企業可用于創建、存儲、移動和檢索數據的方式，與查看、感知和解釋數據的方式一樣多。
對于過去和現在的未來主義者來說，2020年是具有里程碑意義的一年。正如預期的那樣，數據可視化在持續發展。在2020 年，企業可用于創建、存儲、移動和檢索數據的方式，與查看、感知和解釋數據的方式一樣多。當前，數據可視化呈現出3種增長趨勢，包括：
不斷增加的云連接
集成的預測性維護和互聯的現場服務
多樣化的用戶界面
通過云“看見”更多可能性
很多企業已經意識到，采用基于云的數據平臺（例如微軟Azure 等不斷發展的云平臺）可以為其帶來不菲的回報。這些好處包括提高了可擴展性，減少了現場硬件過時并擴大了連接性，這是因為能夠使用開放標準，如OPCUA、BACnet、SNMP、Modbus、web 服務和OPC 隧道（tunneling） 等，以及通過AMQP、MQTT、REST、WebSockets 和TLS 加密與x.509證書相結合來確保安全通信的能力。
對數據可視化而言，與現場替代方案相比，云連接可以提供經濟高效的處理器密集型分析，因此用戶能夠可視化來自多個數據源的大量數據，以加快決策制定（圖1）。系統往往是多種多樣的，由很多個組件組成，并且可以使用自己的數據存儲和接口來訪問存儲的數據（例如，Web 服務、數據庫、歷史數據庫等），因此集成工具（例如面向商業智能的工具）有助于為企業提供整個數據系統的統一視圖。分析軟件或商業智能工具有助于關聯多個數據集，同時允許通用過濾器和參數進行查詢。通過這些工具，可以以標準化的方式可視化收集到的數據，從而為最終用戶提供經邏輯處理、可供比較的依據。
關于云連接的數據可視化，有很多應用場景和相關行業案例（圖2）。其中一種是適用于全球化業務的制造企業，其分散在多個地理位置的設施，可以通過工業物聯網（IIoT）將其數據提供給集中可視化工具。
▎圖2 ：數據可視化與基于云的應用的集成日益增加
另一種可視化的應用場景是能源管理工作，其中可能包括單個建筑物到整個校園的成本、消耗率和碳排放量。任何從多個位置和多個來源收集大量數據的企業，都可以從最新的基于云的可視化工具中受益。
預測性維護和互聯現場服務
預測性維護是一個不斷增長的數據可視化應用程序，企業希望從傳統的中斷修復模型切換到更高效、更主動和更具成本效益的模型。一些相關軟件解決方案使用故障檢測和診斷（FDD）技術，這是一種對運營和維護團隊特別有價值的分析形式（圖3）。
▎圖3 ：HMI 屏幕上顯示的預測性維護軟件。
FDD 技術包含了一個標準的故障規則庫，可以對其進行定制，以預測設備故障并建議人員采取預防措施。這種類型的信息（癥狀、原因和建議的行動）以前可能只存在于企業的某些高級員工的記憶中，或者在某些情況下，可能還存在于印刷或非交互式電子檔案中。
FDD 工具使用高級故障規則引擎，該引擎可計算故障概率以及相關成本。由于集成更容易、更快和更直觀，因此用戶可以節約配置時間。這些工具可以輕松地與企業的多個數據系統集成，包括流行的樓宇自動化系統（BAS）、監控和數據采集（SCADA）、可編程邏輯控制器（PLC）以及用于設備狀況監視的其它數據系統。通過FDD 工具，可以以創新和直觀的方式來可視化相關報警，以協助維護人員執行日常任務。用戶還可以創建報告和圖表，以幫助實現可視化運營，并解決設備性能低下的問題。
另一個可以與可視化和預測性維護工具集成的工具是企業的“互聯現場服務”（CFS）操作。它包含一些高級功能，通過智能調度和可靠的通知幫助簡化現場服務組織的效率（見圖4）。專用軟件可連接到FDD 系統識別的相同警報和故障。它還提供了一個預先構建的操作員或調度員儀表板，概述了所有當前報警及其負責響應的人員。
▎圖4 ：通過智能手機查看現場服務通知。
互聯現場服務使用智能算法和可自定義的加權評分，來確定最適合特定維護任務的現場工作人員，然后向該工作人員的移動設備發送通知，以立即采取行動。完全可自定義的工作流程，可以根據諸如工人時間表和當前GPS 位置等因素，來確定執行任務的最佳技術人員。
報警可以通過電子郵件、SMS 或集成的移動人機界面（HMI）應用推送通知的方式，發送給相關人員。當技術人員收到報警時，他既可以回復消息或使用移動應用程序履行職責，也可以拒絕報警或報告為“忙”，將報警傳遞給下一個選定的合適的工作人員。
