生产制造是对生产设备和操作人员的流程化管理。企业通过监测设备的运行状态和各种管理工具，不断优化生产的流程。随着制品的更新换代，生产设备的自动化和生产过程的智能化发展，生产环境中交织着大量的设备信息和管理系统。同时生产制造的目标也不仅满足于提高产品质量和提高生产效率，企业越来越需要对未来的生产活动有准确的预测和计划。
面对生产管理的每一项需求，往往需要开发一个独立的软件工具，从设备和管理系统中调取相应的数据，建立分析模型，产生需求报告。从设备和管理系统调取数据的过程，既增加了开发的难度，也容易造成数据泄露等安全隐患，更有可能对现场生产造成影响。在这样的背景下，数据中台的概念应运而生。数据中台提供了一个隔离层，屏蔽了上层应用对设备的直接访问，保证了安全生产。同时，数据中台通过消息机制，打通了生产设备和管理系统的各种数据连接，为上层应用提供全面的数据支撑。数据中台提供的低代码开发环境，极大简化了企业创建应用的过程，快速建立分析模型和生成需求报告。ThingWorx是先进的数据中台产品，拥有优质的用户评价。
ThingWorx的强大之处在于面向连接，而不是等待数据自己找上门来。Kepware是行业优质的软件网关产品，支持150多种常用设备和通信协议。同为PTC公司的产品，Kepware提供了专用的安全接口，连接ThingWorx，实现数据的双向通信。对于Kepware不支持的设备和数据协议，ThingWorx提供了基于C，C#和Java等语言的SDK，用于部署在设备端。对于不具备编程能力的用户，ThingWorx还提供了基于Lua脚本的边缘服务工具，甚至可以简单的通过RESTful API，实现数据通信和事件触发。作为BS架构的平台工具，ThingWrox对上层的管理系统，如ERP，MES等，以及数据库、邮件系统等IT系统，也提供了丰富的接口。ThingWorx是真正跨越IT和OT的数据中台产品。
为了适应智能制造对预测性的需求，ThingWorx的低代码平台，还集成了大数据分析工具，不仅可以对系统积累的大量数据，快速实现单变量和多变量的敏感度分析，还提供常用的大数据算法，如决策树，梯度增强，线性回归，神经网络，随机森林，逻辑回归，以及支持向量机等，用于创建大数据分析模型。这些模型并不是孤立的存在，用户可以非常方便的将模型部署到实时数据分析中，实现预测和智能报警。
随着应用的增加，数据中台会产生大量的数据冗余，造成系统的负担越来越重。对数据的结构化处理和组织，成为评价数据中台的重要指标。ThingWorx通过ThingShape创建数据的基本单元，避免数据的冗余。根据应用开发的需求，将ThingShape封装到不同的ThingTemplate中，组成具有实际意义的数据模板，并通过Thing的实例化快速开发应用项目。ThingWorx通过ThingShape、ThingTemplate和Thing的等层次结构，对数据及其关联的事件服务进行封装和扩展，使得数据的关系一目了然，不仅避免了数据的冗余，整个应用的逻辑也非常清晰明了。（可参考此文档下载）
企业在数字化转型的过程中，数据的取得和操作更加便捷，同时面临着安全的隐患。ThingWorx是成熟稳定的工业数据中台产品，提供了基于Windows和Linux，甚至基于容器的部署方式。集成更新的OpenSSL安全套接，保证了数据的完整性和私密性。作为企业级的数据平台，ThingWorx可以根据企业的组织架构，设计人员的角色和权限。这种基于平台和连接的安全措施，将安全的隐患降到低值。（可参考此文档下载）
ThingWorx可以轻松连接各个信息孤岛，形成一体化的企业智能数据平台，增加和扩展企业现有资产的价值。实时监测人员、系统和物料的状态，实现快速决策和优化。安全通信实现数据跨企业、工厂和产线的连接，实现灵活的、基于角色的可执行看板，增强组织各个层面的运维绩效的可见性。智能的流程自动化，减少人工误操作，提高响应速度。
