受宏观数字经济的影响，再加上疫情对实体经济的冲击，制造业面临着前所未有的发展危机，数字化升级迫在眉睫。但在数字化升级过程中，最主要问题就是缺乏有效数据，制造业对数据的收集能力跟不上数据爆发增长的速度，呈现出信息不称的局面；从微观角度出发，我国传统制造业企业和数字经济的融合程度处在由机械化向自动化转变的范围内，相比在设计、生产制造、质量管控等方面的数字化改进仍无法与制造业强国相比较，制造业企业与数字经济的融合不够深入，缺乏主动利用数字技术的意识。
-
数据孤岛
制造企业由于生产到销售的链路长、环节多，数据存在分散在不同系统、数据口径不一致、数据颗粒度粗、更新频率低等问题。企业内外部数据相互分散，数据的口径和质量不一致，导致在业务人员在对数据进行分析时，需要耗费大量的时间对不同系统中的数据进行整合与清洗，甚至出现数据大量缺失的问题，最终结果缺乏准确性。
-
数据应用不足
制造业企业数字化起步相对较晚，数据在实际业务中的应用少，业务价值尚未被充分验证。企业内对数据的应用多为简单的数据收集、统计、对比，对数据进行深挖与洞察方面仍存在大量不足，未能将数据分析方法与实际业务场景决策、流程相结合
-
数据价值抑制
多重因素导致企业的数据价值被抑制，难以用数据指导业务；数据标准不统一；数据决策通道不足；数据传输和共享待提升。
400-8166108
