互联网大亨马云在一次演讲中提到，“人类正在从T时代向DT时代迈进”。DT的核心是数据驱动创新，即基于海量数据巨大价值挖掘的创新体系和创新模式。与信息技术时代的信息流不同，数据挖掘时代注重数据流。如果说信息技术时代是以拥有、掌握、传播和控制为特征的，那么DT时代越来越注重开放性、透明性、体验性和共享性。

制造业是国民经济的主体，是建设国家的基础，是振兴国家的工具，也是强国的基础。信息技术产业在制造业革命中发挥了巨大作用。自动化过程和机械化产生大量数据，但是大多数制造商不能很好地利用这些数据。

如何充分挖掘海量数据的价值，跟上数据挖掘时代，利用大数据分析技术来指导企业决策，已经成为制造企业最关心的问题。

就中国市场而言，经过几年的积累，大多数大中型制造企业已经建立了比较完善的基础信息系统，如客户关系管理、企业资源规划、制造执行系统、物料需求计划等。帮助制造企业收集大量历史数据。目前，当我们从信息技术时代进入数据挖掘时代时，企业的经营也随之发生了变化，从最初的粗放式管理转变为精细化管理。

随着信息技术的逐步完善，财务信息系统、物料需求计划系统和企业资源规划系统也在逐步完善。然而，内部信息系统之间缺乏统一的平台来关联、集成和链接数据，导致生产、营销和存储等所有环节无法协同工作，也无法充分释放数据的真正价值。

不同级别的用户对数据分析有完全不同的要求。目前，企业可以提供的分析报告主要是形式，分析维度单一，形式简单固化。对分析需求响应的及时性较差，不能满足用户快速、灵活、多变的数据分析需求。

问题和解决方案 1.整合海量数据，打破数据孤岛

对于房地产企业来说，传统的大数据平台项目成本高、效率低、风险高。经过长时间的数据仓库构建和建模，高层领导仍然不可能看到数据的价值。因此，许多房地产企业不敢在这方面投资太多。用大数据系统的业务解决方案帮助企业从数量上获得商机，用最小的投资获得最大的回报。

2。可视化分析帮助企业实现实时分析

虽然企业积累了一定数量的历史数据，但由于早期缺乏数据管理机制规划，数据质量参差不齐，基础数据分散、不一致、不一致，难以为数据统计分析的上层应用提供支持。随着企业资源规划、物料需求计划、财务系统等数据源与商业大数据系统的集成，运营成本降低。

虽然企业积累了一定的历史数据，但由于前期缺乏数据管理机制规划，数据质量参差不齐，基础数据分散不一致，数据不一致，很难支持上层数据的统计分析应用。随着企业资源规划、物料需求计划、财务系统等数据源与商业大数据系统的集成，运营成本降低。

4、一站式分析，实现精细化操作

企业有大量的在线和离线存储的客户数据、交易数据和其他业务数据，以及大量的在线用户行为数据。然而，由于技术限制，它不能得到充分利用。将大数据系统与业务结合使用，可以通过业务数据和用户行为数据，建立统一、标准化的数据平台，打破数据孤岛，用数据推动企业成长。