DatacenterDynamics集团（DCD China）在沪成功举办了首届中国数据中心周，此次论坛邀请了部分IDC提供商、制造厂商、服务提供商、学术研究机构和终端用户代表。特别邀请的部分CxO领袖团，ICT各垂直行业的行业大咖、业界大佬、政企名流等各界人士莅临了本次论坛，共同探讨“从数据中心>云”全行业生态+。中国数据中心周作为DatacenterDynamics十八年深耕IDC行业的首创之举，将为整个行业带来新的价值和战略洞察，致力于打造中国第一的“数据中心>云”全生态论坛。此次活动还得到了中美绿色数据中心开放计算标准联合工作组、欧洲数据中心协会、中国电子学会、开放数据中心委员会（ODCC）、云安全联盟（CSA）等国内外机构的支持。

整个论坛活动为期一周，包括DCD>Enterprise国际论坛与展览、DCD>CxO领袖峰会、商业社交活动（合作伙伴活动和其它形式的社交活动）、DCD亚太奖项评选活动启动、DCPro国际认证级培训课程、美国能源部劳伦斯伯克利实验室科学家数据中心能效管理培训、数据中心及解决方案参观活动……四天不同形式、不同维度的内容盛宴，为整个大中华区带来新思维、新机会。

上海德衡数据科技有限公司首席科学家陈刚做了“大数据即服务（BDaaS）：数据中心的新机遇与新挑战”的嘉宾主题报告，陈刚先生于

2014年出任上海德衡数据科技有限公司首席科学家，前瞻性地把动态Dynamic Scale-Out理念用于大型IDC的设计，并探索性尝试处理器类型“广谱化”：传统的（中端）CPU、适于存储海量冷数据的（低端）ARM服务器，适于处理实时数据的（高端）GPU融合。

2015年出任上海开源大数据研究院院长，带领团队专注基于开放数据与开源技术的大数据科学理论及工程方法的研究，并及时高效地将研究成果产业化。研究院已智力投资了中云开源数据技术（上海）有限公司、齐网开源数据技术（上海）有限公司等企业。

先进制造业为大数据提供产业机会

先进制造业是相对于传统制造业而言，指制造业不断吸收电子信息、计算机、机械、材料以及现代管理技术等方面的高新技术成果，并将这些先进制造技术综合应用于制造业产品的研发设计、生产制造、在线检测、营销服务和管理的全过程，实现优质、高效、低耗、清洁、灵活生产，即实现信息化、自动化、智能化、柔性化、生态化生产，取得很好经济收益和市场效果的制造业总称。

十八大明确指出：要推动战略性新兴产业、先进制造业健康发展。制造业的持续健康发展仍是我国经济发展的主要动力，而转型升级是主旋律。先进制造业是制造业的发展方向，先进制造业的发展将使我国有可能在第三次工业革命中发挥重要作用，将引领我国制造业走出一条发展新路，将极大支撑起我国国民经济发展和国防建设，加快发展先进制造业影响深远。

先进制造产业基地建设

以“中国制造2025”为行动纲领，以市场需求为行动导向，建设国内一流的先进制造+大数据产业研发基地。

《天津市工业经济发展“十三五”规划》指出，到2020年，全市工业增加值达到1万亿元以上，年均增长8%，先进制造业产值占全市工业总产值的比重将达到70%，基本建成全国先进制造研发基地。

《天津市建设全国先进制造研发基地实施方案（2015-2020年）》

推进实施五大工程，加快公共云大数据发展，整合民生领域数据资源，逐步实现共建共享。推进行业大数据应用，构建数字出版、协同制造、安全生产等若干行业云平台。到2020年，大数据、云计算应用和服务水平居国内领先地位，基本建成国内一流的大数据产业基地。

大数据服务在企业先进制造转型升级中具有核心作用

工业数据运营，在大数据交易与产业应用的基础上，将产业化应用的数据反向归集到大数据中心。从服务端和数据端双向助推先进制造业转型升级。

将大数据服务进行打包服务，建立数据资源包，服务资源包。其中数据资源包包含：技术数据、工艺数据、能源数据、软件数据等等；服务资源包包含顶层设计服务、产业升级服务、软件服务、系统集成服务等。打包为制造业提供大数据顶层设计服务，辅助生产制造进行产业落地，通过全链条的服务将产业化应用的数据再次归集到大数据中心当中，最终实现先进制造产业改造升级。

