国产91九色_日本68xxxx_欧美高清另类自拍视频在线看_欧美人禽_99久久婷婷国产综合精品青牛牛_亚洲射情

    7個誤區，分三批，包括規劃層面，技術路線方面，以及執行層面，可能遇到的問題。

　　言不及義：脫離業務邏輯的數據分析是浪費

　　案例：曾和合作伙伴探索過空壓機的大數據分析。在涉及到工業設備的大數據分析應用中，有很多PHM（設備健康維護管理）的案例。

　　但在跳到智能運維之前，最好先討論一下預期的業務邏輯，我們的目標是做第三方運維業務（大數據用來提高維修效率），還是通過空壓機的數據，來支撐一種新的業務模式，比如供應鏈金融、業務流程優化、能效優化等。

　　首先剖析一下，先不考慮現實條件，假設技術是百分之百的成功，這個技術實現之后，到底能干嘛？

　　一年的這種壓縮機，它的運維成本到底是多少？如果我是這個設備制造商，我做智能運維到底是來幫誰實現什么？我的收入或者我的成本來自于什么地方？

　　如果智能運維的收入包括利潤率都非常低，整個產業鏈，整個行業都還沒有發力，不妨轉變業務邏輯，不要急于模仿一些看似別人在其他領域已經成熟的案例，先靈魂拷問自己的商業本質是否合理。

　　指雁為羹：脫離約束條件的“烏托邦”很難成功

　　案例：這類問題通常出現在一些調度優化、運籌優化層面，一講生產調度或者運籌優化，大家很容易的就想做全局優化，這是大家的夢想，只有全局優化才能有提升的空間。但是現實中，要具體問題具體分析，不能脫離物理世界的約束條件。

　　例如，港口的集裝箱碼頭，其中一個很重要的問題就是碼頭的堆場優化。因為堆場決定容量，香港的碼頭是比較擁擠的，做對比優化的空間很大，效益也大，我們要分析船來了之后怎么快速的支持裝貨、卸貨。

　　但是做堆場優化，業務范圍到底做多大？客戶希望做端到端的堆場優化，一個集裝箱來了，就要決定最優位置。這里忽略了，為了做堆場優化，

　　首先要有比較明確的集裝箱的到達量預測，預測必須相對準確；

　　第二，我要整個裝備的維修周期數據，要獲得排班數據，要獲得船期數據等各種關聯數據；

　　第三，要避免場內卡車的擁堵，如果同一艘船的所有集裝箱都放在一起，裝船時候可能會造成局部擁堵。

　　現實情況下你很難獲得這么全的數據，中間的約束很多，首先，流量預測就很難做的精準。第二，船的到達，按說有固定的周期，但是也有些天氣因素，有些如當前疫情因素是不完全可控的。在這種情況下，如果做優化，是基于大量的假設，效果可能會打一些折扣。

　　不光在碼頭，其實工廠內的調度優化也是這樣，我們雖然追求全局優化，但還是要考慮現實的條件，哪些數據不可得，包括得到之后他節省的成本到底有多高，都要認真考慮，當然技術上肯定會盡最大的努力來做。

　　空中樓閣：與組織形態失配的數據分析很難落地

　　過去我們也做過一些，從技術上可行，甚至精度還不錯，例如在設備故障診斷里一些重大部件的故障預測，雖然樣本比較少，結合一些機理和數據挖掘知識，有的時候還可以做出來一個不錯的結果。

　　但是結果落地的時候，其實大家很沮喪，問題就在于我就發現一個問題，有的時候預示著在現有的考核體系下，可能會某種程度上暗示著現有的運維團隊做的不到位，過去的定期維護做的不太好。這時候要指望現場一線團隊給出真實的或者及時的反饋，通常很難。

　　大家可以聯想一下，包括質量提升等各種課題都會遇到類似的問題，在工業以外，甚至在商業里的很多預測，推行的時候也會遇到類似的問題，這個課題正好是某個部門負責的，他天天用自己經驗來做，現在你用數據分析比以前更好，除非這個項目從歸口，從組織形態上做一定的調整，否則通常很難讓他真正用起來。

　　避實就虛：追 “時髦”，講“套路”，忘記了本來可行的做法

　　例如院線的票房預測，上映之前的預測，會決定排片到底當時排多少場，排什么時間段，到底做什么樣的排片策略？

　　當時Google發了一篇論文，說通過Google搜索量可以準確預測一個影片的票房，這是一篇引用度蠻高的論文，當時國內好多人非常興奮，但把這樣的方式應用到國內，發現精度并不理想。其實我們是半信半疑的，一個影片票房的基本面是什么決定的？

