
大數(shù)據(jù)是怎樣幫助傳統(tǒng)產(chǎn)業(yè)升級轉(zhuǎn)型的
大數(shù)據(jù)+工匠精神的結(jié)合對于制造業(yè)的轉(zhuǎn)型升級至關(guān)重要。而大數(shù)據(jù)的實時、感知和預(yù)測等特點確實可以為制造企業(yè)在降低成本,縮短生產(chǎn)周期,提升效率,細分產(chǎn)品定位,優(yōu)化流程和決策等方面扮演重要角色。
我們國家的制造業(yè)企業(yè)之間在信息化建設(shè)和數(shù)據(jù)化程度方面相差很大,但總體上由于距離消費者相對較遠,因此互聯(lián)網(wǎng)化與數(shù)據(jù)化程度和對大數(shù)據(jù)的認識相對金融、電信、政府等行業(yè)相差比較遠。
當然,其中也有不少領(lǐng)先的代表企業(yè),比如海爾,比較早就部署相對完善的內(nèi)部的信息系統(tǒng),涵蓋了主要的業(yè)務(wù)流程,并且比較早地就將社交數(shù)據(jù)中獲得的客戶反饋融入到新產(chǎn)品研發(fā)之中,結(jié)合了內(nèi)部和外部數(shù)據(jù)的能力。
但是,大部分制造企業(yè)依然還是處在信息化比較起步的階段,由于人才以及技術(shù)能力的欠缺,對于大數(shù)據(jù)的意義和價值認識比較弱。
我們看到對于制造業(yè)來說,如果把數(shù)據(jù)分為內(nèi)部和外部兩大類的話,內(nèi)部數(shù)據(jù)主要包括經(jīng)營及運營數(shù)據(jù)、客戶數(shù)據(jù)、產(chǎn)品相關(guān)的設(shè)計、研發(fā)和生產(chǎn)數(shù)據(jù)、機器設(shè)備數(shù)據(jù)等,傳統(tǒng)的信息系統(tǒng)處理比較多的是內(nèi)部數(shù)據(jù)為主,圍繞著業(yè)務(wù)流程改進和提升為主要目標,而且對于機器設(shè)備運行的日志數(shù)據(jù)相對利用較少;外部數(shù)據(jù)包括社交數(shù)據(jù)、合作伙伴數(shù)據(jù)、電商數(shù)據(jù)以及宏觀數(shù)據(jù)等這方面數(shù)據(jù)的開發(fā)和利用相對較少。大部分企業(yè)不僅內(nèi)外部數(shù)據(jù)尚未打通,自己內(nèi)部的數(shù)據(jù)也還沒有實現(xiàn)整合和標準化,信息孤島現(xiàn)象也是屢見不鮮。
我們的觀點是數(shù)據(jù)對于制造企業(yè)的全流程來說都可以起到非常積極的作用,比如從產(chǎn)品設(shè)計和研發(fā)開始,如果能夠非常直接地對接到消費者,依據(jù)對消費者的行為和消費數(shù)據(jù)分析,定位相應(yīng)的產(chǎn)品設(shè)計和研發(fā)。同時也能夠依據(jù)消費者對產(chǎn)品的喜好和需求量,進行定向精準的市場營銷,進行產(chǎn)品的計劃和生產(chǎn)的排產(chǎn),減少相應(yīng)的庫存。同時,數(shù)據(jù)對于線上線下銷售的協(xié)同,對于供應(yīng)鏈優(yōu)化和管理也可以起到重要的作用,在提升對客戶的服務(wù)水平方面,如何針對不同細分市場需求,進行全渠道銷售的設(shè)計規(guī)劃等方面都會起到重要的作用。
雖然阿里巴巴是互聯(lián)網(wǎng)企業(yè),但其大數(shù)據(jù)應(yīng)用的發(fā)展之路是值得制造企業(yè)去借鑒和學習的。
總體上來說,阿里巴巴也是在經(jīng)歷著從業(yè)務(wù)數(shù)據(jù)化到數(shù)據(jù)業(yè)務(wù)化的過程,業(yè)務(wù)數(shù)據(jù)化還是圍繞傳統(tǒng)電商業(yè)務(wù)來提升整個流程相關(guān)的數(shù)據(jù),服務(wù)業(yè)務(wù)部門和管理層為主,總的目標也是為了降低成本,提高營運效率和質(zhì)量為主。比如個性化推薦、搜索優(yōu)化等。
現(xiàn)在阿里巴巴在數(shù)據(jù)數(shù)據(jù)業(yè)務(wù)化方面進行了很多有益的探索,總結(jié)起來就是“阿里的數(shù)據(jù)+外部數(shù)據(jù)+大數(shù)據(jù)技術(shù)能力”的輸出,產(chǎn)生很多新的商業(yè)模式,不僅服務(wù)于阿里生態(tài),逐漸賦能和服務(wù)于越來越多的各行業(yè)用戶,比如螞蟻微貸是基于商家的信用數(shù)據(jù)提供貸款服務(wù),芝麻信用是基于個人的消費、理財以及社交等數(shù)據(jù)提供個人信用服務(wù)。在整個探索的過程中,我們看到數(shù)據(jù)的在線性保證了數(shù)據(jù)實時都會更新,數(shù)據(jù)的外部性通過數(shù)據(jù)共享、融合體現(xiàn)了數(shù)據(jù)的價值。