大数据服务与先进制造的价值

政府——

推动本地先进制造企业转型升级；

促进本地先进制造系统的构建；

增加本地企业产值与税收；

培养高中端人才。

先进制造——

开拓全新的生产模式，

增大企业收益；

拓展全新的业务模式，做大企业规模；

打造企业先进制造转型升级标杆；

获得更多的商业机会。

现实意义：

公私联动、产学研联动，为“中国制造2025”探索全新的公共服务模式。

展示各方“中国制造2025”以及智能制造的最新成果，以提升品牌整体影响力与竞争力。

营造现代先进制造的“产学研” 整个生态环境。

提升地区先进制造业整体水平，提升地区产业整体竞争力。

为地区产业的先进制造提供高素质人才保证，以保障地区产业长期健康发展。

待续

大数据应用在不同的场景与不同的领域中，所产生的意义及所代表的意义也都是不一样的。大数据是互联网所带来的产物，在有意与无意之间，大家都是数据的制造者和受惠者。

互联网所制造出来的生态圈是一个无限循环的场景，影响各行业，为不同产业创造着更新、更大的价值。

米云智库觉得，大数据的商业模式可划分为广告营销、数据交易、数据报表及解决方案等等。精准触点营销基于大数据分析应用，将大数据的价值发挥出来，呈现服务价值。

就在这短短的两年间，中国就诞生大大小小400多家大数据创新公司。大数据的应用更是拓宽了我们的生活、工作和学习的诸多领域，当然商业更是被发现和应用，为企业用户提供高效准确的营销数据。

构建大数据平台，形成云计算能力的数据分析处理功能的平台，把大数据当做基础设施建设，成为一种基础设施，成为社会、企业的一种服务，成为传统基础设施一样的必备。

数据源多层次的商业模式、政务云为用户提供价值导向，打通“数据孤岛”，扮演出“通道”的中介，让数据流动起来，模式则以开放式、多源为主。

数据是大数据营销的关键，基于大数据营销应用，让潜在的、未知的通过分析获取出可见、有利的数据报告。数据报告的合作方式，一种是委托式调研出报告，一种是行业研究定期出报告，需要看到详细报告的企业，需要付费来获取。

在大数据广告营销方面，大数据起到的作用是“助力”催化剂，花更少的成本获得更多更具与更有价值的回报。学习的算法越准确，所触达的用户及质量也会越好，广告营销的效果也会越好。

大数据是所有企业的核心竞争力，是营销产生价值的有效途径，通过大数据形成的DSP广告平台，能够精准将广告推送到用户面前，精准触点营销的作用使得企业利润更好的体现出大数据的价值所在。

米云智库认为，所形成的大数据价值服务，重点在于大数据的变现率，建立在大数据的云计算之上。精准营销的服务价值将金融科技形成有机生态圈，DSP网络推广更易于有转换率。这就是价值服务的魅力。

近日，在36氪举办的“2018商业新生态峰会”上，个推高级副总裁刘宇做了《大数据如何服务用户生命周期的管理与运营》的主题演讲，以用户运营为切入口，详细介绍了数据智能为企业发展增能的方式方法。

有商业的地方就有用户

大数据在商业场景上的应用无处不在，包括APP服务开发、广告决策、城市建设等。

为什么选择用户的生命周期作为切入口？

因为各行各业都会有用户，都会涉及到用户生命周期的管理与运营。企业在与用户互动的过程中，会经历各种各样的阶段，每个阶段都有不同的特点。精细化的运营会让每一个用户都得到更好的服务，从而增加用户黏性，提升企业的运营效率和服务产出。

