质量的数据与数据的质量

质量一直是制造业的高光词汇，而随着智能制造的发展，数据也开始成为各个重要突破的核心依据，大数据应用也成为了最新的热点，如何更好的发挥数据的价值，帮助企业提质降费增效成为新方向。在质量数据的应用时，企业现在经常遇到的问题不是如何应用“大数据”而是“数据大“，大量各种各样的数据分散在各个地方，没有统一的规则，没有统一的存储，各自为政，数据的质量急需提高。

这样的数据导致各个系统保存各自的数据，数据“不在线”，“不连通”，“不一致”，使数据分析的结果无法发挥其真正的价值，无法实现预期的结果。

1. 数据分析缺乏对业务现状的准确把握
2. 数据分析缺乏对业务背后逻辑的洞察
3. 数据分析缺乏对业务未来的可见与预测

数据分析不是淘金的过程，不要指望在一堆垃圾中提炼出黄金，数据分析更像是化学，能分析原材料包含的价值，提取出这部分价值。而这个价值慢慢累积就会变成知识，帮助我们高质量的完成任务。因此要求数据是有质量的，拥有正确的数据，并知道如何正确解释，就能够做出正确的企业和经营决策。

有质量的数据有什么特点?

• 数据的一致性
• 数据的完整性
• 数据的准确性
• 数据的时效性
• 数据的连续性
• 数据的追溯性
• 数据的兼容性

那如何实现有质量的数据？

1. 数据从设计，工艺，制造，检验，售后过程的打通

在产品设计，供应，加工，检测，售后全生命周期质量管理层面，通过质量体系标准在信息技术方面的工具应用，形成质量流程体系的闭环控制，为企业提供产品实现过程的全面质量控制信息化管理。

2. 数据从人，机，料，法，环，测等多维度的打通

在产品设计，供应，加工，检测，售后全生命周质量执行层面，通过质量数据的采集，存储，监控，分析等技术应用，形成人、机、料、法、环，测的闭环控制，对制造现场各种资源进行全面、详实的打通和互动，为企业提供产品实现过程全面质量数据信息化管理。

有质量的数据可以清楚的回答最著名的哲学问题，“我是谁”，“我从哪来”，“要到哪去”，从而让数据准确的复现实际业务场景，使我们可以准确分析过程，控制过程，优化过程。