人脑中的知识表达出来，要有合适的方法才行。我不赞同“知识存在于数据中，人的作用是挖掘这种知识。”

至今为止，似乎还没人把工业大数据真正说清楚，见到的观点往往是碎片化的，本文也不例外。