移动互联网的用户生命周期分为获客、成长、成熟、衰退、流失五个阶段，每个阶段运营的重点都不同：

在这五个阶段里，个推都有相匹配的数据智能服务，为企业提供数据指导，优化运营工作。

获客期-制定质优价廉量足的获客方案

在获客阶段，企业缺的不再是渠道资源，而是缺乏质优价廉量足的获客推广方案。个推提供的数据智能服务能够有效地解决这一问题。

在渠道管理上，数据统计分析能够全方位的展示各种渠道的效果、质量，使得企业管理更高效。

在社交网络上，精准的大数据用户标签使得传播更具针对性。

在精准获客上，数据管理平台（DMP）能够在应用商店、DSP、IN-APP广告位和线下推广等渠道中做出高性价比的组合，快速而高效地拓展新用户。

成长&成熟期-给用户私人定制级的服务体验

在成长、成熟阶段，所有的工作都是以用户为核心，以提升用户留存、活跃为目标。

在用户初次登陆的时候，企业可以借助用户标签更好地了解新用户的喜好，有针对性地为用户推荐感兴趣的内容，延长用户使用时间。

内容运营、活动运营要实现千人千面是一个复杂而漫长的过程。精细化运营的初级阶段，实际上是做分组运营。运营者只有在分组运营的基础上，不断地进行数据归集、迭代、更新，才能实现千人千面。个推数据智能平台为企业提供数据分层聚类的模型，从用户特征的归集，到老用户特征的聚类分析，再推演并更新出用户的分类。相比与初级的分组运营，在运营中使用分层聚类模型，用数据来反映分类，会更加客观、精准。

衰退&流失期-正视用户的离开，不做徒劳的挽留

用户是有流动性的，有新用户来，也会有老用户离开。企业在面对用户的衰退和流失时，依然需要做专业的运营。

当企业发现有用户进入衰退期后，首先，要分析了解用户沉默的原因；然后，通过聚类模型或者是根据用户标签去做临流失之前的唤醒，这个时候需要监控唤醒的转化情况；最后，通过各种尝试发现依然无法唤回用户，别纠缠，不如将有限的成本和精力转投到寻找新的服务价值点上。

在数据智能的视角下，用户的流失也会给企业带来价值。企业需要通过像“个推”这样的第三方数据平台来做卸载用户的数据分析，了解流失用户的成分及流动趋势，深挖流失背后的价值，反向推动运营工作的优化。

有时候用户的衰退及流失潮是出现在整个行业内的。个推数据智能服务中的行业洞察版块，可以帮助企业了解行业总体趋势，从而对自身所处的行业地位有一定的认知，从宏观的角度去寻找问题，再根据问题制定适合的发展策略。

总的来说，数据智能可以帮助企业洞察行业趋势，了解自身优势与不足，明确运营方向，为企业的发展注入科技力量。

个推是一家独立的智能大数据服务商，在大数据服务领域深耕多年，积累了丰富的运营经验，服务涉及互联网、精准营销、金融房产、公共服务以及其他垂直领域。个推一直致力于数据智能的研发创新，不断开拓服务的边界，为企业发展增能。

36氪获悉，润雅信息技术(上海)有限公司（简称“IRiS润雅信息”）已完成 B 轮数千万元人民币融资，本轮融资由方和资本领投，原股东蓝驰创投跟投，万世资本为独家财务顾问。本轮融资将用于进一步提升服务体验并提高市场份额。36氪曾报道，IRiS润雅信息于上半年已完成 A 轮数千万元融资。

IRiS润雅信息成立于 2012 年，是一家面向于汽车销售行业的企业服务公司，通过旗下汽车零售智慧业务中台，为汽车经销商提供以实时数据为基础的流程化信息管理服务。

数据显示，中国的乘用车销量已在今年开始出现负增长，行业也告别了持续十多年的高速增长期。而长期来看，汽车普及度与发达国家相比仍有差距 ，不过人口红利的消失使汽车经销商在未来需更加关注整体效率提升和风险管控。

数据显示，全国共有汽车经销商、平行进口商、二级网点、独立维修厂和 2S 店上百万家，其中有 80% 左右商家为中小规模甚至单店经营，长尾效应明显。针对汽车经销商将要面临的运营困难，IRiS润雅信息的产品服务会嵌入到经销商整个管理环节，实时指标监控和实时数据流，实现财务绩效和业务运营的联动。

