眾所周知，工業大資料是工廠智慧化水平提升的關鍵路徑，而資料來源的分析和管理是工廠大資料的基礎，理清理順資料來源也是實施工廠大資料的第一步。本文就對工廠的資料來源進行簡要分析。
資料來源的劃分
以下從兩個維度對工廠的資料來源進行分析：
從系統/裝置角度劃分
從業務角度劃分
系統/裝置劃分
從產生資料的系統或裝置來看，有工廠物聯網、工廠資訊化系統（包括企業資訊化系統在工廠的部署實施）、外部網際網路。
1、工廠物聯網
物聯網的概念於2005由國際電信聯盟（ITU）提出，但物聯網並非一次革命，而是一次演進，自動化行業從1990年代就已經開始了相關的探索：數字化、互聯互通、嵌入式系統和工業軟體，工廠對這些概念和產品已經逐步採納和適應。
工業物聯網技術的發展，進一步推進了IT和OT的融合，使得工廠現場變得更加數字化、更直觀透明。工廠物聯網也成為發展最快、資料量最大的資料來源。
現場匯流排、工業乙太網在工廠現場早已得到了普遍的應用，無論是機械行業的MDC（機床資料採集），還是流程行業的SCADA，都實現了關鍵裝置聯網和遠端監控。裝置執行狀態、故障報警、裝置引數、工藝引數、物料消耗和產出都可以實時獲取，這是現場資料的重要來源；
近年來物聯網技術快速發展，智慧感測器、智慧儀表、RFID、二維碼等在工廠逐漸實施，為工廠現場資料採集提供新的技術手段；
而集機械、感測、自動化、資訊化、智慧化為一體的智慧裝備開始蓬勃發展，智慧裝備成為工業大資料新的、增長最快的來源，它實時自動採集了裝置、產品、工藝的狀態與工況資料。
2、工廠資訊化系統
隨著IT技術的發展，管理資訊化系統在企業和工廠得到了廣泛應用：
從企業來看：
辦公自動化系統（OA）、產品生命週期管理（PLM）、企業資源規劃（ERP）、供應鏈管理（SCM）和客戶關係管理（CRM）等資訊化系統得到普遍實施，這些系統中積累了產品研發資料、生產製造資料、物流供應資料以及客戶服務資料。
從工廠自身來看：
生產執行系統（MES）、實驗室資訊管理系統（LIMS）、倉庫管理系統（WMS）、能源管理系統（EMS）也在各行各業實施，生產/質量/物料/裝置/能源等資料得到了積累和沉澱。
這些資訊系統儲存了大量工廠核心業務資料，具有高價值密度。
3、外部網際網路
當前網際網路與工業深度融合，企業外部網際網路已成為工業大資料不可忽視的來源。從供應商資料、產品銷售資料、市場反饋、市場分析都是需要工廠關注的資料來源。
此外，外部網際網路還存在著海量的“跨界”資料，比如影響裝備作業的氣象資料、影響產品市場預測的宏觀經濟資料、影響企業生產成本的環境法規資料……
業務劃分
從業務角度來劃分，可以將資料來源為產品、工藝、裝置、生產、質量、運維、能耗、物料、人員等。
產品資訊：
包括產品規格、BOM、產品圖片等；
工藝資訊：
包括工序、工藝引數、工藝說明等；
裝置資訊：
包括裝置執行狀態、裝置引數、故障報警等；
生產資訊：
包括生產訂單、生產工單、生產批次、啟停時間、產出等；
質量資訊：
包括樣本、取樣人、取樣時間、檢驗引數、檢驗結果、質量判定等；
運維資訊：
包括點檢資訊、保養資訊、故障維修、備件消耗等；
人員資訊：
包括人員編號、崗位資訊、資質證書、考勤資訊；
安全資訊：
包括風險源、安全巡檢、安全預警。
資料來源的分級
收集越多的資料，就可以對工廠的執行進行建模和分析，便能發現更多的最佳化機會，但管理資料的成本卻是不菲，從收集、清理、轉換和儲存資料都需要付出時間和金錢。
工廠的資料來源眾多，就需要從業務價值、實現複雜度和資料管理成本進行綜合分析，進行資料來源進行優先順序劃分。這也可以從兩個方面去考慮：
從系統角度來看
，工廠資訊化系統的價值密度高、資料量小、投入成本較低，是工廠大資料的首選資料來源；而工廠物聯網資料的價值密度低、資料量大、投入成本較高；而外部網際網路獲取成本高，更需要從價值角度進行優選。
從業務角度
，也可以從工廠管理的難點和痛點進行分級篩選。
資料來源的關聯
一些碎片化的資料來源通常價值不大，但多個數據源進行關聯後就會產生更大的價值。例如現場的電能表，雖然能夠發現能耗的波動，但是和裝置資訊關聯後，就可以發現裝置執行能耗、故障能耗，從而發現更多的節能最佳化點，同時也可以對裝置運維提供更好的輔助決策。
所以如何將各個資料來源進行關聯就需要深入分析和探討，對於每個資料來源多可以從5W2H的角度進行分析和關聯：
What，產品規格和生產批次
Why，生產訂單、生產工單、客戶
When，時間資訊
Where，裝置
Who，班組、員工
How，設計要求和工藝要求
How Much，成本資訊
透過5W2H分析發現關鍵字，將資料來源賦予更多的資訊，並與其它資料來源進行關聯。