　　例如，電影類型與地區的匹配度，它是恐怖片還是什么片？院線里面不同的影院，比方有的是生活區的有CBD的；比方成都喜歡看古墓片，比方廣州喜歡看粵語片，上海喜歡看小資片，比方哈爾濱基本上一般是抗戰片、武打片比較好，不同地域的人的喜好，是不是都反映在搜索量上？除了題材之外，還有演員的活躍度，在社交媒體的活躍度，導演最近獲過什么獎？包括題材是個什么片？后來我們加入了很多，比如地理信息，包括一些過去不同院線之間的銷售趨勢，包括在什么社交媒體上看演員之間的影響力的增長趨勢，以及導演、演員和演員之間誰和誰搭配比較好。

　　我們當然希望用最簡單的方式，就能預測票房、備品備件需求，但還是要多問問本質問題，基本面要考慮全一點。有時候不是難在預測上，而是要考慮一些外部的人為和不可控的影響，包括宏觀經濟的變化。

　　其實數據分析最應該做的，反而是那些現實中間時不時出現，但是人的經驗又做不好，又特別期望數據能幫忙的一些場景。

　　這要求我們在數據處理上，即使有些情況基于現在的模型和數據支撐不了，也要預想到這些情況，至少知道這項技術的適用范圍是什么，而不是做了一個在特定情況下特別好的東西，就推而廣之。

　　任何模型都是物理設計的一個簡化，都不可能脫離于物理世界，現在講數字孿生體，也要看模型用于研發階段還是在運維階段，畢竟不可能有一個模型百分之百的等于物理世界。

　　在現實中說抓基本面，基本面是什么？比如做大宗物資的需求預測，就要梳理大宗物資供和需，它的驅動因素到底是什么？不用特別定量，先大概把關聯因素梳理完。比如做設備的運行優化、故障監測，不要一上來就用各種復雜的公式，其實更應該了解基本量之間的影響關系、動員關系。

　　閃爍其詞：在“科學”名義下，以“非科學”的態度去做“科學”的事情

　　做工業數據分析，我們需要知道一個模型的使用邊界，沒有一個模型能解決所有問題，或者適用于所有情況，除非它是一個偽科學。

　　做數據分析6個階段，真正耗時的是什么？是最早的業務問題理解，這也是最關鍵的階段。當然CRISP-DM默認把社會分工做好了，假設數據分析師只做數據挖掘，數據分析，在現實中間不可能這么理想，有可能別人給你理出來的問題不一定正確，在某種程度上要重新定義問題，而不只是理解。

　　當然，還有一些跨專業要理解，不熟悉的領域的背景知識都非常重要，做化工連化工原理都不知道，做電力連電力的基本動力學都不知道，去盲做就很容易挖出來一些常識，這是社會資源的一種浪費。

　　第二比較耗時的是數據準備，正常情況下數據挖掘非常好做，但很多時候，數據挖掘偏偏是處理那些看起來不太正常，但在現實中間經常出現的一些狀況。作為一個嚴謹的數據分析師，我們要從數據中間，看到好多業務專家早期沒有想到的一些信號，甚至是他認為不可能在數據中出現，或是他習空見慣，沒意識到，沒給介紹的一些情況，這些有時候會大大影響分析模型的準確度。要自動執行的時候，可用性是非常重要的。

　　數據只是一種表象，作為數據分析師，我們的態度是相信數據，但是不迷信數據，因為數據本身的采集方式可能會有偏差，比方以前講的「幸存者偏差」，只有沒被打掉的飛機才飛回來了，所以我們損失了很多，薄弱環節被打掉的一些信息。

　　有些數據的采集方式、采集精度，包括數據的樣本選擇上，可能會給我們誤導，看起來做的不錯，其實本身數據沒有反映物理現實。包括傳感器的安裝位置，傳感器本身的測量原理，可能會給數據本身帶來一定的影響，這時候需要比較謹慎和樂觀的態度去挖掘，同時要像其他工科一樣反復推敲，這是非常糾結和磨難的一個過程。

　　從某種程度上，數據分析的整個過程，和傳統的工科工程化方法是一樣的。任何東西都是基于一定的假設所做出來，放到一個現實中，或者相對客觀的現實中去驗證，驗證完之后，反復的去觀察，這樣才有可能從一定規律上反映了這個物理現實。