IRiS润雅信息创始人兼 CEO 沈啸告诉36氪，目前汽车零售商家正逐渐向客户全周期综合汽车生活平台过渡，商品和服务类别多元化、经营流程复杂化，但缺乏统一的运营规则和标准，导致财务、业务和客户数据难以互通，影响业务分析和决策效率。

行业中传统的系统，是分别针对客户数据（CRM）、财务数据（ERP）、运营数据（SaaS 平台）而研发的，IRiS润雅信息的服务平台则整合三个维度所需的功能，实现“客业财一体”，并在数据挖掘分析部分加入了 AI 算法，可实现毛利预测、图像识别、进货和备货规划等功能。

目前，数据载体——IRiS系统已经进入到第三阶段，累计有上千家汽车零售商用户选择了IRiS系统，得到了众多客户认可。在近期结束的全国工商联汽车经销商商会工作会议上，润雅创始人沈啸先生被增补为商会副会长，润雅信息被评为中国汽车经销商服务行业优秀赋能奖，公司还与全国工商联汽车经销商商会签订了战略合作伙伴协议。

沈啸表示，接下来润雅将会将中心放在架设销售平台和代理商网络上面，服务更多商家并获取更多份额；继续优化 AI 算法，为经销商带来更优的经营决策。预计到 2020 年，IRiS系统的用户数量将达到 1 万家。

关于此次投资IRiS润雅信息，方和资本表示，“汽车零售行业是所有零售行业中体量最庞大，运营复杂度最高的细分行业，围绕着客户用车周期，业务服务涵盖了金融、租赁、保险、延保、移动出行、维修车间、精品配件供应链和二手车。在市场竞争从产品和资源导向过渡到客户导向用车周期服务的大背景下，汽车零售服务商需要从运营信息化入手，通过大数据提升运营效率，通过共享服务降低运营成本，控制经营交易风险。”

——————————

我是36氪作者刘士武，关注自动驾驶、游戏电竞以及电子烟，寻求报道请加微信 liushiwude 并注明公司 + 职位 + 事由，谢谢！

现在的社会是一个高速发展的社会，科技发达与信息流通使得人们生活也越来越方便、之间的交流越来越密切，大数据（Big data）就是这个高新科技时代的产物。越来越多的应用涉及到大数据，而这些大数据的属性包括数量、速度、多样性等等都是呈现出大数据不断增长的复杂性。

阿里巴巴创办人马云提到：未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，足以说明大数据对于阿里巴巴集团来说举足轻重。

众所周知，大数据已经不简简单单是数据这么简单了，而最重要的现实是对大数据进行分析，只有通过对数据的深层挖掘与运用获取“价值”，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”服务于社会的各行各业。下面亿美软通分享下目前互联网大数据运用的几种领域。

1、智慧城市

大数据改善我们日常生活的城市：基于城市实时交通信息、利用社交网络和天气数据来优化最新的交通情况，目前很多城市都在进行大数据的分析和试点。

2、智慧生活

不仅仅应用于企业和政府，同样也适用我们生活当中的每个人，可以利用穿戴的装备(如智能手表或者智能手环)生成最新的数据，这让我们可以根据我们热量的消耗以及睡眠模式来进行追踪。

3、智能营销

通过在线客服系统搜集用户社交方面的数据、浏览器的日志、分析出文本和传感器的数据建立出数据模型，更好的了解客户以及他们的爱好和行为。通过数据的分析，得到有价值的信息，有效的满足客户的需求。

4、智慧医疗

大数据分析的应用可以更好的去理解和预测疾病；也可以短时间内就可以解码整个DNA，并且提供出最新的治疗方案；通过记录和分析婴儿的心跳，医生针对婴儿的身体可能会出现不适症状做出预测，这样可以更多的救助婴儿。

