以下摘录摘自《印刷电路板组装商指南》 ...?智能数据：使用数据改善制造业。

    简介

    每当我们讨论数据时，请记住人们很长时间以来一直在收集数据，对其进行验证并将其转换为报告。而且，如果收集了数据并自动更改了流程，人们仍将在解释和验证数据的准确性，创建报告，提出建议，解决问题，进行调整，改进和创新。无论使用什么数据收集系统，任何将数字化的工作都需要在工厂参与并增强生产团队的能力。他们的角色是参与制造过程，但也充当沟通和控制的前线。

    当操作未按预期执行时，它们需要能够：

    充当问题控制的第一线，以便他们可以通过实时解决问题和采取纠正措施来最大程度地减少问题对最终产品或过程的影响。

    在上级事件中，当工程被调用到工作单元时，可以充当情报收集者，这样他们就可以将更少的时间花在数据收集上，而将更多的时间花在重新设计以消除根本原因上，从而消除了重新出现任何不希望的情况的可能性。

    为了帮助您的工厂迈向数字化旅程的下一步，在本书中，我们将研究您的团队在收集制造数据时面临的一些主要障碍，这些障碍将不仅对改进流程而且对改善生产过程都非常有用。还用于改善物料和供应链管理，追踪问题的来源以及有缺陷或伪造的零件，并为业务预测和报告提供趋势分析。

    在上一本书《数字时代先进制造的印刷电路组装商指南》中，我们探讨了创建能够收集数据的智能工厂所需采取的措施，包括如何消除组织中的障碍，保护数据，并创建一个用于管理它的系统。

    在第1章中，我们将探讨收集良好数据的挑战，以及在何处收集对工厂和改善业务有意义的数据。在第二章中，我们将研究使数据变得智能的原因，这意味着数据本身与分析之间的区别。在第3章中，我们将介绍如何从底层基础结构分发数据以供外部使用。我们还将详细介绍当今可用的一些工具，这些工具可帮助您将这些原则付诸实践，并查看一个真实的示例，说明公司如何从通过分析很好地利用其数据中获得收益。

    对产品质量和可靠性的要求促使对制造业中有意义的分析的需求不断增长。随着航空航天，汽车，智能手机和医疗等对质量敏感的行业的需求不断增长，制造商需要确保其工厂运作正常。仅分析数据是不够的。公司经理需要使用分析来创建可以对制造产生积极影响的知识。

    如今，随着物联网（IoT）技术进入制造业世界，工厂经理可以使用大数据分析将其效率和减少废物的工作带入下一阶段。先进的大数据分析可以帮助电子制造商应对影响产量的庞大数量和复杂的生产活动，提供诊断和纠正过程缺陷的精细方法。

    图0.1：制造业智能实现了工业4.0。

    高级分析是指将统计数据和其他数学工具应用于业务数据以评估和改进实践。在制造业中，运营经理可以使用高级分析深入研究历史过程数据，确定离散过程步骤和输入之间的模式和关系，然后优化证明对产量有最大影响的因素。

    随着物联网应用不断收集大量的实时车间数据，电子制造行业现在需要的是分析解决方案，可以汇总这些孤立的数据集并进行分析以揭示重要的见解。可以利用这些见解来做出更好的决策，并最终减少成本和浪费。