军界千金智慧工厂是目前国家大力支持的工厂产业升级的发展方向。为了实现工厂节能节源、提高生产效率，智慧工厂系统的建设需要各工厂尽快提上日程。而工业大数据是工厂智能化水平提升的重要路径。数据源的分析和管理是工厂大数据的基础，理清理顺数据源也是实施智慧工厂大数据分析的第一步。

　　数据分析仍然依赖于财务报表，严重滞后；还在用传统的电子看板，不直观，不及时；生产或施工过程、质量、成本管理等仍然使用手工，想进行数据分析；花大量时间在成本计算与归集上，却没有有效的成本控制与分析；虽然用了MES，但产生的大量数据却无法实时监控与分析。是多说企业的信息化困境。BI数据可视化如何解决这些困境呢？

　　1.利用大数据驱动业务发展，打造企业新型能力当今的工厂制造业随着客户多样个性化的需求，产品上市时间短、研制成本高，这样就会导致工厂的利润降低。用户的需求迫切，利润空间低、竞争大，使得工厂迫切的需要转型。

　　2.“盘活存量数据、用好增量数据”，推动企业转型升级制造型企业在信息化的每个发展阶段都会产生大量的数据处理要求，并且会因为各种大量的业务活动产生各式的大数据，所以工业大数据的利用不仅仅是信息化基础建设，更重要的是可以帮助企业创新业务，用数据的思维来管理。因此制造型的工业工厂企业大数据的难点在于打通企业数据采集、集成、管理、分析的产业链条，帮助企业的业务人员养成使用数据的习惯。发展创新，优化业务流程。智慧工厂工业BI大数据可视化分析系统，为帮助企业产业升级，有效提高管理力赋能。通过数据分析及时的发现问题，快速做出解决方案。

　　3.助力企业战略性决策：纵观企业全局，在系统中存储的事务、交互、流程和行为数据中埋藏着一幅清晰的业绩图景。通过数据可视化，可以觉察出只关注数字无法看到的趋势和格局；识别重要数据，通过可视化方式清晰展示数据背后的真实情况，有助于识别重要数据，从而更好地作出决策、规划、制定策略和采取行动；做出明智决策，借助具体数字和切实见解，可以确信决定受到数据支持。对业绩指标具有清晰的见解，即拥有在正确时间作出正确决定的知识和工具；跟踪数据趋势，在建立趋势时，模式的转变表明是否有情况偏离正轨，从而使管理者能够及时应对业绩降低的迹象。