5、智能设备

大数据分析让机器和设备更加智能化和自主化，用于研发自动驾驶汽车，配有相机、GPS以及传感器，在交通上能够安全的驾驶；也可以优化智能电话。

以上就是亿美软通了解的领域，当然随着大数据的应用越来越普及，还有很多新的大数据的应用领域值得去探索。

为什么要专注大数据分析？

简单说，我们希望通过数据技能，来帮助您的生意变得更好。

今天中国几乎任何一个企业，都要建设自己的网站、移动网站、APP等等一系列内容发布平台，然后我们会投资来做营销、做搜索引擎优化、做微信微店微商、做线上线下、做互联网+、做O2O、做大数据、做人工智能、做机器学习和深度学习，但是如何通过数据来帮助您更好的经营企业呢？

在内部，企业聘用和招募数据人才的成本越来越高、不同部门间的数据利益格局导致各自为政、企业对于数据工作价值的认知不清晰、数据工作流程和制度的不完整、缺乏行业角度的benchmark和best practice...

在外部，整体商业环境日趋恶劣、行业产品同质化严重、价格战导致利润率降低、库存和资金周转率无法有效提升、大量存货导致资金占用、获客和销售机会成本居高不下、投资回报率越来越低...

以上，还会继续变得更糟，如果您不做任何改变。

数据分析的价值

通过数据来帮助您建立行动前的计划和预测体系，以帮助您做好预判与策划工作；

通过数据来帮助您实时监测当前发生的各项关键指标，来及时发现问题，及时止损与防范风险的发生；

通过数据来帮助您建立预警机制，当更多危机或异常因素扼杀在摇篮中，或应对危机时更智能、更有效；

通过数据来帮助您更好的建立体系化、规范化、自动化的工作机制，让数据的价值不仅停留于数字、报告，而嵌入到业务执行链条中；

通过数据来帮助您建立全局性、主题性的数据工作项目和制度，从企业整体思考如何将数据价值链接到各企业部门，让企业价值最大化。

数据价值并非说说而已，它需要很长的时间，需要人、文化、工具、体系、专业方法等各种综合的资源。最终它很可能是不可见的，但它也是随时可见的，当数据形成企业的行动依据，它的价值终将体现在每一个细节中，当然，也包括您的财务报表。

在多年的创业过程中，我们不断成长，并得到了越来越多客户的认可。

欧莱雅、汉堡王、KFC、美凯龙、优衣库、HP电脑、lenovo集团、联合利华、卡行天下、LV等各行业的知名企业陆续成为了我们的客户。以下仅仅是众多交付价值的一角：

通过数据化运营解决方案帮助客户发现过关键的用户体验问题，访客停留时间和转化率分别提升26.3%和38.5%；

通过精准数据营销解决帮助客户在搜索引擎营销中将转化率提升了4倍；

通过个性化推荐解决方案为客户提升了1.8倍的客单价；

通过在线数据跟踪解决方案整合了企业全球的google广告投放资源和跟踪体系，将广告活动的ROI提升了220%...

大数据的处理分析，正成为新一代信息技术融合应用的结点，而大数据之于计量服务领域将得到怎样的应用，又会起到怎样的影响。今天我们将从此点出发，谈谈计量服务领域的大数据变革。

大数据与企业隐私

随着国家经济和信息技术的迅猛发展,各行各业的数据量都在迅猛增长。近10年,电子商务、共享经济如淘宝、京东、滴滴、ofo等企业的发展,让大数据在中国落地生根,具备了市场前提。

海量的、不同来源、不同形式、包含不同信息的数据经过处理,可以被整合、分析,原本孤立的数据变得互相联通,这让人们通过数据分析,发现小数据时代很难发现的新联系、新规律创造出新价值。

而且大数据通过多维度的数据可以实现精准预测,定向推送,发现看似不起眼的矛盾。

举个例子：能源计量中电力计量是一个重要的环节,企业生产过程中不发生大的工艺更改、流程变化或技术革新,其用电量应该保持一定的水平。根据企业所报的产量、供电部门查询到的用电量,再结合行业对标的数据,是比较容易判断这个企业的生产水平的,如果相关数据偏差过大,就有理由相信企业所报的数据存在一定虚假。

其实,在大数据背景下,“数据脚印”无处不在,小到个人消费、活动轨迹,大到税务、资产、理财、并购等重要决策,这些在不同部门、不同行业保存的“数据脚印”之间不会有任何交叉、冲突,但是如果将这些数据通过一个统一的平台进行整合并信息加工,通过数据之间的相互印证和相互解释,几乎可以将一个人,一个企业的行为轨迹全部呈现出来。

