1965年Levirt又专门讨论了产品全生命周期的概念，分为市场开发、市场成长、市场成熟和市场衰退四个阶段。
美国国防部于1985年提出一项战略性计划“计算机辅助后勤保障”（ComputerAidedLogisticSupport，CALS），经历了“计算机辅助采办与后勤保障（Computer-AidedAcquisitionandLogisticSupport）”到“持续采办与寿命同期保障（ContinuousAcquisitionandLifecycleSupport）”，开始涉及产品全生命周期管理这一概念，包括武器系统的设计、研制、制造和保障过程等阶段。
此后，产品全生命周期开始被制造业广泛接受，并于20世纪90年代得到迅猛发展的产品数据管理（PDM）技术结合，产生了产品全生命周期管理（ProductLifecycleManagement，PLM）。
图1企业的利润曲线
这种情况下，产品全生命周期数据闭环管理的研究就显得尤为迫切。其思想源于产品全生命周期闭环管理，数据管理范围从产品设计和生产到概念设计、使用服务和报废回收，支持数据的获取、统一管理和有效供给。
二范围
从PDM开始，到现在的PLM系统，产品数据管理功能主要围绕产品研发阶段进行，管理的数据主要是产品设计的数据，如产品信息、产品结构信息（各种BOM、配置、约束信息、装配信息等）、文档数据（二维图样、三维模型、计算书、说明书、有限元分析报告、NC代码等）。
随着研究的深入和市场需求的提升，PLM的涵盖范围开始向产品研发的上游和下游扩展，覆盖了产品全生命周期的更多阶段，集成了产品更多阶段的数据，实现数据的共享，有效地提高了数据的利用效率，提升了企业的创新能力。
三模型
PLM是企业智力资产管理的主要工具，产品全生命周期数据模型是PLM的基石，是信息交换传递的中心，是一个全局的、统一的、全生命周期的模型。
合理有效的数据模型是能否成功实施PLM的关键因素，也是PLM研究中的热点和难点。现在的研究重点主要集中在以下几方面。
1.从产品数据描述的角度研究
很多学者侧重于产品数据描述和数据表达，通过分析数据的内容、类型、属性、相互之间的约束关系等，利用不同的理论、技术和方案来描述产品数据。
（1）基于元数据和元模型的产品数据表达
图2元数据
元模型是描述数据模型的模型，是关于数据模型的基本概念、基本关系和基本约束的语义，这样通过一定的映射关系，就很容易实现这些数据模型间的互操作。
为了保持数据的完整性、集成性、共享性、一致性以及支持变型设计等，许多学者分析产品数据模型的研究现状，指出面向全生命周期的产品数据模型必须能够涵盖和管理产品全生命周期的各种几何信息和非几何信息，包括模型数据、过程数据以及资源数据等，在元数据、元模型的基础上建立了产品全生命周期数据模型，进而支持具体的应用。
（2）基于本体的产品数据表达
（3）基于事物特性表特征的产品数据表达
事物特性表（TabularLayoutsofArticleCharacteristics，SML；SML为德语的简写）定义了从对象组中表征和区分某个对象的决定性特性，规定了特性数据的表示格式，使零部件的特性数据能够方便地在不同的系统之间交换。事物特性表技术1948年源于德国，1981年德国颁布了工业标准DIN4000-1—2012《事物特性表概念和原则》，我国等效采用了DIN4000标准，公布了GB/T10091.1—1995《事物特性表定义和原理》国家标准。
以浙江大学的学者为主，提出了基于事物特性表的产品数据表达方式，并基于此实现了产品的变型设计等应用。
（4）基于XML、STEP、EXPRESS、UML等的数据表达
作为最常用的数据交换格式和数据建模工具，可扩展标记语言（eXtensibleMarkupLanguage，XML）、产品模型数据交换标准（StandardfortheExchangeofProductModelData，STEP）及其EXPRESS建模语言、统一建模语言（UnifiedModelingLanguage，UML）在产品数据建模中获得了广泛的应用。
