制造业的发展离不开数据挖掘
制造业增速放缓已持续较长一段时间， 传统增长动力正在减弱，但新的增长点尚未形成, 制造业面临生产及组织的重大变革。
为了应对，各工业大国纷纷制定制造业振兴战略, 这些战略方向一致，但重点略有不同。无论是侧重融合物理和虚拟世界的美国工业互联网联盟战略, 还是侧重结合信息物理系统的德国工业4.0战略，抑或是强调创新驱动智能转型的中国制造2025战略, 都将信息及网络技术放在了首当其冲的位置。
而数据联合及数据分析挖掘, 是建立在信息化之上的进一步发展。
总体增长环境不优，而新兴领域革命方兴未艾, 制造业企业如何利用数据来提高自己在管理及运营水准就非常关键。 其中包括：构建改善企业自身的数据运作方案,以及使用专业软件或平台来进行分析挖掘两个关键的步骤。
RapidMiner作为专业数据分析挖掘平台, 无需编程简单易用，能够作为企业构建数据平台的核心部分, 在横向的各个业务部门及纵向的供应链上整合并分析数据, 挖掘其中包含的信息, 提升企业的质量及管理水准，减少人力成本，快速为企业带来高投资回报率。
RapidMiner在制造业中的应用
总体促进和完善市场、运营、制造和销售的整合。
总体来说, 在良好的数据统一化管理方案的基础上, RapidMiner可以整合多方面数据, 对数据进行分析挖掘以进一步使企业获益。
例如，对市场信息和社交媒体信息的分析挖掘来助力产品创新和管理, 而同时考虑基于对供应商, 历史消费者, 设备可用性的分析来增加成本因素分析, 将各个部门的现状及潜力通过数据来综合管理和运作。
具体来说，供应链的各个环节都能从数据挖掘中获益。
市场销售部: 建立产品生命周期模型, 更好地预测产品需求和生产，更有效地向客户提供支持, 例如通过数据来建立用户画像及用户生命周期模型。
运营部门: 通过多方需求包括客户导向, 来优化生产计划。
生产部门: 通过运行指标来掌握设备性能, 甚至是操作人员及班组的数据及分析。 并实施预测性维护方案。
采购部门: 实时查看供应商产品及其状态数据, 综合考虑其质量指标及交付能力, 加强管理。
质量部门: 质量数据的管理及挖掘, 将其纳入成本管理, 以及更进一步, 在企业水平甚至是供应链水平上来作为管理因素。
财务部门: 通过RapidMiner数据挖掘平台对企业数据的整合, 财务管理的触角可以更深入, 比如日常生产运作对财务业绩的影响可以更具体, 甚至是到设备层面。
当然, 以上通过RapidMiner数据挖掘平台而让企业获益的前提, 仍旧是之前提到的企业数据平台。 那么, 下一篇我们将论及企业如何构建数据管理及挖掘平台, 特别是对于那些尚未部署ERP/MES等系统的中小企业来说, 这是非常基础的。