某种意义上讲,这些整合的数据和信息就是一种暗中的监控。除非你与智能生活无关,不用任何智能化的设备,不享用便捷的“互联网+”服务,否则这些数据总会在某台服务器上静静地待着,直到有一天被挖掘出来。所以我理解能源计量数据采集工作的艰难。没有哪家企业愿意敞开心扉,任人一探究竟。

中国制造2025

我国智能制造2025的本质是工业和信息化的深度融合。工厂的智能制造系统在制造过程中能进行智能活动,比如分析、判断、决策等。通过人与智能机器的合作,扩大、延伸和部分取代技术专家在制造过程中的脑力劳动,把制造自动化扩展到高度的智能化和集成化。

今后的智能工厂将广泛应用MES(制造执行系统)、APS(先进生产排程)、能源管理、质量管理等工业软件,实现生产现场的可视化和透明化。甚至在新建工厂时,可以通过数字化工厂仿真软件进行设备和生产线的布局和物流、人机交互的仿真,确保工厂布局结构的合理。

通过专业检测设备检出次品时,不仅能够自动与合格品分流,而且能够通过SPC(统计过程控制)等软件分析出现质量问题的原因。这样的场景我们已经看到雏形,在不久的将来会呈现在大家面前。

如此智能化的制造,今后计量的对象可能不是我们现在常见的一些设备仪器了,我们要面对的可能是智能化、物联网化的在线设备仪器。这些新工业设备仪器所产生的数据将是工业大数据的主流。一个企业,从原材料进厂到制造过程控制,再到产品出厂检验,部分产品中还要嵌入传感器,都要对其使用过程进行监测,保证其有效使用。这些过程都要产生大量的数据。

智能制造时代是以随时随地的精准测量为基础的,这些测量数据是工业大数据的主要来源,是工业大数据的基础数据。智能制造将带来工业大数据的爆发。

另外,量子基准将取代实物基准是今后计量的一个大趋势,它使得在线测量、远程校准的去实物化成为可能。其实,利用时间校准服务器定时对计时设备校时,就是一个远程在线计量校准的例子。今后,类似的在线计量校准服务将成为主流。

计量服务2.0

借用德国工业4.0的提法,我们现在的计量也应当在数据时代更新升级为计量2.0。这是欧盟提出的重塑计量未来的8种革命性力量,未来计量:虚拟现实、模拟仿真、工业互联网、企业集成、在线检测、网络安全、增材制造(3D打印)和大数据。我们比较熟悉的是3D打印、在线检测、网络安全等内容,工业大数据与未来计量将更加密切。

计量2.0应是当前计量技术机构服务模式的升级。在我国,计量是这么定义的,计量是实现单位统一、量值准确可靠的活动。但在普通老百姓眼中就是法制计量,比如出租车、尺子、秤等。其实,还有两种类型的计量不被人熟知:科学计量和工程计量。

在国家取消强制检定收费后,面对出现的一系列问题,如何发挥现有技术机构应有的作用,从管理型技术机构走向服务型技术机构,是每个计量人应该关心和思考的。

用大数据来分析我国工业化的进程,从早年基础建设、钢铁产业、机电设备、化工产业、生物医药、IT产业的发展来看,计量技术机构的变化也经历了力学、热工、化学、医疗等行业的兴衰,不同时期都伴随产业的兴起,在检测人员、设备投入以及收益方面有所增长。

所以现代计量主管部门大力提倡产业计量也是顺应潮流的一大举措,找准产业计量的切入点非常关键。产业计量讲的是关注产品生命周期的全过程。计量2.0也提出了要服务产品生命周期每个阶段的口号。

让我们来看今后计量2.0的服务会有什么变化

首先,日常的校准工作流程会有改变。检测时,工作人员发出指令,让仪器设备的测试接口进行对接,完成自检后按照设定的检测流程和随机参数(防止单点应对性作弊)开始校准,在这期间,突然发生一个意外,造成校准无法进行,反馈信号及时传达至工作人员,根据反馈信息,工作人员重新发出指令解决问题,校准过程重新开始,完成检测后,检测数据和报告就会加密上传至服务器,客户经授权登录到客户端也可以查看。

