多源数据接入
PLC、MES、SCADA 与质检图像统一入湖，按 5 秒/批做增量同步，字段映射覆盖率需 ≥ 95%。
延迟阈值 ≤ 8s · 断点续传
这是一个网页样式设计参考 · 分屏设计 / 数据驱动决策
大数据分析与挖掘 · 分屏设计
把车间数据 拆成两半来读， 决策快 3.2 倍
左边看现象、右边看归因：以分屏布局并置「实时产线指标」与「挖掘模型结论」，让智造未来不再靠经验拍板。每一屏都对应一条可追溯的数据链路，配色与排版布局服从信息优先级，而非装饰。
360+接入设备测点
98.6%数据完整率
42ms看板响应延迟
2,847今日滚动数据条目
六项核心能力，撑起一条可解释的数据链路
从数据接入到决策交付，每个环节都有明确阈值与验收口径；分屏只是呈现方式，底层是可复算的挖掘流程。
清洗与特征工程
缺失值用同工况中位数填补，异常点按 3σ + 业务规则双校验，特征稳定度 PSI 控制在 0.1 以内。
脏数据剔除率 1.2%~3%
挖掘模型训练
良率预测、设备寿命、能耗聚类三类模型并行，按周重训，AUC 与 MAE 双指标纳入上线门槛。
良率预测 MAE ≤ 0.6%
分屏可视化呈现
左屏指标、右屏归因，同屏对照；颜色仅用于告警与阈值，主色 30%、强调色 10%，避免视觉噪声。
首屏信息查找 ≤ 3 步
交互式下钻
任意指标支持「车间→产线→工位→批次」四级下钻，钻取路径自动记入操作日志便于复盘。
平均下钻耗时 ≤ 1.5s
决策建议输出
把模型结论翻译为可执行动作，附置信度与影响面估算，推送到对应负责人，闭环率按月考核。
建议采纳率目标 ≥ 65%
服务档位：按数据规模与决策深度付费
三档均含分屏看板交付与挖掘模型初版；差异在测点数量、模型数量与响应时效，可按产线逐步扩容。
起步档 · 单线试点 7 天交付
¥ 1.8 万 / 线 / 月
- ≤ 80 个测点接入，1 套分屏看板
- 1 个预测模型（良率或能耗）
- 每日 1 次全量刷新，T+1 报表
- 工作日 8 小时内响应
进阶档 · 多线协同 推荐
¥ 4.6 万 / 线 / 月
- ≤ 320 个测点，3 套分屏看板
- 4 个模型 + 特征仓库，按周重训
- 5 分钟级增量刷新，异常实时告警
- 专属数据工程师，2 小时响应
企业档 · 全厂贯通 私有化
¥ 12.9 万 / 厂 / 月
- 测点不限，看板与数据资产统一治理
- 模型数量不限，含 A/B 实验与漂移监控
- 秒级流批一体，SLA 99.9%
- 驻场支持 + 季度模型复盘
实用指导清单：分屏数据看板落地的 6 个动作
按顺序执行即可上线最小可用版本；每条都给出做法、参数与避坑点，可直接作为项目验收表使用。
-
先定指标口径，再动视觉
把「良率、OEE、单位能耗」等 5~8 个核心指标写成口径文档，明确分子分母与时间窗口（如班次 8 小时）。避坑点：同一指标在两个页面口径不一致，比没有指标更糟。可用
口径字典做单一来源。 -
分屏只放「现象」与「归因」两类信息
左屏放实时值与趋势（秒级/分钟级），右屏放归因与建议（小时级/日级）；两侧时间粒度必须标注清楚，避免把秒级波动误读为结构性异常。避坑点：左右屏都塞满图表会让用户找不到对比锚点。
-
色彩搭配遵循 60-30-10
约 60% 用中性浅灰底承载表格与坐标区，30% 用主色标注分组与选中态，10% 用强调色只点亮告警、阈值线和关键数字。避坑点：用高饱和色铺满整条横幅，会让真正的异常失去视觉权重。
-
用排版布局建立阅读顺序
单屏信息组不超过 7 个，指标卡间距保持 12~20px，数值字号与标签字号至少相差 1.5 倍；一级标题控制在 16 字以内，让用户 3 秒内抓住结论。避坑点：所有卡片等宽等高、颜色一致，等于没有层级。
-
交互设计围绕下钻与对比
点击任意指标即可下钻到产线/工位/批次，保留面包屑与一键返回；对比模式支持「本班 vs 上一班」「本线 vs 全厂均值」。避坑点：下钻超过 4 层、每次都要重新筛选时间，会让分析中断。
-
上线后按周做数据质量巡检
检查缺失率、跳变点、模型漂移三类问题，缺失率超过 3% 触发补采，模型 PSI 超过 0.1 触发重训；巡检结果写入看板顶部状态条，保持透明。避坑点：只看模型准确率不看数据质量，误差会被长期掩盖。
合作伙伴墙：数据链路上的每一环
从设备采集到数据治理，与生态伙伴共建可复算、可审计的智造数据底座。
鼎新重工
云枢数据
恒锐传感
数澜治理
极智视觉
中科算网
明远能管
拾光物联
