田春华博士：昆仑智汇数据科技（北京）有限公司首席数据科学家，2004年1月清华大学自动化系博士毕业。2004年-2015年在IBM中国研究院工作，负责数据挖掘算法研究和产品工作，分析应用成果在美国西南航空、香港水务署、韩国能源、和记黄埔等国际领先企业实施应用，发表学术论文（长文）82篇（其中第一作者42篇），拥有36项专利申请（10项已授权）。研究兴趣是数据挖掘算法与应用。
前言
作为数据价值变现的核心技术手段之一，大数据分析的作用被广泛宣传甚至神化。对于工业大数据分析，产业界存在有不少困惑。
是不是把商业大数据分析照搬过来就是就足够了？只要有了海量数据，大数据分析是不是不需要任何假设前提了？是不是机理模型或领域经验就不重要了？工业大数据分析有没有典型的范式来指导实际操作？
从行业数据分析实践者的角度，本文上篇剖析工业大数据分析的常见误区与正确的价值变现之路；下篇归纳了工业大数据的典型分析范式，归纳为6类算法应用模式、4种融合模式和3类业务应用模式。
上篇：工业大数据“大,不一样”
在与工业企业的交流中，笔者感受到业界对大数据分析的期望与“神化”。