制造业数据挖掘系统的是：使用一个常规的数据分析模型和高级的分析工具，将结构化的业务数据与结构化的运营数据和非结构化的内部与外部数据结合，用于企业揭示新的分析洞察。企业智能制造则意味着：有别于传统的方式即现在多数制造厂商对制造数据处理的方式，而是通过企业已有的MES、EMI系统数据和历史数据来实现对数据的采集和分析呈现。
以下我们通过几个案例来看看大数据分析应用可以帮助制造业提升哪些价值。
大数据的应用在各行各业，例如零售业，医疗健康、金融服务、*等。每个公司都可以从大数据中受益。所有的大数据项目都从一个可行的案例开始，这里介绍八个关于制造业使用大数据的案例。
1.改善制造业的生产流程
对机器的性能测量和可追踪性变成可能。通过在生产中心给所有的机器安装传感器，让生产经理们得到每个部分及时可见的操作情况。大数据和深度分析将为制造商们展现出那些缺失的关联，那些使日常生产行为与财务表现一致的关联。使生产计划者和高级管理人员知道在机器层面如果设施运转正常，那该如何最大化产能。
2.定制产品设计
只卖高利润的定制产品的和按需生产的产品会对生产造成一定影响。对许多复合型生产商来说，定制和按需生产会带来更高的毛利润，但同样，如果生产流程没有很好的规划会导致成本的指数级增长。使用高级分析，制造商们可以在销售的同时发现在按需生产的环节配置中哪个环节他们可以在目前的生产计划中将影响控制到最小，比如人员配置和车间配备的程度等。
3.更好的质量保证
芜湖格力之前对于现场的生产过程和质量管理都是人工将系统数据导入再利用EXCEL内置的图表处理进行简单的分析。通过与永洪的合作，IT人员开始结合更多的业务分析维度进行探索式分析和分析预测，借助大数据分析平台实现从产线、班组以及分厂多个维度各个层面来展示公司整体生产运营情况。在使用了YonghongZ-Suite大数据分析平台后，帮芜湖格力提高了在生产环节的核心竞争力，对物料、生产环节全方位监控，在提高工作效率的同时，还降低生产线残次率。
4.理解用户需求
现在企业通过内部和外部数据结合大数据分析技术，在这些千丝万缕的关系中找到最合理的优化路径，可以帮助改善现有的产品方案。有一款产品总是卖不好，而市场上竞争对手的销量却非常大。美的在通过数据跟踪后分析发现有很大的问题。
5.市场竞争分析
大数据分析的应用将帮助制造型企业更好的了解市场状况和竞争格局，通过与竞品的对标分析，可以帮助企业更好的设计产品，分布销售渠道，了解市场价格反馈，制定新的营销策略。那些很好地理解并且擅长利用大数据的组织，将有可能实现持续性的创新、保持敏捷性并且持久改善盈利状况。
总结
无论是工业4.0、工业互联网还是《中国制造2025》，智能制造是共同目标，工业互联网是基石，大数据是引擎。当前，如何充分挖掘工厂中数据的价值，通过对制造大数据挖掘系统的建设和数据分析，提升数字化工厂运行效率。从我们以上的应用案例中可以看到，实现以数据感知、数据处理分析、制造过程决策与支持、数据可视化技术为核心的智慧工厂已经成为趋势，大数据产业链及技术体系逐渐成熟，大数据必将加速数字工厂向智慧工厂的转型。