如今，在工业制造管理阶段，我国工业生产管理已经从传统制造管理进入到智能制造管理时代。工业生产的数据管理信息从以往纸质化记录统计已经逐步实现电子数据统计管理。且在电子数据采集与存储阶段，基本上已经形成了数据采集的自动化、智能化。在工业管理阶段，需要对工业中各类繁杂的数据信息内容进行有效分析，最终才能够深度解读数据，充分发挥出数据的价值。

在挖掘数据价值方面，西安工业企业构建大数据可视化系统时工业产业实现大数据管理变革的必然趋势。基于大数据可视化系统的构建，能够实现数据的快速解读与应用。同时，在数据应用阶段，大数据可视化系统对于数据的运用与分析具有一定的自主性以及自学习性的优势，从而能够实现与管理人员之间的数据交互以及管理系统。

基于大数据可视化系统的建立，可以利用深度学习的回归方法对工业生产合格率和产量进行预测，用以往合格率作为数据基础，进行模型训练，得出预测合格率，与当前工业生产的合格率对比，实现对合格率异常及时排查。将近十年的每个季度生产量进行模型训练，预测每季度产量走势，实现在工业购置原材料上提供针对性意见。

总的来说，提升工业生产管理效率的在于实现数据可视化管理的过程。在数据可视化系统建立阶段，融入物联网、云计算等相关的科技，进而能够实现数据的静态采集与动态采集的过程，也能够实现对数据的可视化分析。