物聯網時代製造企業對大資料的運用分析

每個人都是資料產生者、擁有者和消費者, 有人已經預言未來的時代是一個“大資料”的時代，關注大資料的人越來越多，同時物聯網的出現與發展推動了資料採集的能力，為資料庫的建立提供了有力的支撐。資料的採集處理應用將成為時代的發展主題。

大資料對促進供應鏈中的生產環節產生了前所未有的巨大影響，每個企業都有自己的規劃和自己企業在運營環節的管理最佳實踐，在眾多的運營決策改進裡面，大資料的影響包括產品設計，質量控制，客戶畫像等等。下面從八個方面介紹大資料在企業運營(產品製造)中的應用。

消費者需求分析
很多企業管理者都意識到了消費者再也不是營銷產品的被動接收器了，通過大資料來了解並設計消費者的需求的產品，可能是我們所有企業都應該去考慮的第一個大資料的生產應用場景。
藉助大資料，我們對採集來的企業內部(內源資料)，例如銷售網點的資料，消費者直接反饋等，與外部資料(外源資料)，例如社交媒體的評論，描述產品用途的感測器資料等，通過微觀細分，情感分析，消費者行為分析以及基於位置的營銷等手段，讓我們企業“擦亮眼睛”，摸清消費者的需求，徹底改變曾經那種“跟者感覺走”的狀態，走出直覺猜測消費者的需求的局面。
企業由此迫切需要建立利用內源資料以及外源資料的機制，全渠道瞭解消費者的需求，使用多重分析法，例如聯合分析法，來確定消費者對與產品某種特點的支付意願，瞭解使產品搶佔市場的重要產品特徵，從而改善產品設計，為產品提供相應的改造升級的明確方向和規格引數。

打通生產豎井
豎井有兩層含義。 首先是資訊和資料的孤島。傳統行業經歷了過去20年的資訊化建設，形成了大量的，種類繁多的大型應用。每個應用系統都有自己的資料，與組織結構的豎井相輔相成，逐步形成了我們今天看到的資訊獨島。
其次， 豎井是對於組織部門的一種比喻，這種組織部門有自己的管理團隊和人才，但缺乏與其他組織單位合作或交流的動機與需求。跨越豎井是當代企業營銷面臨的重大挑戰之一。重塑企業架構是必由之路。我們必須改變妨礙消費者體驗的組織結構，建立基於消費者的意願，去改變組織結構，去影響消費者與品牌打交道的方式。通過接觸其他文化、改變先前的設想，並且要去除聯想障礙，來實現各渠道創造無縫體驗。
大資料的先進架構，例如大資料湖，可以讓跨部門，跨公司，跨地域，甚至跨行業的相關組織，在共同遵循的資料治理框架下，產品設計者與製造工程師可以共享資料，模擬實驗以測試不同的產品設計，部件與相應供應商的選擇，並計算出相關的成本，以促進產品設計，測試。實現資訊與情報的融通。

產品與服務的設計
產品可以分為有形產品和無形產品。 生產型企業生產的多為有形產品， 而服務型企業生產的多為無形的產品。無論有形，無形或是把產品服務化的企業，其最終的目的都是以通過服務來增加利潤，並且在同質化競爭中體現差異性。
產品設計是明確企業產品性質與特點的過程，這個過程複雜且代價高。生產成本的80%左右是受到了產品設計階段的決策影響。因此，如何提升產品設計的決策是所有企業家和管理者的共同挑戰。
我們在設計並且生產出消費著需要的產品的旅程中發現， 產品的設定和生產要素，跟流程、工藝、市場，消費習慣，銷售策略，區域，氣候等等都有千絲萬縷的關係，數字化能夠幫我把這個輪廓勾勒出來。利用大資料的實時資料分析，將數字勾勒出來的消費者偏好轉化成為有形的產品特點，利用資料設計產品，實現研發與運營共享資料，共同參與產品設計的改進和調整。