甚至VIP客户可以做到在异地办公室内,通过网络实时查看实验室的检测状态、同步动态获取实时数据,并对实验数据进行备份,以便后期使用。需要说明的是,这样的校准,不是1对1的,而是1对n的。这其中的关键点是保证检测仪器接口的对接、校准过程的自动分析。

其次,智能制造的计量服务对象之一是大量存在于智能工厂里的数以万计的各种计量设备仪器、制造机器人等。服务方式由被动维护、固定周期维护、预防性维护向预见性维护发展。那种破坏性小、影响不大的缺陷能够通过智能计量仪器在生产过程中提供的实时诊断信息被及时预见,从而在第一时间采取合理措施。

如航空制造业,如何降低飞机发动机油耗是研发工程师们一直要面对的棘手问题。美国通用电气公司在飞机发动机上安装了近6000多个传感器,以便实时监测发动机的运行状态、健康状况等,并通过数据采集分析,预测飞机可能发生的故障风险,为发动机的维修服务和不断提升发动机质量提供数据依据。

最后,基于对检测数据的全面分析,既要从前端的数据获取以价值需求为导向制定的数据标准,更要从碎片化的数据中提取有用的信息。通过对历史数据的分析提炼,对各行各业海量的测量数据完成融合和解释后,使用大数据分析技术对其进行分析,从中学习到关联规律,发现其中的矛盾,找到平常没有发现的特点,发现的规律往往是大数据小应用。在对海量数据进行分析时,除了传统的数据挖掘存储、分布式计算、统计学技术外,还需根据测量对象本身的性质及应用本身场合的特点获得大致范围,得到有效的分析数据。

大数据是一座金矿,但是没有挖掘出来就是废铁一堆。实现计量服务2.0特别是要加强对多源数据的多维度关联、评估及预测,及时发现问题,在产品生命周期内做到最优服务。

结 语

计量服务2.0是以数据驱动的计量服务模式，大数据技术将颠覆传统生产制造模式和计量服务模式，为计量服务2.0提供巨大的推动力。计量服务2.0将对智能制造、网络安全、视频分析、智能电网、物联网、环境检测、安全生产、节能降耗提供全新的数据服务。

为深入学习贯彻全国和我省网络安全和信息化工作会议精神，由江苏省委网信办主办的“e路同行”采访活动今天正式开始，人民网、新华网、央广网、国际在线、中国日报网、交汇点新闻、中国江苏网、荔枝新闻、扬子晚报网等媒体将走访江苏省内一批具有代表性的网信重点单位企业，共同见证江苏在网络强省建设方面的努力。

“e路同行”采访组第一站抵达徐州，走进徐州Xrea工业互联网平台，探访淮海大数据产业园。

大数据产业园图片

曹庆华

3500个机柜入驻让数据跑起来

记者走进徐州淮海大数据产业园看到，窗明几净的办公环境和忙而不乱、工作有条不紊的员工。

“我们要保障好大数据中心，服务徐州智慧城市建设，让数据跑起来，为淮海经济区提供更安全高效的大数据服务”。 徐矿集团华美热电公司大数据部部长曹庆华对记者说，淮海大数据产业园区规划总占地面积600余亩，建设可容纳2万余台机柜的数据中心及配套设施，工程分四期建设。目前，一期工程经过一年多的努力完成了配电站、制冷站、一期数据中心的基础建设，建设面积约4万平方米，总投资约5亿元，可以满足3500个机柜的入驻条件。今年5月份，通过了中国质量认证中心（CQC）增强级（A级）机房认证。华为公司、电信、移动、联通公司正在陆续入驻数据中心，相关网络设备正在安装调试。8月底数据中心首批模块启动运行。未来，我们还将引进一批高科技人才，扩展业务让服务更上规模更上档次。

最懂制造的工业互联网平台

新时代下，制造业向高端制造转型，必须掌握核心技术、必须转向高质量发展，这就亟需新平台、新模式推动制造业智能转型。面临这些挑战，怎么做？那就需要有一个新的技术，有一个新的平台来解决这些问题，这个新的平台是什么？就是工业互联网平台。

