
大數(shù)據(jù)應(yīng)用工業(yè)企業(yè)升級的王道_數(shù)據(jù)分析師培訓(xùn)
制造業(yè)的數(shù)據(jù)總量居然超過了政府部門的數(shù)據(jù)總量,這個結(jié)論還是讓我吃了一驚,因?yàn)樵?000年的時候,我還記得那個時候說,數(shù)據(jù)總量80%在政府,那么中國這個制造大國,面臨美國的工業(yè)互聯(lián)網(wǎng),德國的工業(yè)4.0,不是一個上不上的問題,而是一個怎么上的問題,否則,毀滅你與你無關(guān)。
回想這25年來的信息化工作,數(shù)據(jù)、信息、知識,還是給企業(yè)帶來了巨大的價值,(CDA數(shù)據(jù)分析師培訓(xùn))所以筆者才提出了一個理念,就是傳統(tǒng)企業(yè)利用大數(shù)據(jù)思維,收集具有統(tǒng)計(jì)學(xué)意義的小數(shù)據(jù),進(jìn)行分析應(yīng)用,就可以獲得巨大的經(jīng)濟(jì)價值。
工業(yè)大數(shù)據(jù)指在工業(yè)領(lǐng)域中產(chǎn)生的各種數(shù)據(jù),事實(shí)上相對于互聯(lián)網(wǎng)數(shù)據(jù)、營銷數(shù)據(jù),工業(yè)數(shù)據(jù)覆蓋著整個價值鏈、生態(tài)圈,甚至筆者現(xiàn)在提出升級的工業(yè)企業(yè)必須三流合一,這三流就是物流(包括物的變化,這是工業(yè)企業(yè)的核心,然后才是運(yùn)輸、倉儲意義上的物流)、資金流、信息流,做到三流合一才是一流的工業(yè)企業(yè)。
工業(yè)企業(yè)隨著信息化軟硬件設(shè)備、系統(tǒng)的普及應(yīng)用,包括條形碼、二維碼、RFID、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、工業(yè)物聯(lián)網(wǎng)、MES、CAD/CAPP/CAM/CAE/CAI/CAQ、PDM 、ERP等等,工業(yè)企業(yè)擁有的數(shù)據(jù)越來越多,這些數(shù)據(jù)同樣具有大數(shù)據(jù)的特征,工業(yè)企業(yè)能否按照大數(shù)據(jù)的思維方式實(shí)現(xiàn)企業(yè)的數(shù)據(jù)應(yīng)用,是值得我們深思的大話題。
筆者還是按照大數(shù)據(jù)的4個V,也就是數(shù)據(jù)量、數(shù)據(jù)種類、數(shù)據(jù)速度、數(shù)據(jù)價值四個方面對工業(yè)企業(yè)的大數(shù)據(jù)進(jìn)行解讀。
要想發(fā)現(xiàn)隱藏的知識,必須具有足夠的數(shù)據(jù)量,筆者曾經(jīng)培訓(xùn)一個鋁輪轂企業(yè)的PRO/E軟件中的有限元分析,企業(yè)的需求就是如何提高鋁輪轂的設(shè)計(jì)一次成功率,筆者教會了企業(yè)員工如何建模,如何加約束,如何加載荷,如何網(wǎng)格劃分,如何設(shè)置相關(guān)工況,如何計(jì)算,并分析計(jì)算結(jié)果,然后很現(xiàn)實(shí)的問題就是,分析結(jié)果出來以后,強(qiáng)度應(yīng)力值,結(jié)合安全系數(shù),到底取多大,筆者是沒有數(shù)據(jù)基礎(chǔ)的,只能告知企業(yè)的員工,你們回去后,計(jì)算至少10個產(chǎn)品以后,結(jié)合試驗(yàn)數(shù)據(jù),最終確定強(qiáng)度應(yīng)力值的閥值。不過值得欣慰的是,過了半年左右,和企業(yè)的員工聯(lián)系后,他們告訴我,有限元分析已經(jīng)普及化應(yīng)用,現(xiàn)在試驗(yàn)失敗的設(shè)計(jì)已經(jīng)大幅度降低,印象說法以前15%左右,每個月總有幾個,超過10個也有,現(xiàn)在一個月難得有一、兩個。
