
工業(yè)大數(shù)據(jù)三大挑戰(zhàn)五大商業(yè)趨勢
隨 著信息化與工業(yè)化的深度融合,信息技術(shù)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié),條形碼、二維碼、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、工業(yè)物聯(lián)網(wǎng)等技術(shù)在工業(yè)企業(yè)中 得到廣泛應(yīng)用,尤其是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術(shù)在工業(yè)領(lǐng)域的應(yīng)用,工業(yè)企業(yè)也進入了互聯(lián)網(wǎng)工業(yè)的新的發(fā)展階段,工業(yè)企業(yè)所擁有的數(shù)據(jù)也 日益豐富。
在設(shè)備運行的過程中,自然磨損本身會使產(chǎn)品的品質(zhì)發(fā)生一定的變化。通過信 息技術(shù)、物聯(lián)網(wǎng)技術(shù)的發(fā)展,通過傳感器技術(shù),實時感知數(shù)據(jù),知道產(chǎn)品出了什么故障,哪里需要配件,使得生產(chǎn)過程中的這些因素能夠被精確控制,從而真正實現(xiàn) 生產(chǎn)的智能化。一定程度上,工廠/車間的傳感器所產(chǎn)生的大數(shù)據(jù)直接決定了“工業(yè)4.0”所要求的智能化設(shè)備的智能水平。
從生產(chǎn)能耗角度來看,設(shè)備生產(chǎn)過程中利用傳感器集中監(jiān)控所有的生產(chǎn)流程,能夠發(fā)現(xiàn)能耗的異常或峰值情況,由此能夠在生產(chǎn)過程中不斷實時優(yōu)化能源的消耗。同時,對所有流程的大數(shù)據(jù)進行分析,也將會整體上大幅降低生產(chǎn)能耗。
工業(yè)企業(yè)中生產(chǎn)線處于高速運轉(zhuǎn),由工業(yè)設(shè)備所產(chǎn)生、采集和處理的數(shù)據(jù)量遠(yuǎn)大于企業(yè)中計算機和人工產(chǎn)生的數(shù)據(jù),從數(shù)據(jù)類型看也多是非結(jié)構(gòu)化數(shù)據(jù),生產(chǎn)線的高速運轉(zhuǎn)則對數(shù)據(jù)的實時性要求也更高,工業(yè)大數(shù)據(jù)有三大挑戰(zhàn)。
全面認(rèn)識“工業(yè)大數(shù)據(jù)”概念
工業(yè)大數(shù)據(jù)這個概念目前很受關(guān)注,特別是對于資本市場來講,其想象空間比較大,但由于相關(guān)技術(shù)范式還不明確,因此大部分看法都是基于一些不完全的技術(shù)理解所做出的判斷。
從字面上理解,工業(yè)大數(shù)據(jù)很容易被認(rèn)為是大數(shù)據(jù)在工業(yè)領(lǐng)域的應(yīng)用,也容易把工業(yè)領(lǐng)域的一些信息系統(tǒng)使用的傳統(tǒng)數(shù)據(jù)庫上升到工業(yè)大數(shù)據(jù)的數(shù)據(jù)不夠大的場景,當(dāng)然,還有一些商業(yè)企業(yè)更會把收集的一些毫無價值的實時數(shù)據(jù)存儲起來稱為工業(yè)大數(shù)據(jù)。
迄今為止,工業(yè)4.0研究院發(fā)現(xiàn)的工業(yè)大數(shù)據(jù)應(yīng)用場景,雖然可能從生產(chǎn)現(xiàn)場采集了大量的數(shù)據(jù),但實際上作為分析之用的數(shù)據(jù)并不多,一般都要對數(shù)據(jù)進行清洗和預(yù)處理,以便進行更具有知識的數(shù)據(jù)分析。
為什么不能采用諸如金融或互聯(lián)網(wǎng)領(lǐng)域的大數(shù)據(jù)分析方法?這是很多互聯(lián)網(wǎng)企業(yè)涉足到工業(yè)大數(shù)據(jù)最為困惑的問題。
實際上,互聯(lián)網(wǎng)企業(yè)大都不清楚工業(yè)領(lǐng)域的“非標(biāo)”特征,大量的裝備設(shè)備是非標(biāo)準(zhǔn)化的,工藝流程也是非標(biāo)準(zhǔn)化的,因此在構(gòu)建工業(yè)大數(shù)據(jù)架構(gòu)和模型的時候,更應(yīng)該考慮行業(yè)知識的應(yīng)用,這樣分析的結(jié)果會更加實用。
一些國際型工業(yè)企業(yè)(例如西門子)在構(gòu)建其工業(yè)大數(shù)據(jù)范式的時候,就非常強調(diào)應(yīng)用場景知識的結(jié)合,了解互聯(lián)網(wǎng)大數(shù)據(jù)或金融大數(shù)據(jù)的行業(yè)人士可以發(fā)現(xiàn),兩者考慮的技術(shù)關(guān)鍵點是不完全相同的。
價值觀驅(qū)動了工業(yè)大數(shù)據(jù)流派