徐工Xrea工业互联网平台照片

刚走进该平台就被眼前的徐工信息体验厅的展台吸引住了，据徐工信息自动化事业部副总经理黄凯介绍说，徐工Xrea工业互联网平台是国内发布的首个工业互联网平台，具备为设备提供全生命周期服务、预测性维护服务和创新商业模式等三大核心价值。目前累计接入设备数量超45万台，覆盖全球 20 多个国家，赋能装备制造、新能源、军工、农牧业、风电、光缆、核心零部件制造等多个行业领域。

黄凯

展台前现，黄凯生动展示了徐工信息近年来在工业互联网、智能制造等领域的探索实践成果，个性化定制充分体现了“为客户创造价值”的核心要义。

如果你想了解一个远在几千公里以外的设备运营情况，只要打开微信搜索小程序，你想知道的，Xrea都会告诉你。黄凯轻点鼠标，立刻大屏上就出现南京地图和无数个小点，而每一个小点，代表的正是一个徐工集团的工程机械装备。随意点开一个工程机械车辆，车辆所有信息一览无余。“通过这个系统，我们可以实时监测到车辆的整体情况，包括位置、车辆信息、开工情况、销售信息，甚至能够直接观测到车辆的仪表盘。根据这些信息，经过数据分析，我们可以提前给车辆发布预警和提醒。”

据了解，未来徐工信息还将在多方面有更快的发展。推动百万设备上云，到2020年计划实现新增百万台入网设备。推动“数据+模型=服务”跨行业应用，通过数据+模型的方式，实现产品研发设计优化、生产过程的智能化、营销决策的数据化、服务活动的及时化、管理过程的透明化。打造“杀手级”应用，未来3年重点研发超过30个基础共性工业APP、50个行业通用工业APP，打造Xrea平台“杀手级”应用。安全兜底计划。进一步与相关领域的安全企业合作，共同研发工业互联网安全解决方案，让Xrea平台在边缘计算设备、工业APP、微服务等方面为安全兜底。此外，推进人工智能、大数据、区块链等新技术与Xrea平台深度融合，构建商业生态、技术生态、产业生态三个生态体系，拓展“一带一路”沿线国家，布局面向全球的工业互联网平台，为世界贡献一个源自中国的工业互联网品牌！

扬子晚报/扬眼 记者 刘丽

曾经，有这样的创业公司，关于医疗数据方面的，投资人问他，你的初期数据是如何获取的？

项目负责人是这样回答的，我去医疗机构买啊。

很显然，这是一个从技术想象医疗行业的典型例子。

如果是一个在临场一线的医疗公司，来谈医疗数据来源问题，他至少可以自己解决一部分数据，而不是第一时间想去买。

获取健康数据的成本是比较高的，不像那些信用卡公司。

人体的健康数据，按照现代医学的标准，是非常庞大，非常立体的，从头到脚，从皮表到五脏六腑，到骨骼骨髓，血液，尿液，DNA测序信息，等等等等。

很多人估计不明白，就算是一般的医疗机构，对自己的医疗数据，恐怕也不是很相信，更不要谈运用价值了。

有些经验的，应用非常窄，所以健康医疗数据项目的切入点，往往都不能做的太宽，凭想象，面面俱到是很难进行的。

无论拥有多么庞大的计算机优势，必须是一个基于医疗的团队打底，是健康医疗数据公司的基本要求。

不然，一群AI精英，在想象医疗，估计就是推倒重来，场面很壮观，实现起来，又是很遥远的。

不要以为阿法狗可以下围棋，就代表着人工智能可以洗衣服做饭了。

无人驾驶，最近出车祸的频率，还是需要关注一下，不喝酒的司机也会乱开车的。

那么，对中小初创的健康数据公司，最大的忠告是，踏踏实实自己收集数据，在做好切实可行有效的服务之后，总结出来自己的模型。

这不是餐饮行业，也不是信用卡公司，这是为人体健康服务的数据公司。

关注谦和解决智能中医，关注中医体质分析项目。