　　什么叫科學的態度，就是要反復問，任何東西都是可以被證偽或證實的，沒有什么東西是絕對對或者絕對錯的。

　　舍本從末：把一個簡單的問題復雜化

　　數據分析師，有時候經意不經意地把一個問題給復雜化了，有時候有些工藝機理非常簡單，基本面就在那，沒必要把這個問題拔到一個深度學習或者一個什么高深的方法來做。

　　該簡單的問題就簡單處理，不要在不重要的地方花太多時間，好多數據分析師都是比較較真的，像我早期也是，細枝末節沒搞清楚，心里就不舒服。

　　數據分析作為一個工程化方法，要抓大放小，在一定的時間、空間、時間、費用的約束下，做到最好。

　　我以前學控制的，到大四的時候，接到一個實際衛星的姿態控制項目，上來我們就列狀態方程傳遞函數，因為衛星模型也比較成熟，先證明穩定性，再通過根軌跡或者是波特圖設計做控制系統的設計。我自己當時非常得意，因為上學上了十幾年，第1次看到自己學了這么多年的東西，終于在現實中間有點用了。

　　我們去跟航天的專家交流，對方給的評價也比較高，當時我問，你們做衛星設計的時候，怎么做？他說，其實沒有你考慮那么復雜，把不重要的全忽略掉，衛星三個軸都是耦合的，你不妨假設三個軸是解耦的，剩下的你就把它想象成一個剛體，到底偏了幾度，你到底多少分鐘想把它轉回來？你能加多大的力？加多大力，電流馬上就轉換成控制參數。星箭分離之后，到底噴氣怎么噴？你想加多大的沖量，一個沖量噴一下持續多少秒，然后產生多大沖量，沖量產生多大加速度，我要多少秒糾正過來？基本面就這么多，就這么簡單。

　　當時對我觸動蠻大的，不要一上來就把一些不重要的復雜因素都考慮進去，這個觀念一路影響我后面的研究與分析。當然任何簡化都是有前提的，在衛星仿真里面，這種簡化是在小角度或者接近穩定的情況下使用，如果大部件分離或者太陽能翻板剛打開等大動態的情況下，簡化是非常危險的。

　　再舉個例子，風力發電機葉片結冰，可以做成結冰檢測，在結冰嚴重，PLC警報之前，早期檢測出來；也可以做結冰預測，但這兩個問題難度差是十萬八千里。結冰預測的前提，首先要做天氣預報。

　　大家也都知道宏觀天氣預報，氣象局努力了這么多年，也上了很多手段，在有些地方有時候還是預測不準。且不說我們要做局部天氣預報，每個風機每個截面都要做，還要做到以小時計，這非常難的，這是一個世界難題，非常難做。

　　我們有時候有意無意的把一個問題復雜化，做結冰檢測，其實就看風機的運行狀態，就看它的出力和風速的關系，有沒有一個持續的緩慢的下降，或者再綜合其他的故障信息，就能把一個問題簡化不少。

　　因陋就簡：數據基礎不健全，就輕易放棄

　　是不是數據基礎不好，我就不要做大數據？對數據分析師來說，數據質量從來沒好過。

　　我也接觸過商業的數據，銀行的數據、電信的數據稍微偏好一點，但是對我們數據分析師那種孜孜不倦的要求來講，數據質量從來沒好過，我是深有體會。

　　以前在境外做過一個城市管網的失效預測，預測一個地下水管網，明年哪個管子可能會壞？從數據的質量講，客戶非常自信，因為他的信息化水平大概領先于國內十多年。

　　我需要最基本的管網的管件、管材管理，所處位置，地面的交通數據、環境數據，包括附近有什么建筑物，他的土地利用性質，還需要天氣數據……他說這都有，一個地方政府能把每條道路的交通流量，每個地方土地使用性質附近有什么建筑物，包括最近有沒有下雨，甚至整個管網的壓力區，平均水壓是多少都能給出來。

　　如果單個看，每種數據缺失都不太嚴重，數據完整度能到80%。但是一旦把這些因素關聯起來，要建模型的時候，我要把管網本身的特性、土地使用性質、天氣信息、土壤的酸堿度信息等綜合來預測，這時候一一關聯起來就發現，真的有完整數據的管道，不到30%。

　　這其實讓客戶非常震驚，數據集相互孤立著，有些字段偶爾缺一點也不明顯，但是對數據分析來說，我要關聯起來看，要橫著看豎著看，所以我對數據質量的要求非常高。

　　從我們數據分析來看，其實數據基礎健不健全都是相對的，有些數據分析發現的數據缺失，也是幫助信息化建設來把它不斷的補全的一個過程。有什么樣的數據做什么樣事，哪怕數據不全，也可以從簡單的做，從容易的做，從基礎比較好的地方做。

　　任何一個正常的科學技術都是有邊界的，工業大數據作為一個技術，肯定有適用和不適用的范圍。