K2专注工业数据管理和价值挖掘，但有时巧妇难为无米之炊。数据采集是工业企业数字化转型过程中的重要一环，随着数据分析的回溯，很多走在前列的工业企业仍在不断修缮数据采集工作。数据采集到底有哪些挑战和哪些常见的坑，这期我们简单聊聊。
大部分工业企业做数据采集，有两种朴素的诉求：一种是要做监控，做控制，就有相关的数据采集需求；另一种是现在新型的设备都有数据采集的功能，虽然我现在不知道怎么用，但是先采集起来，将来都是资源。数据采集是整个数据分析的基础，所以基础的工作先做。
大概7~8年前，很多传统行业还没有数据意识，讲到数据采集的重要性，企业内部会有不同的声音，买一个数据采集的装置要多少钱，数据传输和存储需要多少钱，但投资回报没法算。到了今天，数据采集已经变成了一个理所当然的事情。生产制造运行过程的各种相关数据，是企业资产的一种形式，是未来发展的一种很重要的要素。工业企业对数据采集包括整个数据价值链条的认同感越来越强。
数据采集，狭义的目的非常多，因为可以依据数据去改善的业务场景非常丰富。回归技术本质，数据采集的目的是给数据处理和数据分析提供坚实的基础。
Q2：在当前阶段，通常哪些行业和领域的企业对数据采集及相关技术诉求比较强烈？
有些行业两化基础比较好，数字化转型较早，比如先进制造业，风机、水轮机等各种先进设备，以及高端电子制造产线，对设备稳定性要求高，早期的监控诉求为如今的智能分析提供了很好的数据基础。再比如能源行业，包括电力石油等，得益于资金雄厚和对国家政策的积极响应，重视数字化转型，走得比较早。电厂电网，现在可以说是无差别在推进数据采集和资源化的能力。
现在，各行各业的新建工厂和设备改造，都要求设备具有数据采集能力。从前几年的龙头企业，到现在腰部企业都开始注重数采。有一些企业，所处行业转型相对滞后一些，在两化建设的同时，也在同步思考，要采什么样的数据，从哪些基础应用做起。哪怕现在没有大数据分析的能力，设备有数采，就有监控的能力，这已经是工业企业的一种隐性准入门槛了。工业设备产线的采购招标中，数据采集能力，甚至是某些测点的数据采集到什么样的精度和质量都有明确要求，对应相关技术评分。
企业的数据采集，也不是一蹴而就的。以能源电力为例，做数据采集已经很多年，核电可能有十年了，持续至今，业务需求在演进，过去采集的数据测点数、精度、采集的维度，也还是有需要持续完善的地方。像风电，从最早的几十个测点，到现在一些实验机组和测试机组，几千个测点也挺常见。数据采集是一个不断滚动迭代的过程。