互聯現場服務軟件的另一個應用，是與流行的企業資源計劃（ERP）、客戶關系管理（CRM）、計算機維護管理系統（CMMS）以及諸如Microsoft Dynamics 365 之類的目錄服務集成。這樣就可以從互聯的系統中，檢索工人的聯系信息以及預定的可用時間。
多樣化的用戶界面
在數據可視化領域，另一個主要趨勢是企業如何仔細研究不同數據類型之間的關系，以及如何以最好的方式將其呈現給員工、最終用戶和客戶。技術進步使得訪問、查看甚至采取行動的方式多樣化。當然，無論是在界面開發還是最終顯示中，臺式電腦和筆記本電腦仍占主導地位。但是，基于PC 的可視化也有所發展，在傳統的2D 圖形中，加入了更加身臨其境的交互式3D 和混合現實選項。
在全球范圍內越來越多的企業開始采用移動選項，包括平板電腦和智能手機。當今現代化的HMI 編輯工具，可以實現“一勞永逸”的響應式布局功能。這種響應式設計，允許在不同類型、具有多種不同屏幕尺寸和分辨率的設備上滾動顯示，從而實現更具吸引力的標準化外觀。另外，隨著移動設備類型數量的增加，連接選項和速度也隨之增加，因此現場用戶可以體驗到同樣豐富、快速的可視化、監視和控制。
數據可視化的發展，產生了更多有趣的形式。一些企業意識到需要向操作員提供數據，而操作員可能沒有雙手自由使用筆記本電腦、平板電腦或智能手機。微軟以其為傳統設備開發的操作系統和生產力軟件而聞名，它創建了HoloLens 自帶的全息計算設備來滿足這一需求（圖5）?，F在已更新為HoloLens 2，新一代混合現實設備提供了增強視圖，可以在操作人員的視野內可視化數據。
▎圖5 ：使用全息影像的人機界面。
認識到工業領域需要可以解放雙手的、堅固耐用的可穿戴設備，Real Wear 公司開發出了HMT-1 頭戴式AI 計算機。該公司的目標是使工人保持全面的態勢感知和最大的生產效率。
展望可視化的未來
就像當初認識并接受平板電腦和智能手機，加入到客戶的臺式機和筆記本電腦一樣，自動化軟件供應商也發現可穿戴計算設備的發展機會?！叭⒉僮鹘缑妗备拍畹某霈F，使用戶可以在其中快速查看當前目標設備上的信息。例如，當技術人員走近工廠機器時，就可以查看其內部組件的3D 示意圖。通過語音請求，該技術人員還可以查看相關的產品文檔和規格，或觀看如何更換特定組件或設定實時運行值的視頻。某些設備和軟件的組合，可以提供“遠程專家模式”。在該模式下，現場技術人員可以向遠程專家提供其正在查看的實時視圖，專家對該任務有更多的經驗，這樣就可以遠程利用他的專業知識解決現場問題。
數據可視化已經應用于智能手表領域。蘋果發布了基于iOS操作系統的Apple Watch 系列產品，其它制造商也發布了基于Android 操作系統Wear OS 的智能手表。所有這些都是用于腕部的微型計算機，具有相當強的處理能力，并且是數據可視化功能的主要工具。自動化軟件供應商已經找到了基于角色的關鍵性能指標（KPI） 的“ 一目了然” 快速信息傳遞的完美結合，特別是對于那些與多種連接方式（蜂窩、wi-fi 等）配合使用的智能手表。連接后，您可以直接從用戶喜歡的可穿戴設備立即查看重要數據指標。
盡管不被認為是傳統的可視化工具，但諸如微軟Cortana、谷歌助手和亞馬遜Alexa 等公司開發的語音助手，可以為語音查詢提供結果，甚至可以觸發已連接設備的操作（例如，打開和關閉照明燈、鎖定和解鎖門等）。
相同的概念，適用于在工業或樓宇自動化中使用的語音命令助手。自動化軟件供應商已經創建了語音人機界面，使用的查詢類型有點類似于在HMI 上以圖形方式進行的查詢。
工廠/ 運營經理可以問問Cortana，例如，“嘿Cortana。第一條生產線的OEE（整體設備效率）是多少？與上個班次相比如何？”，并可以聽到“第一條生產線的OEE 為78％，比昨天增加了2％”的語音響應。
設施維護人員可以詢問Alexa，例如“Alexa，制冷壓縮機的當前電壓是多少？”回答可能是“壓縮機的當前電壓為200V，頻率為50Hz。”
企業的管理人員可以使用谷歌助手，例如“谷歌，年初至今，我們的石油總產量是多少？與去年相比有何變化？”答案可能是：“到目前為止，您已經生產了564 萬桶石油，比去年增長了4％。”
數據可視化的未來會是什么樣？它可能涉及新的、更復雜的連接方法以補充IIoT，或者將人工智能或協作機器人，集成到預測性維護和現場服務中。隨著連接設備的形式和實用性以及底層軟件的發展，它將涉及用戶界面的擴展。