工厂管理系统数据采集方法主要包括以下几种：
1. 手动录入：通过人工输入的方式，将数据从各种原始记录中提取出来，然后输入到系统中。这种方法适用于数据量较小、数据结构简单的情况。
2. 自动化采集：通过自动化设备或系统，自动获取数据。例如，使用条码扫描器、RFID标签等设备，可以自动读取产品信息、库存数量等信息。这种方法适用于数据量大、数据结构复杂的情况。
3. 网络传输：通过网络将数据从一个地方传输到另一个地方。例如，通过互联网将生产数据上传到云平台，或者通过无线网络将传感器数据发送到数据中心。这种方法适用于数据量大、需要实时更新的情况。
4. 移动采集：通过移动设备（如智能手机、平板电脑等）进行数据采集。这种方法适用于现场工作人员需要随时获取数据的情况。
5. 数据挖掘：通过对大量数据进行分析和挖掘，发现其中的模式和规律。例如，通过分析历史销售数据，可以预测未来的销售趋势；通过分析生产数据，可以优化生产过程。这种方法适用于需要从海量数据中提取有价值的信息的情况。
6. 数据可视化：通过图表、报表等形式，将数据以直观的方式展示出来。例如，通过柱状图展示产量变化情况，通过折线图展示销售趋势等。这种方法适用于需要直观展示数据的情况。
7. 数据交换：通过标准化的数据格式和接口，实现不同系统之间的数据交换。例如，通过API接口，可以将生产数据、库存数据等从ERP系统导入到MES系统，或者将销售数据从电商平台导入到CRM系统。这种方法适用于需要跨系统协同工作的情况。
8. 数据清洗：对采集到的数据进行预处理，去除错误、冗余或无关的信息，确保数据的准确性和完整性。例如，去除重复的记录，填补缺失的值，处理异常的数据等。这种方法适用于需要保证数据质量的情况。
9. 数据存储：将采集到的数据保存在数据库或其他存储介质中，以便后续的查询、分析和处理。例如，将生产数据保存在关系型数据库中，将传感器数据保存在非关系型数据库中等。这种方法适用于需要长期保存数据的情况。
10. 数据分析：对采集到的数据进行深入的分析，挖掘出有价值的信息，为决策提供支持。例如，通过统计分析了解产品的销售趋势，通过机器学习算法预测未来的市场需求等。这种方法适用于需要基于数据做出决策的情况。
