如通常使用的術語，“大數據”指的是要用數據庫管理工具處理的龐大和復雜的數據集或處理應用的傳統數據。大數據的挑戰包括了：數據的捕獲、保管、存儲、搜索、共享、傳遞、分析和可視化。相比于相同總量的分離型小數據集，大數據集來自對單一數據分析的衍生附加信息和相關數據的大集合。大數據可以發現相關性，有助于對趨勢進行清晰和迅速的理解，支持更好的及時決策。

　　在制造業方面，大數據是指從車間現場到企業頂層所有生成、交換和集成的數據。什么使在制造業中的數據變“大”?這是因為越來越多的虛擬化和仿真，以及眾包和社會制造(即在設計和制造過程中利用社交媒體生成數據)的增長趨勢。這使制造企業正朝著數字化的方向發展。

　　整合從傳感器和PLC到企業和供應鏈平臺的數據可以產生顯著的成效

　　在數字化企業中，數據連接制造系統，如：產品生命周期管理(PLM)、供應鏈關系管理(SCM)和制造執行系統(MES)，集成企業資源計劃(ERP)。 “其中的關鍵，從自動化的大數據角度來看，是利用虛擬化和真實數據的優勢，并結合使用他們，”來自某自動化廠商戰略市場部的副總裁比爾 ?卡萊利說。

　　先是數量巨大的“虛擬數據”，在產品建立和制造的初期就創建出來，如產品開發的模型建造或制造運行的工藝規劃。然后是采集的“真實數據”，由車間現場的傳感器、PLC等設備生成的物理數據。 “合并虛擬數據和真實數據的理念是保證產品質量，以及對早期的設計與后來的制造了解需求的關鍵，” 卡萊利說。

　　這種聯合的好處是顯著的：比較早期規劃期間的“虛擬數據”和隨時間推移的“現實數據”，使制造商能夠看到在設計上游中做出的決策對制造下游的影響。事實上，根據麥肯錫的報告：80%的生產成本在設計階段就決定了。數據是在產品生產的工廠現場創建的，它可以與規劃階段準備的數據進行“實時”比較，了解是否能夠適當地滿足了需求。這個結果能夠巨大的改進制造，在生產力、效率、靈活性、質量，使產品快速推向市場。

　　整合的力量

　　在美國，離散制造業比其他行業，如：政府、醫療和通訊業擁有更多的存儲數據。相比其他行業，通過數據分析給制造商提供的收益是非常顯著的，而且比較安全，

　　誘人的果實可能會在連接不同的數據存儲中找到。制造商使用不同的數據庫工作：軟件應用平臺 -- 通常在設計和開發的早期階段使用;制造應用平臺 – 通常在收集、存儲和管理相關制造的數據時使用。“我們進行跨平臺的整合，使數據更適合識別或與特定產品相關，放在有針對性的地方，容易實現訪問和可視化，” 卡萊利說。在不同平臺有了這些集成層，制造商可以按屬性進行跨平臺搜索，找到正在工作的相關數據(即設計，制造)。一旦識別到數據，就可以通過集成層進口查看它，并交付給那些需要它的人員。

　　“我們不打算創建一個龐大的數據庫或強制它的存在;相反，我們可以看看數據庫是否聯合了企業各個部門在全球的不同部分或提供跨越他們的網絡和集成，識別數據屬性、通用性，等等。然后，我們把這些數據放在一起，” 卡萊利注釋道。“這對制造商是一種強大的工具，幫助他們在產品生命周期過程中的任何一點做出更好的決策。”

　　專注于集成是自動化廠商對待大數據的關鍵區別。有各種集成和擴展的解決方案，涵蓋了制造的每個主要階段：產品設計、生產設計、運行和自動化。

　　“我們正在為制造過程的多個站點和多個區域提供關鍵數據的可視化，” 卡萊利說。 “今天有這么多的數據。你不可能使用所有的數據，也沒必要。但你必須有在某一時刻訪問某一特定數據，或是找出制定決策相關數據的能力，不管在執行層還是在工廠車間層”。

　　測量的革命