電子商務(wù)以及互聯(lián)網(wǎng)所帶來的用戶需求呈現(xiàn)實時、少量、碎片化、快速翻新等特點,對于傳統(tǒng)制造商來說,滿足這種長尾需求難度很大,因此生產(chǎn)制造的柔性化變得重要。
比如淘工廠把工廠的生產(chǎn)能力通過互聯(lián)網(wǎng)實現(xiàn)了與商家需求的快速對接,通過數(shù)據(jù)聯(lián)通把需求與供應(yīng)之間的信息對稱化,減少了中間商環(huán)節(jié),縮短了生產(chǎn)周期,降低交易成本,并加快周轉(zhuǎn)速度。
ZARA這個快時尚品牌也是利用數(shù)據(jù)實現(xiàn)智慧供應(yīng)鏈的例子,我們看到大量服裝企業(yè)都面臨生存的壓力,而ZARA母公司銷售額在2015年依然保持了15.4%的增長。其中很重要的原因就是ZARA以數(shù)據(jù)為核心打造的極速供應(yīng)鏈系統(tǒng),實現(xiàn)了新產(chǎn)品的柔性化生產(chǎn)。相對競爭對手來說,ZARA可以通過數(shù)據(jù)的聯(lián)通和協(xié)同更快更好的控制從市場調(diào)研、到設(shè)計、打版、制作樣衣、批量生產(chǎn)、運輸和零售整個環(huán)節(jié)。雖然ZARA不是互聯(lián)網(wǎng)企業(yè),但是它對用戶需求的響應(yīng)是完全互聯(lián)網(wǎng)思維的方式,滿足的也是快速翻新、少量、快速響應(yīng)和生產(chǎn)的類似于消費者在互聯(lián)網(wǎng)上的需求特點,比如一般的國際大品牌的前導時間是120天左右,而ZARA可以實現(xiàn)15天的新品供應(yīng)過程。在整個過程中,它使用線下線上的數(shù)據(jù)融合,利用電商平臺的銷售數(shù)據(jù)以及對用戶消費者的線上調(diào)研數(shù)據(jù),同時也會利用線下每個門店的銷售數(shù)據(jù)實時反饋到公司總部,實現(xiàn)產(chǎn)品的快速迭代,它一年設(shè)計的服裝款式達到12000多款。這種基于數(shù)據(jù)的協(xié)同和流動實現(xiàn)的供應(yīng)鏈帶動了ZARA總體效率的提升和庫存的大幅降低。
以消費者數(shù)據(jù)為基礎(chǔ)的消費者喜好和需求畫像倒逼到產(chǎn)品的設(shè)計、研發(fā)、生產(chǎn)、供應(yīng)鏈、營銷等制造業(yè)供給側(cè)的多個環(huán)節(jié),這就是C2B的本質(zhì)。
索菲亞衣柜是C2B模式創(chuàng)新的代表,2015年的營收達到31.9億元。索菲亞在探索C2B的實踐過程中,數(shù)據(jù)對于其規(guī)?;蛡€性化的平衡起到關(guān)鍵作用。索菲亞認為自己不是家具制造企業(yè),而是一家大數(shù)據(jù)企業(yè)。在調(diào)研時我們發(fā)現(xiàn),索菲亞有強大的科技團隊,超過400多人,而其中300多人是在做數(shù)據(jù)加工。索菲亞利用大數(shù)據(jù)提升客戶體驗,提高交付效率,減少差錯和庫存,基本可以做到零庫存水平。在索菲亞的前端需求到后端的生產(chǎn)系統(tǒng)中,數(shù)據(jù)的共享、聯(lián)通和流動是實現(xiàn)訂單準確地從需求端傳遞到生產(chǎn)制造和采購端的關(guān)鍵。正是這種技術(shù)基礎(chǔ)保障了索菲亞每天索菲亞目前通過打通線上線下數(shù)據(jù),基于用戶交易數(shù)據(jù),用戶行為和特征數(shù)據(jù),以及產(chǎn)品和渠道數(shù)據(jù),搭了一個大數(shù)據(jù)平臺?;?a href='/map/yonghuhuaxiang/' style='color:#000;font-size:inherit;'>用戶畫像的數(shù)據(jù)化,他們也比較好地實現(xiàn)了研發(fā)精準化。在研發(fā)精準化基礎(chǔ)上,營銷的精準化也通過線上線下數(shù)據(jù)的融合分析獲得了很好的實現(xiàn)。