然后說數(shù)據(jù)種類,隨著客戶要求的提升,例如服裝企業(yè),曾經(jīng)1個半月的交期,現(xiàn)在要求一周,以往的工作模式,根本完不成,那么為什么完不成。分析其原因,來回返工,各種更改是頻繁發(fā)生,那么從一個具體的設(shè)計(jì)變更來說,以前只需要發(fā)出變更就OK,現(xiàn)在變更必須查詢物料情況,確認(rèn)物料才可以,以前設(shè)計(jì)結(jié)束了,如何檢測,檢測部門自己定,差錯是經(jīng)常的,現(xiàn)在是設(shè)計(jì)變更、物料、檢測單必須三單齊才可以下發(fā),那么這就意味著操作者必須考慮更多的數(shù)據(jù),也可以說成大數(shù)據(jù),那么這種情況下,就必須足夠的信息系統(tǒng)支持,而其產(chǎn)生的數(shù)據(jù),數(shù)據(jù)的量、種類,也大幅度上升,這種模式下,其產(chǎn)出也就變成了大數(shù)據(jù)。
第三說時效,其實(shí)對于工業(yè)企業(yè),生產(chǎn)部門的數(shù)據(jù)的及時性要求甚至比互聯(lián)網(wǎng)企業(yè)更高,例如生產(chǎn)線的高速運(yùn)轉(zhuǎn),一臺關(guān)鍵設(shè)備出現(xiàn)前期缺陷,如果不能及時處理,進(jìn)一步擴(kuò)大,將導(dǎo)致設(shè)備癱瘓,整個生產(chǎn)線停轉(zhuǎn),產(chǎn)品就不能完成,而更要命的問題是,工業(yè)化生產(chǎn)是規(guī)?;模币粋€零件,整個產(chǎn)品就出不了廠,例如某汽車配件企業(yè)產(chǎn)品出現(xiàn)問題,汽車總裝廠停線兩天,直接造成數(shù)以億計(jì)的損失。再從單元設(shè)備角度,工業(yè)制造過程往往伴隨強(qiáng)大動力,一旦設(shè)備故障,將會產(chǎn)生人生傷害風(fēng)險(xiǎn),安全事故時有發(fā)生。所以工業(yè)企業(yè)如何利用大數(shù)據(jù)手段提升效率,是很多企業(yè)重點(diǎn)考慮的問題。
第四說價值,拿設(shè)計(jì)來說,設(shè)計(jì)中會有很多方案,經(jīng)過多次比選,選擇了一個方案,繪制圖紙,而淘汰的方案就放棄了,那么這些淘汰方案就沒有價值了嗎?以往由于存儲成本問題,企業(yè)往往丟棄了這些東西,因此造成的結(jié)果就是知其然不知其所以然,例如某企業(yè)的零件經(jīng)常出現(xiàn)問題,但是技術(shù)人員還是不敢改,原因就是怕改了更糟糕。也有個例子,某汽車企業(yè)引進(jìn)一個車型,將長度加了10厘米,結(jié)果整個動力學(xué)性能不可同日而語。所以如何積累那些以往丟棄的過程數(shù)據(jù),對于工業(yè)企業(yè)也是個值得深思的話題。
筆者崇尚的大數(shù)據(jù)思維,簡要從數(shù)據(jù)的電子化采集、數(shù)據(jù)的視角高度、數(shù)據(jù)應(yīng)用三個方面做一些描述。
數(shù)據(jù)采集的手段可以包括人工采集、電子化采集、網(wǎng)絡(luò)化存儲、平臺化存儲多個層次,不同的層次將帶來不同的價值。一個汽車企業(yè),油漆溫度要求2個小時采集一次,而一位熟人告訴我,目前模式工程師們幾天填一回,那么如果油漆出現(xiàn)問題,需要處理的車的范圍將是管理期望的數(shù)十倍。于是我跟這位熟人建議,企業(yè)真的重視,那么可以用電子采集手段啊,把數(shù)據(jù)傳到服務(wù)器,數(shù)據(jù)的產(chǎn)生同時包括生成時間,而這個時間是服務(wù)器時間,這樣工程師就不能控制了,以往手寫的,隨便寫。她又問我,那如果工程師不看表就亂填怎么辦,我的回答是,那就只能上自動化采集設(shè)備了。而類似的,一個企業(yè)產(chǎn)品質(zhì)量偶爾出問題,企業(yè)最終決定,上一套工控系統(tǒng),在一次又出現(xiàn)問題時,經(jīng)過分析,認(rèn)為員工一定沒有正常上班,否則不會出現(xiàn)這樣的數(shù)據(jù),最終員工交待,當(dāng)時他在睡覺,而之后,該產(chǎn)品再沒有出問題。
