传统企业如何利用大数据分析获得有价值信息?对于传统企业来说，必须结合什么人用和怎么用来统筹考虑。什么人用什么大数据，用这些大数据做什么事情，这就构成了大数据应用的具体场景，唯有把这些具体的场景弄清楚了，大数据应用的价值也才能被看的清清楚楚，才能得到一些切实可以落地的有价值的成果。

从组织的角度，大数据应用是围绕组织所掌握的大数据资源来建构的，要把大数据中所蕴含的价值得以挖掘和展现需要运用一系列技术与方法，包括数据采集、预处理、存储、分析挖掘、可视化和智能控制等。而在现实中，做这些工作投入是不菲的，对大数据的投资不但成本大，往往还不能立竿见影带来经济回报，所以我们要先搞清楚组织到底为什么要用大数据？这个原因主要有以下两个方面：
一方面是精益的要求，智能制造的模式就是在不确定的情况下，争取用最少的物质成本完成生产目标，信息是哪些被浪费的物质的替代品，我们更多使用信息，就能减少物质的损耗，有数据的支撑，数据驱动取代传统组织的行政主导，持续的优化通过数据才能在组织内建立普遍的共识，精益生产的理念落地才有一个可以度量的准则。
另外一方面是创新的要求，创新需要有新的知识和信息，大数据应用本质目标就是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的新信息，从而促进传统企业的产品创新、提升经营水平和生产运作效率以及拓展新型商业模式。
新工业革命中产品的生产过程既要精益，又要创新，而两者都离不开组织对大数据资源的积累和运用，为什么要用大数据？解决什么问题？创造什么机会？从精益和创新两个方面都能给出很明确的回答。接下来要解决的是用什么大数据的问题。从这个角度，传统企业的主要数据来源不可能都从互联网来，参考工业大数据定义的主要来源有以下三类：
第一类是生产经营相关业务数据，主要来自传统企业信息化范围，被收集存储在企业信息系统内部，包括传统工业设计和制造类软件、企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、客户关系管理（CRM）和环境管理系统（EMS）等。通过这些企业信息系统已累计大量的产品研发数据、生产性数据、经营性数据、客户信息数据、物流供应数据及环境数据。作为实体企业，这些数据资产必然是传统大工业领域在物理空间的生产活动过程中积累起来的，在移动互联网等新技术应用环境下正在逐步扩大范围。
第二类是运用各种传感器和物联网技术，在各项生产设备实时采集回来的物联网感知数据，生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。
第三类是指与工业企业生产活动和产品相关的企业互联网来源的外部数据，随着跨界融合的商业模式创新越来越普遍，越来越多外部数据的企业生产的影响越来越大，而这些数据和前两类数据最大的区别在于，企业并不能有效控制这些数据的质量，给应用效果带来很大的不确定性。
传统企业如何利用大数据分析获得有价值信息?传统企业的创新是在继承上的创新，所以按照工业大数据的思路，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术加以应用。以产品数据为核心，在完成两化融合任务的基础上，通过互联网+逐步延展传统工业数据范围，用数据需求来推动产业转型升级，同时推动大数据相关技术和应用的发展，这是一条比较适合传统企业的大数据应用发展的道路。