對于傳統(tǒng)的大型制造企業(yè)來說,轉(zhuǎn)型的挑戰(zhàn)巨大,制造企業(yè)所搭建的內(nèi)部信息系統(tǒng)比如ERP、CRM和SCM等收集處理的數(shù)據(jù)還是交易類結(jié)構(gòu)化數(shù)據(jù)為主,對生產(chǎn)設(shè)備數(shù)據(jù)、機器數(shù)據(jù)以及日志數(shù)據(jù)的收集及關(guān)注比較低。而工業(yè)大數(shù)據(jù)應(yīng)用未來很重要的一個方向就是如何能將這些實時產(chǎn)生的機器數(shù)據(jù)更好地用起來,尤其是在預(yù)測性維修類應(yīng)用方面。
以美國通用集團為例,它的董事長伊梅爾特說到“我們昨天還是一家制造型企業(yè),今天已經(jīng)成為一家軟件和數(shù)據(jù)公司了。”這家制造業(yè)巨頭希望借助工業(yè)大數(shù)據(jù)平臺實現(xiàn)制造業(yè)服務(wù)化的方向和目標。GE的工業(yè)大數(shù)據(jù)平臺Predix的主要功能就是將各類數(shù)據(jù)按照統(tǒng)一的標準進行規(guī)范化地梳理,并提供隨時調(diào)取和分析的能力。基于Predix目前已經(jīng)推出了很多工業(yè)互聯(lián)網(wǎng)應(yīng)用,并且向合作伙伴和客戶進行了開放。根據(jù)GE的資料顯示,GE在2015年底把最后一批發(fā)動機數(shù)據(jù)上傳到Predix平臺上,已經(jīng)開始接收并處理GE公司龐大的發(fā)動機機隊所產(chǎn)生的上億條數(shù)據(jù),對這些數(shù)據(jù)進行分析,并按照數(shù)據(jù)異常情況確定發(fā)出警告的等級,目前準確率接近90%。伴隨著大數(shù)據(jù)與機器學習能力的加強,準確率也會逐漸提升。這是典型的利用設(shè)備數(shù)據(jù)進行預(yù)測性維修的例子,會成為工業(yè)大數(shù)據(jù)很重要的應(yīng)用方向。GE希望通過這個工業(yè)大數(shù)據(jù)平臺樹立工業(yè)大數(shù)據(jù)領(lǐng)域的標準,使Predix平臺成為像Andriod系統(tǒng)一樣成為工業(yè)互聯(lián)網(wǎng)領(lǐng)域的操作系統(tǒng)。
阿里巴巴目前也已經(jīng)和徐工集團開始合作,希望利用阿里云上面的大數(shù)據(jù)能力,協(xié)助徐工建成中國工業(yè)大數(shù)據(jù)平臺,實現(xiàn)“阿里云+徐工=中國Predix”的目標,在工業(yè)大數(shù)據(jù)平臺、應(yīng)用及生態(tài)建設(shè)方面探索一條新路。
正如前面所說,大部分中國制造企業(yè)依然還處在數(shù)據(jù)化和信息化的初級階段,甚至有很多企業(yè)還沒有建立內(nèi)部的業(yè)務(wù)系統(tǒng),因此業(yè)務(wù)數(shù)據(jù)化基礎(chǔ)還尚未準備好。
以ERP、CRM、SCM、PLM等系統(tǒng)為代表的基本業(yè)務(wù)應(yīng)用會是必備選項,只是在互聯(lián)網(wǎng)+時代,有些應(yīng)用可以使用云端應(yīng)用進行創(chuàng)新,不必和以前一樣再花費巨額的License費用。
在這個過程中,進一步加強數(shù)據(jù)的沉淀,通過云平臺實現(xiàn)數(shù)據(jù)的共享、流動、整合,實現(xiàn)數(shù)據(jù)的價值最大化,推動智能制造目標的實現(xiàn)。
其實,真正的智能制造或工業(yè)4.0不只是指工業(yè)制造的某個環(huán)節(jié)的智能化,而是從用戶需求端到產(chǎn)品供給端的全鏈條的智慧化,涵蓋產(chǎn)品設(shè)計、研發(fā)、生產(chǎn)、供應(yīng)、倉儲、配送、財務(wù)、客戶關(guān)系管理、營銷等多個環(huán)節(jié),而這種智慧化的基礎(chǔ)要素就是實現(xiàn)數(shù)據(jù)的全流程打通,這其中云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、人工智能、機器人等都成為數(shù)據(jù)共享、流動和融合的關(guān)鍵技術(shù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10