为了解决面向文档的、不支持客户化的数据模型和企业间集成的困难，许多学者用XML表示不同的产品数据，在协同设计平台中共享信息，增强了PLM的功能。有的学者提出了以STEP作为中性机制，来解决异构信息的集成问题。许多学者利用EXPRESS建模语言和UML建立产品模型，集成产品全生命周期的数据。
2.从产品全生命周期阶段数据集成的角度研究
在产品全生命周期的各个阶段，都会产生大量与产品有关的数据信息，这些信息在各个阶段中发生交换，并且因其所处的阶段不同而具有不同的特点。在进行产品数据管理时，需要将各个阶段的数据集成在一起，通过一定的模式实现不同阶段数据的交互。
童秉枢将产品定义模型分为概念模型、设计模型、制造模型、维护模型、市场模型、评价模型以及管理模型进行管理；Sudarsan基于核心产品模型（CoreProductModel，CPM）和它的扩展——开放式装配模型（OpenAssemblyModel，OAM）、设计分析集成模型（Design-AnalysisIntegrationModel，DAIM）和产品族进化模型（ProductFamilyEvolutionModel，PFEM）实现异构的产品、部件、零件之间的数据集成和交互；Cui通过产品规划BOM、设计BOM、工艺BOM、库存BOM、制造BOM、财务BOM、客户BOM、售后BOM等来集成产品数据；Kovacs、高琦提出了按照产品生命周期不同阶段建立产品信息模型的方法；李玉梅等人提出了一种基于域的产品全生命周期数据建模方法，建立了基于域的产品全生命周期数据模型，研究了基于域的模型映射方法及规则，详细描述了产品数据信息在整个生命周期内的动态演化和基于域的产品双向追溯过程。
3.从产品族数据集成的角度研究
国内外有不少关于产品族建模的研究，其中基于类物料清单（GenericBill-Of-Materials，GBOM）的产品族结构建模方法和基于事物特性表的主文档技术表示法在产品数据管理和配置设计等方面得到了较好的应用；樊蓓蓓将复杂网络理论应用于产品族结构建模中，提出了产品族结构的模块关系网络模型；纪杨建提出了由产品主结构维、产品组维和视图维构成的产品族全生命周期的三维模型。
综上所述，目前学者们侧重于数据模型的描述方法、阶段数据模型集成和产品族数据集成等，取得了丰硕的研究成果。但仍存在以下不足：
1）数据描述的研究中，没有从更深层次研究设计产品和物理产品的不同演化特点及其规律，无法建立有针对性的管理模式，很难实现全生命周期所有数据的演化管理。
2）阶段数据集成的研究中，在不同的阶段BOM、模型和域间有大量的数据冗余和复杂映射关系，保证数据的一致性和完整性非常困难，并使版本向上蔓延问题放大，易出现不可控的局面。
3）产品族数据集成中，要么是研究产品设计数据以及配置管理的，要么是基于多个BOM的映射管理，因此没有覆盖产品全生命周期，或无法保证数据的一致性、完整性和可控性。
四获取
在产品识别技术、智能产品、通信技术和中间件技术的支持下，很多学者开始研究产品数据的获取和管理工作，实现了产品MOL（MiddleOfLife，使用维护阶段）部分数据的可获取、可管理和可使用。产品识别技术是获取产品数据的先决条件，随着这些技术的成熟，获取物理产品的数据在技术和经济上成为可能。智能产品（IntelligentProduct）能实现产品数据的自动获取、存储、传送和必要的数据处理工作，为后台的PLM提供产品数据。互联网技术和无线通信技术是实现跨地域传送产品数据的基本手段，这些通信技术的发展，为MOL阶段产品数据的管理提供了数据通道。
上述研究是基于产品识别和感知技术，利用硬件和中间件技术，实现了产品MOL阶段部分数据的获取。但是研究重点是产品识别及数据获取的硬件、标准、接口和规范等，没有形成全生命周期所有数据获取管理的方法论。