數(shù)據(jù)的視角高度是指生產(chǎn)的各個環(huán)節(jié)的數(shù)據(jù)流,例如有企業(yè),設(shè)計(jì)部門做完三維設(shè)計(jì)、做二維圖紙,發(fā)給工藝部門的是二維圖紙,三維模型不給的,因?yàn)椴环瞎芾硪?guī)范,于是工藝部門再根據(jù)二維圖紙進(jìn)行三維建模,可想而知其效率與質(zhì)量,生產(chǎn)誤時間不說,還經(jīng)??床欢?,錯誤頻繁。這是在兩個節(jié)點(diǎn)之間的數(shù)據(jù)處理問題,而更高的層次,是整個生產(chǎn)流程是否可以拿到所有的數(shù)據(jù),數(shù)據(jù)的傳遞過程中,是否出現(xiàn)偏差,這也是個非常大的問題。某企業(yè)被客戶投訴,三天之內(nèi)就賠付了50萬美金,內(nèi)部處理開掉了一個設(shè)計(jì)師,原因就是工廠生產(chǎn)采用了某個國產(chǎn)零件,而該零件是國外客戶明確指定供應(yīng)商的,而追查起來,是總部設(shè)計(jì)師沒有把這條信息傳遞到工廠。
第三說數(shù)據(jù)的應(yīng)用,當(dāng)我們采集了各個環(huán)節(jié)的數(shù)據(jù),以全局性眼光、改善性眼光來看待的整體工業(yè)流程時,將會發(fā)現(xiàn)很多可以創(chuàng)新改進(jìn)的機(jī)會,或者對企業(yè)的關(guān)鍵節(jié)點(diǎn)進(jìn)行優(yōu)化,就可以獲得巨大的經(jīng)濟(jì)收益。例如某企業(yè)一名普通員工,提出供應(yīng)商的一道工序,我們也有一道,能不能兩道合一道,企業(yè)采納了,與供應(yīng)商協(xié)商執(zhí)行后,一年就給企業(yè)節(jié)約200萬美金的采購成本。某企業(yè)實(shí)現(xiàn)了客戶訂單有紙面?zhèn)髡妫某呻娮踊?,又由電子化上升到?biāo)準(zhǔn)化,通過一個自動化轉(zhuǎn)換平臺(轉(zhuǎn)換部分達(dá)到總訂單85%),實(shí)現(xiàn)客戶訂單信息向生產(chǎn)指令的自動化轉(zhuǎn)換,結(jié)果大幅度提升了企業(yè)的訂單完成時間,原來一般一個月交期,現(xiàn)在7天,加急訂單三天,企業(yè)的人員規(guī)模除增加兩名軟件開發(fā)人員以外基本沒變,企業(yè)設(shè)備基本沒變,而一年的時間,企業(yè)的產(chǎn)值從2個多億上升到7個多億。而從數(shù)據(jù)的應(yīng)用看,一個企業(yè)通過工程機(jī)械的開工情況分析,得出經(jīng)濟(jì)危機(jī)將至的結(jié)論,減少了擴(kuò)張,成功避免了損失。一個企業(yè)通過分析產(chǎn)品的最終用戶,而不是僅僅象以往一樣只是從渠道那里拿到一些匯總數(shù)據(jù),經(jīng)過分析,確立了一個細(xì)分市場,結(jié)果成功形成了規(guī)?;采谝话闳搜劾锏募t海中開辟了一塊天地。
隨著全球經(jīng)濟(jì)一體化、互聯(lián)網(wǎng)、移動應(yīng)用,大數(shù)據(jù)的應(yīng)用,企業(yè)面臨的是前所未有的競爭環(huán)境,利潤空間日益變薄,拿GE的工業(yè)互聯(lián)網(wǎng)說法,至少節(jié)約成本1%-1.5%,但是這1%-1.5%可能就是工業(yè)企業(yè)的生死線,例如某企業(yè)1500美金的產(chǎn)品,利潤只有10塊美金,而如前例,一道工序優(yōu)化,就為那個年產(chǎn)值2.5億美金的企業(yè)帶來了0.8%的成本節(jié)約,所以筆者以為,用大數(shù)據(jù)思維分析企業(yè),應(yīng)用大數(shù)據(jù),改進(jìn)企業(yè)流程,優(yōu)化工序,創(chuàng)新產(chǎn)品,改進(jìn)客戶關(guān)系,從而實(shí)現(xiàn)企業(yè)整體的優(yōu)化,達(dá)到升級,是一條王道
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
CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時用t.test,何時用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08