庫恩在《科學(xué)革命的結(jié)構(gòu)》一書中指出,科學(xué)范式實際上是代表世界觀和價值觀的。工業(yè)大數(shù)據(jù)作為正在形成的一種科學(xué)革命范式,也在逐步形成各種流派,他們代表了各自派別的價值觀。
工 業(yè)4.0研究院初步研究認(rèn)為,廣泛意義上來認(rèn)識工業(yè)大數(shù)據(jù)(例如工業(yè)互聯(lián)網(wǎng)、智能服務(wù)等概念),美國通用電氣牽頭的工業(yè)互聯(lián)網(wǎng)聯(lián)盟可以用“工業(yè)互聯(lián)網(wǎng)”來 代表其價值觀,由德國西門子等企業(yè)組成的工業(yè)4.0平臺(Plattform Industrie 4.0)更愿意用“智能服務(wù)”和“智能數(shù)據(jù)”來闡釋他們對未來工業(yè)大數(shù)據(jù)的認(rèn)識,當(dāng)然,中國簡單直接用“工業(yè)大數(shù)據(jù)”來代表未來工業(yè)的一種新范式。
對國內(nèi)的工業(yè)大數(shù)據(jù)認(rèn)識更進一步細(xì)分,還可以分為清華大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會、中關(guān)村大數(shù)據(jù)聯(lián)盟以及工業(yè)4.0研究院等具有鮮明特征的流派。
總的來說,清華大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會和中關(guān)村大數(shù)據(jù)聯(lián)合會都是基于一般意義上的大數(shù)據(jù)(例如4V標(biāo)志)來談工業(yè)大數(shù)據(jù),更多體現(xiàn)為工業(yè)應(yīng)用場景大數(shù)據(jù)技術(shù)的應(yīng)用。前者更體現(xiàn)了清華背景企業(yè)對大數(shù)據(jù)應(yīng)用的商業(yè)模式,而后者體現(xiàn)了諸如亞信、用友等企業(yè)大數(shù)據(jù)應(yīng)用的理解。
構(gòu)建工業(yè)大數(shù)據(jù)生態(tài)的關(guān)鍵
任何熟悉IT領(lǐng)域的行業(yè)人士都清楚,企業(yè)最直接的業(yè)務(wù)模式是項目,但特別希望可以把項目通用化,形成產(chǎn)品或平臺,但實際情況是,除了微軟等國際型IT企業(yè)有能力形成較為通用的產(chǎn)品或平臺,大部分IT企業(yè)很難達到預(yù)想目標(biāo)。
工業(yè)大數(shù)據(jù)生態(tài)要求企業(yè)有能力平臺化,不管企業(yè)是生態(tài)的主導(dǎo)者還是參與者,工業(yè)大數(shù)據(jù)將來肯定是一種生態(tài)存在業(yè)態(tài),只不過各家企業(yè)在其中的角色是不同的。
德 國工業(yè)4.0體系中明確指出了三大集成,工業(yè)4.0研究院利用產(chǎn)業(yè)經(jīng)濟學(xué)和雙邊市場經(jīng)濟學(xué)的理論把三大集成進一步深化為其發(fā)展路徑。一般情況下,企業(yè)需要 先完成企業(yè)邊界內(nèi)的縱向集成,然后才有機會在單一價值鏈上延展,實現(xiàn)端到端集成,形成一定的產(chǎn)業(yè)鏈控制力的企業(yè)才會更進一步跨界(跨越多條價值鏈),達到 橫向集成的結(jié)果。
具有理想的工業(yè)大數(shù)據(jù)企業(yè)也許也要經(jīng)歷這樣的過程,他們需要通過單個項目幫助企業(yè)完成內(nèi)部的縱向集成,然后把解決方案產(chǎn)品化和平臺化,進一步延展自己的核心競爭力。
大數(shù)據(jù)未來中國五大商業(yè)趨勢
高風(fēng)管理咨詢有限公司發(fā)布的《2016年中國商業(yè)趨勢調(diào)查報告》提出了未來中國商業(yè)社會發(fā)展的五大趨勢:包括數(shù)字化變革、行業(yè)整合、走出去、用戶體驗互動和共享平臺經(jīng)濟。
一、數(shù)字化變革
數(shù) 字化趨勢同時影響B(tài)2B和B2C行業(yè),更重要的是思維的轉(zhuǎn)變。在過去水漲船高的粗放型經(jīng)濟下,很多傳統(tǒng)的中國制造業(yè)企業(yè)甚至很多扎根中國多年的外資工業(yè)企 業(yè),其領(lǐng)導(dǎo)人的思維模式都更多是B2B的工業(yè)化思維,離C端較遠(yuǎn)。他們更多關(guān)注的是如何為B(Business)即直接用戶提供產(chǎn)品與服務(wù),較少思考如何 為其在C(Consumer)端即最終消費者創(chuàng)造更多新的附加值。
相反一些互聯(lián)網(wǎng)企業(yè),因其長期身處零距離到客戶的前沿,在思維方式和商業(yè)模式的理解上更貼近工業(yè)4.0的本質(zhì)。而中國企業(yè)也可以借助上一波B2C互聯(lián)網(wǎng)大潮所釋放的紅利,基于對中國巨大消費市場的精準(zhǔn)把握和分析,力爭實現(xiàn)工業(yè)4.0的B2B產(chǎn)業(yè)升級。
