众所周知，制造企业正面临着巨大的挑战，如个性化的客户需求、短的产品上市时间、以及增加的开发成本。如何以更低的成本、更高的质量、更快的速度满足客户多样化的需求，是企业面临的挑战。目前，在大数据时代，传统方法已经难以解决企业问题，需要创新手段来解决。因此，越来越多的企业利用大数据来推动企业创新，提高产品质量，降低研发成本，加快上市周期。

       劳斯莱斯是全球航空发动机制造商，在飞机发动机的制造和维护中配备了劳斯莱斯发动机健康模块。所有劳斯莱斯发动机，无论是飞机发动机、直升机发动机还是海军发动机，都配备有大量传感器，用于从发动机、系统和子系统的各个部分收集数据。这些信息通过特殊的算法输入到发动机监控模块的数据采集系统中。利用这些数据的分析结果，不仅能够帮助劳斯莱斯公司提前发现故障，还能够帮助客户更及时、有效地安排发动机的检测和维修。通过不断改进算法，劳斯莱斯现在可以通过数据分析预测可能的技术问题。在过去30年中，劳斯莱斯发动机的使用寿命延长了10倍，比同行业的类似发动机长约10年；更重要的是，飞行安全得到保障。成功之处在于突破了制造业和服务业的界限，使之相互补充：先进的制造部门为售后服务提供可靠的技术保证。

       优质的售后服务不仅巩固了现有的市场份额，而且不断挖掘出不断增长的潜在市场。“激活库存数据，充分利用增量数据”，促进企业转型升级。制造业企业在信息化发展的各个阶段都会有大量的数据处理需求，并且由于大量的业务活动，会产生各种各样的数据。只要以数据驱动的方式进行业务活动，大数据就是企业信息化发展到现阶段的必然结果。因此，利用工业大数据不仅是建设信息基础设施，也是利用数据思维来管理和创新企业。大数据应该是管理创新的手段，优化整个业务流程，提供业务管理工具。因此，制造企业大数据应用的难点在于突破数据采集、集成、管理和分析的产业链，帮助企业员工养成使用数据的习惯。在这方面，互联网企业处于前沿，值得向制造企业学习。

       2017年，阿里宣布成立集团管理层首席数据干事职位，负责推动阿里巴巴集团全面成为“数据共享平台”的战略，并建立数据委员会，其成员是各种数据部门。数据委员会的主要职责是协调不同数据部门的工作，制定整个组的数据应用方向和计划，与各个部门使用数据，进行业务操作，做（基本的）数据，和（建立）数据模型。为了避免传统数据制造者不知道其他人如何使用数据，数据用户不知道数据是如何产生的；而数据模型不知道数据是否稳定；使用数据模型的人不知道数据模型是什么，甚至不相信数据模型的问题。