在实际接入的过程当中，数据格式没有统一的标准。从数据接入角度来讲，很多厂商的数据格式都不一样，需要对每一种逐一适配。有时候需要从传感器开始去安装布置，还涉及到传感器选型安装，安装角度位置不一样都会影响采集精度。有时候是从其他系统通过一些数据接口或者通讯协议，给我们数据。但各种硬件接口都不统一，甚至一些比较陈旧的协议接口，维护人员都不知道原来是怎么做的了。软件层面，单是电力领域经常用的通讯协议就有十几种，也还好，毕竟有标准可循，虽然标准的覆盖面还不太理想。但有时候，一些厂家的装载监测系统完全是私有规约，是自定义的格式，是保密的，适配一下要收接口费。通过不同接口进来的数据还需要进一步时标对齐，方便后续分析。
我们用一些灵活配置的插件来适配各种工业协议解决了上一个难题，去读数的时候，发现PLC或是其他的一些信息化的系统，设计之初根本就没有考虑数据要外传的问题，数据量稍大一些，会影响响应效率，从而影响生产。还有现场很多设备都属于关键性的设备，不可以轻易停机，但是很多情况下的调试配置比较复杂，需要重启之后才能生效。这种技术和业务两难的操作也是非技术性的难点。
除了时序数据，数据分析有时候需要结合一些对象数据，比如说设备的维保记录，对健康度评价有很重要的辅助作用。但这一类对象数据，更是一个采集和分析的难点，很多现场记录是手写的，很难结构化采集。
第一，在工业领域做数据，哪怕做数据采集，肯定也是业务价值导向，想清楚采集的目的是什么，然后才知道采什么和怎么采。第二，考虑数据采集的非侵入性或者非干扰性，尽量不要对原有的生产系统产生太大冲击。有些企业会要求非开工时间才允许传输数据。第三，考虑成本、安全合规。
在做正式的数据采集之前，我们通常会建议企业去做一系列的准备工作，也是为了帮助企业更好地制定数据采集的原则。我们认为，数据采集不是买一些传感器，把数据从系统里取出来就完了，它一定是结合最终使用场景的一个一揽子方案。
数据采集、传输、存储是在整个数据链路上是一个比较复杂的三元组，不是一条简单的单向数据链路。
一个很典型的数据链条是，从PLC产生的数据到了现场的中控服务器，然后到区域中心，再到我分公司中心，再到集团中心。在这个过程当中，每一段都会有相应的数据处理。在我们看来，用一些机器学习、深度学习等复杂模型去做数据处理，或是把一个数据从秒级加工成分钟级，或是将原始数据切成若干的时序段，都是一种加工过程。所以数据的传输和中间的存储过程，在不同的语境下，是可以不断被拉长，且不断复制的。
