
大數(shù)據(jù)顛覆傳統(tǒng)制造的10條途徑
11月29日消息,麥肯錫咨詢公司今日發(fā)布了《如何利用大數(shù)據(jù)改進制造業(yè)》的文章,就大數(shù)據(jù)及高級分析如何使生物制藥、化工和離散制造更加合理化給出了深度分析。文章特別提到,那些身處基于過程的行業(yè)的制造商如何利用高級分析來提高產(chǎn)量并且降低費用。今天,制造商可以對大量來自生產(chǎn)和銷售過程中的數(shù)據(jù)進行追蹤。麥肯錫的文章通過對數(shù)個案例進行解析,以此來說明大數(shù)據(jù)以及高級分析應用和平臺如何能夠為經(jīng)營決策提供幫助。
下面來自于文章中的圖表闡明,通過尋找決定過程效益的核心因素,大數(shù)據(jù)與在其上進行的高級分析如何厘清制造中的價值鏈,然后幫助管理人員采取行動,以便對制造過程進行持續(xù)改進。下面是關(guān)于大數(shù)據(jù)如何顛覆制造過程的10條途徑:
·在生物制藥行業(yè)的生產(chǎn)過程中,進一步提高精確度、質(zhì)量和產(chǎn)量。在生物制藥的生產(chǎn)流程中,制造商通常需要對超過200種以上的變量進行監(jiān)視,以便確保原料成分的純凈度,同時確保生產(chǎn)出的藥品符合標準。讓生物制藥生產(chǎn)過程充滿挑戰(zhàn)的因素之一是:產(chǎn)量會在50%至100%之間變化,而且還無法馬上辨別出原因。而使用高級分析,制造商能夠?qū)?個最能夠影響產(chǎn)量變化的變量進行追蹤。通過上述手段的幫助,他們將疫苗的產(chǎn)量提高了50%,每年在單一疫苗品種上節(jié)省的費用就達到500萬至1000萬美元。
·加快IT、制造與營運的整合,讓工業(yè)4.0的愿景更快成為現(xiàn)實。工業(yè)4.0是由德國政府提出,旨在通過發(fā)展智能工廠,促進制造行業(yè)自動化。根據(jù)供應商、客戶、有效產(chǎn)能以及費用的相關(guān)約束,大數(shù)據(jù)已經(jīng)被用在優(yōu)化生產(chǎn)進度方面。那些存在高度管制的行業(yè)里的制造業(yè)價值鏈上的廠商得益于德國供應商和制造商的幫助,正在大踏步邁向工業(yè)4.0。同時,以此為契機,這些廠商的各個部門能夠充分發(fā)揮各自功能,而大數(shù)據(jù)和高級分析對于取得成功來說至關(guān)重要。
·大數(shù)據(jù)幫助提高制造績效的3個主要方面分別是:更好的預測產(chǎn)品需求并調(diào)整產(chǎn)能(46%),跨多重指標理解工廠績效(45%)以及更快地為消費者提供服務與支持(39%)。上述數(shù)據(jù)是根據(jù)“LNS研究與MESA國際”的近期調(diào)查得出的。
·在六西格瑪DMAIC(定義、測量、分析、改進及控制)框架中整合高級分析,以便持續(xù)改進。對一個由DMAIC驅(qū)動的改進計劃的工作過程取得更加深入的理解,同時就該計劃如何對制造績效的所有其他領域造成的影響進行深入領會。與以往相比,這一領域的發(fā)展有望促使生產(chǎn)流程轉(zhuǎn)向更加面向消費者驅(qū)動的方向。
·與以往相比,能夠更加細致地從供應商質(zhì)量層面進行審視,同時能夠更加精確地預測供應商的績效。通過對大數(shù)據(jù)和高級分析的應用,制造商能夠?qū)崟r查看產(chǎn)品質(zhì)量和配送準確度,對如何依據(jù)時間緊迫性在不同供應商之間分配訂單生產(chǎn)任務進行權(quán)衡。對產(chǎn)品品質(zhì)的管控優(yōu)先于發(fā)貨進度。
·對產(chǎn)品合規(guī)性進行監(jiān)測并且追溯到具體生產(chǎn)設備成為可能。通過在生產(chǎn)中心的所有設備上配備傳感器,運營經(jīng)理能夠立即了解每一臺設備的狀況。通過高級分析,每臺設備及其操作者的工況、績效以及技能差異能夠得以體現(xiàn)。對于改進生產(chǎn)中心的工作流程來說,這些數(shù)據(jù)非常重要。
·只銷售利潤率最大的定制產(chǎn)品型號,或者以以銷定產(chǎn)方式生產(chǎn)對產(chǎn)能影響最小的產(chǎn)品型號。對于擁有許多復雜產(chǎn)品型號的制造商來說,定制產(chǎn)品或者以銷定產(chǎn)的產(chǎn)品能夠帶來更高的毛利率,但是在生產(chǎn)過程沒有被合理規(guī)劃的情形下,同樣可能導致生產(chǎn)費用的急劇上升。運用高級分析,制造商能夠計算出合理的生產(chǎn)計劃,以便在生產(chǎn)上述定制或以銷定產(chǎn)的產(chǎn)品時,對目前的生產(chǎn)計劃產(chǎn)生最小程度的影響,進而將規(guī)劃分析具體到設備運行計劃、人員以及店面級別。
·將質(zhì)量管理和合規(guī)體系綜合考慮并給予兩者企業(yè)層面優(yōu)先級。對于制造商來說,是時候針對產(chǎn)品質(zhì)量和合規(guī)性給予更具戰(zhàn)略性的眼光了。麥肯錫的文章給出了數(shù)個應用大數(shù)據(jù)和分析的制造商的例子,指出如何通過大數(shù)據(jù)以及分析手段,針對那些與產(chǎn)品質(zhì)量管理和合規(guī)性最相關(guān)的參數(shù)進行分析,以便幫助管理人員獲得更加深刻的理解。這些參數(shù)中的大部分是企業(yè)層面的,而不僅僅存在于產(chǎn)品質(zhì)量管理或者合規(guī)部門。
·量化每日產(chǎn)能對企業(yè)財務狀況的影響并具體到生產(chǎn)設備層面。通過大數(shù)據(jù)和高級分析,制造商的財務狀況和每日生產(chǎn)活動能夠直接聯(lián)系起來。通過對每臺生產(chǎn)設備進行追蹤,管理者能夠了解工廠的運轉(zhuǎn)效率,生產(chǎn)規(guī)劃負責人和高級管理人員能夠更好地調(diào)整生產(chǎn)規(guī)模。
·通過對產(chǎn)品進行監(jiān)測,制造商能夠主動為客戶提供預防性維護建議,以便提供更好的服務。制造商開始生產(chǎn)更加復雜的產(chǎn)品,需要在產(chǎn)品中配備板上傳感器并通過操作系統(tǒng)加以管理。這些傳感器能夠收集產(chǎn)品運行情況的數(shù)據(jù),并且根據(jù)情況發(fā)出預防性維護的通知。通過大數(shù)據(jù)和高級分析,這些維護建議能夠在第一時間發(fā)出,消費者也就能夠從中獲得更多的價值。目前,通用電氣在它的引擎和鉆井平臺上使用了類似的手法。CDA數(shù)據(jù)分析師官網(wǎng)
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:理性預期算子的內(nèi)涵、作用與應用解析 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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、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、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)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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