從數據采集的類型上看，不僅要涵蓋基礎的數據，還將逐步包括半結構化的用戶行為數據，網狀的社交關系數據，文本或音頻類型的用戶意見和反饋數據，設備和傳感器采集的周期性數據，網絡爬蟲獲取的互聯網數據，以及未來越來越多有潛在意義的各類數據。



　　在當今的制造業領域，數據采集是一個難點。很多企業的生產數據采集主要依靠傳統的手工作業方式，采集過程中容易出現人為的記錄錯誤且效率低下。



　　有些企業雖然引進了相關技術手段，并且應用了數據采集系統，但是由于系統本身的原因以及企業沒有選擇最適合自己的數據采集系統，因此也無法實現信息采集的實時性、精確性和延伸性管理，各單元出現了信息斷層的現象。



　　技術難點主要包括以下幾方面：



　　數據量巨大



　　任何系統，在不同的數據量面前，需要的技術難度都是完全不同的。



　　如果單純是將數據采到，可能還比較好完成，但采集之后還需要處理，因為必須考慮數據的規范與清洗，因為大量的工業數據是“臟”數據，直接存儲無法用于分析，在存儲之前，必須進行處理，對海量的數據進行處理，從技術上又提高了難度。



　　工業數據的協議不標準



　　互聯網數據采集一般都是我們常見的HTTP等協議，但在工業領域，會出現ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等等各類型的工業協議，而且各個自動化設備生產及集成商還會自己開發各種私有的工業協議，導致在工業協議的互聯互通上，出現了極大地難度。



　　很多開發人員在工業現場實施綜合自動化等項目時，遇到的**問題及時面對眾多的工業協議，無法**的進行解析和采集。



　　視頻傳輸所需帶寬巨大



　　傳統工業信息化由于都是在現場進行數據采集，視頻數據傳輸主要在局域網中進行，因此，帶寬不是主要的問題。



　　但隨著云計算技術的普及及公有云的興起，大數據需要大量的計算資源和存儲資源，因此工業數據逐步遷移到公有云已經是大勢所趨了。但是，一個工業企業可能會有幾十路視頻，成規模的企業會有上百路視頻，這么大量的視頻文件如何通過互聯網順暢到傳輸到云端，是開發人員需要面臨的巨大挑戰。



　　對原有系統的采集難度大



　　在工業企業實施大數據項目時，數據采集往往不是針對傳感器或者PLC，而是采集已經完成布署的自動化系統上位機數據。



　　這些自動化系統在部署時廠商水平參差不齊，大部分系統是沒有數據接口的，文檔也大量缺失，大量的現場系統沒有點表等基礎設置數據，使得對于這部分數據采集的難度極大。



　　安全性考慮不足



　　原先的工業系統都是運行在局域網中，安全問題不是突出考慮的重點。一旦需要通過云端調度工業之中最為核心的生產能力，又沒有對安全的充分考慮，造成損失，是難以彌補的。



　　數據采集技術的難點在于哪里.中琛魔方大數據分析平臺(www.zcmorefun.com)表示數據采集與數據分析本就是專業性很強的事情，如果不是規模特別大的企業無需投入過多的財力與時間去打造屬于自己的數據采集與分析系統。由于專業性不夠**會導致采集的數據分析的結果不能指引公司做出正確的商業判斷**得不嘗試。