工业组织必须能够快速找到保证生产进度紧凑和显著提高收益的方法。时间是工业运营中的重要因素，因此工人能够在尽可能靠近数据源的位置利用数据就显得尤为重要。若想深入了解运营状况和生产能力以做出明智的决策，通常需要十分耗时的 IT 项目和应用多种专业性极高的技能。
因此帮助制造商和生产商及其员工降低运营环境的复杂性是我们始终面临的一项挑战。为了帮助客户快速、自信地做出明智的决策，罗克韦尔自动化扩展了 FactoryTalk Analytics 产品组合。本文将介绍各组织如何利用工业物联网数据实现业务转型，获得竞争优势。
工业生产力分析
利用数据和分析是提高整个企业生产力的关键所在。必须能够获取实时信息，以便从企业内几乎任何既有数据源中调取结构化和非结构化数据，用以执行专用分析和高级分析，才能在关键的时刻和场合做出恰当决策。
数据驱动型方案的核心是能够利用智能设备和覆盖整个工业企业的互联系统的软件。借助软件，用户可以通过利用和融合任何既有数据源（控制器、历史信息系统、企业资源规划 (ERP) 系统等等）中的数据来深入了解运营情况。
以前，构建仪表板要先制定数据整合计划，该计划要详细说明如何将原始数据转换为生产智能。在此过程中需要手动标注当前数据源、关键绩效指标 (KPI) 和其他详细信息。
而数据驱动型方案可自动查找结构化或非结构化数据并为其编制索引。与手动过程相比，此过程可节省时间并降低发生人为错误的风险。相比于通过手动标注设备名称、生产线位置、设备位置和其他细节所获取的信息，该方案能获取更为详细的信息。
软件通过数据建模、机器学习、预测分析和第三方分析工具来管理和分析数据，可以在已编入索引的数据集之间创建关系，并跨越数十亿个数据点计算出答案。
换句话说，用户可以通过较少的设置来访问实时的情境相关分析数据，利用这些数据及时解决问题。
这种灵活性可以协助用户更好地了解运营情况。工人们可以在一块屏幕上访问他们所需的所有“分析模板”。分析模板以用户偏好的格式显示运营数据，并且可以包括预定义仪表板以及由同事共享的任何分析模板。分析模板可以帮助团队成员理解或调查分析结果。
按需分析
数据驱动型方案不应该让团队仅局限于静态分析模板。除了想要了解的信息，团队成员还应该可以打开报告环境，显示所监视内容背后的数据。
在这种开放的环境中，他们可以按需对数据进行排序。只需点击几下即可深入挖掘特定数据点、根据当前绩效汇总历史数值、按不同变量过滤、应用不同的图表样式等等。
如果有修改，软件可以进行处理并提醒团队成员创建动态报告。例如，一名员工希望依据管理该过程的某个操作员了解批处理系统的性能，他可以通过选择相关变量（如班次或员工 ID）轻松实现。接下来，软件将数据融合在一起，并利用相关数据构建报告。
然后，经理可以根据收到的分析结果采取措施。他们还可以将报告共享给同事，或将其作为默认分析模板保存在主屏幕上。
可扩展计算可在制定决策时提供所需工业物联网数据
工业企业如果想利用工业物联网数据做出更明智的业务决策，就必须首先确保其员工可以在需要时能够及时访问所需数据。
数据广泛分布在智能设备、机器和工厂车间，而在制定决策时，越接近数据，数据就越有价值。之后，对于依据其做出决策的机器，用户可以实时提高整个生产过程的效率，增加机器和设备的产出。
决策者需要通过访问实时数据来解决分析难题并基于组织各个层级的变化作出调整。这有助于做出更明智的业务决策，提高生产力和效率。