二、走出去
無論國企還是民企,無論大型企業(yè)還是中小企業(yè),走出去都是中國企業(yè)發(fā)展歷程中必然經(jīng)歷的階段。走出去不僅可以幫助中國企業(yè)在地域角度開拓海外市場,也可幫助我們整合和利用全球資源更好的服務(wù)于國內(nèi)市場,并將我們的競爭力進一步提升。
中國企業(yè)正在國際化進程中加速向全球明星邁進。在這個向全球明星邁進的過程中,中國企業(yè)不僅僅需要硬實力的提升和輸出,比如規(guī)模、資金等,更在于軟實力的提升并推廣到全球?qū)用?,即一個企業(yè)的價值觀、文化、思維方式。
三、行業(yè)整合
對 于互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)企業(yè),行業(yè)整合意味著新機會的拓展。在傳統(tǒng)行業(yè),無序的自由競爭造成了大量的資源浪費,特別是對以中小企業(yè)為主的中國輕型加工業(yè),由于 長期各自為政,效益低下,因此單純強調(diào)產(chǎn)能升級雖然能夠加強企業(yè)自身的生產(chǎn)力,但對產(chǎn)業(yè)整體的推動力度有限,進而單個企業(yè)也難以大幅提升自身價值。近年 來,產(chǎn)業(yè)鏈上的整合不斷加強,不僅降低了企業(yè)經(jīng)營風(fēng)險,而且提高了企業(yè)的競爭力,也推動了傳統(tǒng)行業(yè)經(jīng)營者的轉(zhuǎn)型。對于互聯(lián)網(wǎng)科技而言,將更多的在核心業(yè)務(wù) 外,積極獲得新的業(yè)務(wù)拓展和投資機會。
四、用戶接觸
如 今,來到互聯(lián)網(wǎng)時代,激烈的競爭使得成本和價格不斷降低,市場上的信息對大眾也更加透明,所有這些都使得用戶不再愿意輕易為普通產(chǎn)品支付溢價。相反,消費 者尤其是年輕的90后、95后,更加追求極致化的產(chǎn)品和獨一無二的用戶體驗。而這種用戶體驗經(jīng)濟也使得消費者更早的參與到產(chǎn)品的設(shè)計和銷售過程中。
不 僅僅是互聯(lián)網(wǎng)企業(yè),對于傳統(tǒng)企業(yè)而言也應(yīng)該努力提升用戶接觸能力,把服務(wù)體驗融入整個價值鏈中。傳統(tǒng)企業(yè)的核心是“制造”,而“制造”更多情況下僅是滿足 客戶的要求而已,并沒有真正理解客戶或客戶背后的客戶,也并沒有真正專注于提升新的客戶價值。通過商業(yè)模式創(chuàng)新和產(chǎn)品科技創(chuàng)新,中國企業(yè)應(yīng)該更加貼近消費 者,并讓消費者能夠參與到產(chǎn)品的整個“創(chuàng)造”過程中,并讓消費者來告知他們的需求。
五、共享經(jīng)濟
共 享經(jīng)濟商業(yè)模式代表的是一種從 “擁有”到“共享”的思維,這將繼續(xù)在未來中國的商業(yè)領(lǐng)域向全行業(yè)滲透。在不同行業(yè)中,共享經(jīng)濟下已經(jīng)出現(xiàn)很多商業(yè)模式的創(chuàng)新,不斷沖擊和顛覆傳統(tǒng)企業(yè)。 比如Uber、滴滴出行、易到用車等挑戰(zhàn)傳統(tǒng)的出租車行業(yè),小豬短租、Airbnb等挑戰(zhàn)房屋出租行業(yè)。同時我們也看到傳統(tǒng)行業(yè)和互聯(lián)網(wǎng)之間的共享經(jīng)濟合 作也逐漸升級。在汽車行業(yè)我們已經(jīng)看到汽車生產(chǎn)商與互聯(lián)網(wǎng)公司之間類似的跨界合作伙伴關(guān)系在中國普遍存在:比如北汽集團和樂視網(wǎng),北汽集團和滴滴快的,奇 瑞、博泰公司(Pateo)和易到用車,寶馬和百度以及百度和優(yōu)步。
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(rèn)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(dǎo)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(xué)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(zhǔn)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(xué)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(xué)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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)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(dǎo)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