目前，大数据的概念也炒得很热，数据在企业的经营管理、生产制造等各方面的影响力越来越大，数据驱动成为企业发展的动力。工业4.0的核心就是数据，CPS、三个集成都是实现数据交互、同步，灵活快速获取实时数据的途径。

　　大数据分析利用

　　“工业4.0”时代，制造企业的数据将会呈现爆炸式增长态势。随着信息物理系统（CPS）的推广、智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。

　　严格来说，按照大数据定义为”每天产生的数据量达到1T”来看，企业管理信息网中（ERP/PDM/CRM/HR等）的数据都不算大数据，所以很多制造企业都感觉大数据分析不够接地气，但是通过传感器随时随地采集到的生产设备的运行数据、产品运行过程中产生的数据（如车联网收集到的车辆运行数据）可以称得上大数据，有了这些大数据，我们需要的就是建模、分析加以利用。这样大数据分析就能够很好的帮助企业、提升企业。

　　总体来说，工业4.0关注的企业数据分为四类：

　　1、产品相关的数据，俗称企业主数据；

　　2、运营数据，一般称为交易数据；

　　3、整个价值链上的数据，如供应商、分销商、客户等数据，也是属于企业主数据管理的范畴；

　　4、对企业经营分析有价值的外部数据。

　　产品数据

　　包括设计、建模、工艺、加工、测试、维护、产品结构、零部件配置关系、变更记录等数据。产品的各种数据被记录、传输、处理和加工，使得产品全生命周期管理成为可能，也为满足个性化的产品需求提供了条件。

　　运营数据

　　运营包括组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等数据。工业生产过程的无所不在的传感、连接，带来了无所不在的数据，这些数据会创新企业的研发、生产、运营、营销和管理方式。

　　价值链数据

　　包括客户、供应商、合作伙伴等数据。企业在当前全球化的经济环境中参与竞争，需要全面地了解技术开发、生产作业、采购销售、服务、内外部后勤等环节的竞争力要素。大数据技术的发展和应用，使得价值链上各环节数据和信息能够被深入分析和挖掘，为企业管理者和参与者提供看待价值链的全新视角，使得企业有机会把价值链上更多的环节转化为企业的战略优势。例如，汽车公司大数据提前预测到哪些人会购买特定型号的汽车，从而实现目标客户的响应率提高了15%至20%，客户忠诚度提高7%。

　　外部数据

　　包括经济运行、行业、市场、竞争对手等数据。为了应对外部环境变化所带来的风险，企业必须充分掌握外部环境的发展现状以增强自身的应变能力。大数据分析技术在宏观经济分析、行业市场调研中得到了越来越广泛的应用，已经成为企业提升管理决策和市场应变能力的重要手段。

　　工业4.0落地中国企业，工业大数据是一项重要抓手。利用工业大数据分析，可以找出隐性的问题并预测未知情况的发生，有助于及时地做好预防，避免故障和偏差。