雖然其中一些技術不是最新技術，但是由于最近成本的下降和易用性的提高，增加了其使用率。這些技術與諸如控制系統(tǒng)和制造執(zhí)行系統(tǒng)（MES）之類的傳統(tǒng)OT技術相結合，通過提供更多數(shù)據(jù)以及利用該數(shù)據(jù)的工具，幫助改制造企業(yè)的運營和業(yè)務功能。　　

許多類似的技術，最初都是為信息技術（IT）部門開發(fā)的，旨在與其它業(yè)務領域進行交互。鑒于海量的制造數(shù)據(jù)和改進運營的需求，IT正在評估和采用這些工具的可能性。希望利用工業(yè)數(shù)據(jù)的運營團隊，在數(shù)據(jù)集成方面面臨著挑戰(zhàn)，這增加了部署此類系統(tǒng)所需的工作量。IT行業(yè)通過創(chuàng)建提取、轉換、加載（ETL）軟件來解決這些數(shù)據(jù)集成難題，將業(yè)務系統(tǒng)集成到分析系統(tǒng)中?！　?/span>

ETL可以從其它系統(tǒng)和數(shù)據(jù)庫（如客戶關系管理（CRM）和企業(yè)資源計劃（ERP）系統(tǒng)中提取數(shù)據(jù)，并將數(shù)據(jù)合并到數(shù)據(jù)存儲中，然后通過清理、調整和規(guī)范化數(shù)據(jù)進行轉換。　　

為什么之前很少使用ETL解決方案來處理工業(yè)數(shù)據(jù)？原因是工廠中來自控制系統(tǒng)的工業(yè)數(shù)據(jù)，與來自業(yè)務系統(tǒng)的交易數(shù)據(jù)所面臨的挑戰(zhàn)不一樣。對于制造企業(yè)而言，了解ETL解決方案中的每個細節(jié)，以最大限度地發(fā)揮潛在數(shù)據(jù)優(yōu)勢至關重要。　　

運營數(shù)據(jù)并沒有全部存儲在數(shù)據(jù)庫中以待提取使用。它可以從工廠中的可編程邏輯控制器、機器控制器、監(jiān)控和數(shù)據(jù)采集（SCADA）系統(tǒng)和時間序列數(shù)據(jù)庫中實時獲得。運營數(shù)據(jù)必須從數(shù)百個設備和系統(tǒng)中收集數(shù)據(jù)，而不是從少數(shù)大型數(shù)據(jù)庫中提取數(shù)據(jù)?！　?/span>

交易處理系統(tǒng)可以存儲每筆交易的完整記錄，但是在工廠中，并不是所有的過程數(shù)據(jù)都被保存為“交易”。大規(guī)模的離散制造商，無法存儲離線的每個組件的完整數(shù)據(jù)集?！　?/span>

運營數(shù)據(jù)的轉換　　

對運營數(shù)據(jù)的轉換，比IT數(shù)據(jù)轉換需要考慮更多的因素。　　

運營數(shù)據(jù)存儲通常定期進行。存儲的數(shù)據(jù)可以是實際值，例如生產(chǎn)數(shù)量，也可以是根據(jù)原始數(shù)據(jù)獲得的統(tǒng)計數(shù)據(jù)，例如每秒檢查但每小時記錄一次的平均、最小和最大溫度值。PLC數(shù)據(jù)點通常具有一個地址或名稱以及一個值。數(shù)據(jù)點僅提供以過程或控件為中心的數(shù)據(jù)視圖。沒有描述、度量單位、操作范圍或其它描述性信息。　　由于工業(yè)數(shù)據(jù)主要用于控制環(huán)境之外的機器維護、過程優(yōu)化、質量和可追溯性，因此帶來了一定的挑戰(zhàn)性。在這種情況下，必須對數(shù)據(jù)進行分析和調整，以對機器進行維護，對過程進行流程優(yōu)化，對產(chǎn)品進行質量和追溯。所需的數(shù)據(jù)必須相關聯(lián)，有時必須轉換為可用格式?！　?/span>

典型的工廠所擁有的機器具有不同的數(shù)據(jù)。對于分析，必須對數(shù)據(jù)點進行標準化、規(guī)范化，并且在某些情況下使用部件指標來進行計算。分析數(shù)據(jù)通常不如控制數(shù)據(jù)那么關鍵。企業(yè)使用低成本傳感器收集數(shù)據(jù)以進行非關鍵分析。傳感器可能會發(fā)生故障或漂移。帶有外部數(shù)據(jù)驗證的冗余傳感器，可以幫助實現(xiàn)良好的數(shù)據(jù)存儲?！　」I(yè)數(shù)據(jù)的提取和轉換，必須在接近生產(chǎn)機器處完成。這樣數(shù)據(jù)就可以被就地邊緣分析所使用，并發(fā)送到就地數(shù)據(jù)中心或云端。采用邊緣計算還是云計算主要取決于哪個效率更高。制造企業(yè)必須簡化數(shù)據(jù)集成，以實現(xiàn)工業(yè)4.0、智能制造和IIoT的預期價值。