開放式的融合創新
　　Web 2.0的出現和廣泛流行至今，深遠地影響了使用者使用網際網路的方式。網際網路，行動通訊網以及物聯網是當今最具影響力的三個全球性網路，移動網際網路恰恰融合了前兩者的發展優勢，而物聯網感測器資料則使得創新型售後服務成為可能。現在，人們越來越習慣從網際網路上獲取所需的應用與服務。
　　供應商，消費者，第三方機構等與此同時將自己的資料在網路上共享與儲存，不僅僅會通過全渠道徵求消費者意見，還與學術或行業研究者合作開發新產品。通過網際網路平臺來為企業創新出謀劃策，與其合作研發產品。Web 2.0時代不單單提供了雲端計算的接入模式，也為雲端計算培養了使用者習慣。大資料為生產型企業提供創新服務乃至建立新型商業模型提供了歷史性的機會。
　　適應性庫存管理
　　總所周知，庫存成本往往佔了產品成本的50%，過多的庫存會造成過高的庫存管理成本。與此同時，庫存的多少似乎永遠也無法解決商品的脫銷。無論是庫存量還是脫銷量，企業在發展過程中，都希望利用資訊化手段，能夠通過實時跟蹤貨物，採集資料，確定不同地區在不同時間的庫存水平，使得庫存水平具有適應性。
　　運用大資料使得供應與需求訊號緊密聯絡在一起變得容易實現和具有可操作性。我們可以把銷售記錄，銷售網點資料，天氣預報，季節性銷售週期，區域庫存資訊等不同緯度的資料融合起來，形成實時感應需求訊號，與實時貨物位置等資訊能關聯分析，匹配供求關係。產生的精確的資訊，可以反饋到生產計劃，庫存水平與訂單量等庫存計算的各個環節， 使企業瞭解具體地區的庫存量並且自動生成訂單，從“需求感應”實現“適應性的庫存”管理，不斷優化庫存水平。
　　質量管理
　　早在上世紀90年代開始，大量的企業就開始通過應用分析法來提高產品質量和生產的效率，其核心是實現生產與服務的需求相匹配。今天的大資料分析手段也是如出一轍。大資料不僅能夠使生產商製造產品的時間縮短20%-50%，還能夠在產品批量生產前通過模擬，檢驗防止產品缺陷，減少產品開發週期過程中不必要的環節等。
　　質量管理強調產品質量要符合消費者預期，這個預期包括預算，功能，外觀等等。這是大資料分析法提升質量管理環節的首要收益。通過對內源與外源資料的實時採集和分析，企業能夠準確地瞭解消費者需求以及購買行為，明確產品特徵，運用高階分析法準確地指導生產，運輸與採購以提升產品或服務的質量。
　　大資料的實時性與實效性，給企業的生產質量管理提供了質的飛躍。傳統質量管理主要是通過靜態的，歷史的，沉澱的資料，通過檢查表，散點圖，控制圖等檢測手段，來發現生產過程的質量問題大資料通過物聯網，通過產品上安裝感測器，標籤等手段，實時監測採集資料，認知產品效能，實時提高質量。
　　勞動力的數字化
　　勞動力是除了產品成本外，企業最重視的開支。而且，問題的複雜程度也是最大的。 問題除了員工本身之外，有很大一部分問題與管理水平低下有關，管理者不因只強調員工的問題，而忽略自身和機制的問題，特別是在零售，分銷，加工等這些勞動密集型企業，勞動力問題尤為突現。
　　任何一個組織，應該通過有效的科技資訊手段，快速建立認知，基於組織的行為和文化標準，提高一致性和我們從僱傭的質量，繼任計劃，以及到員工的成長程式的全人才生命週期的管理。通過大資料方式，找到進行員工排程的最佳模式，縮短管理時間，實現技能與崗位的週期匹配，勞動力效率最優化。讓勞動力的管理成為可預測的，且基於分析學的方法來實現人才資源的管理。這樣的方法一是客觀，二是從大資料統計的角度將員工的績效指標和行為特徵連線了起來，為每個企業創造了一個“最適合”的勞動力模式。
　　大資料在幫助企業生產實現需求預測的精確性，對提高員工排程效率起這非常重要的作用，這又進一步說明了在銷售環節獲取的資料是如何影響生產環節決策的。由此給組織帶來提供卓越的客戶體驗，更高的生產率，更高的銷售增長，和更廣泛的利潤空間。這一切都源自於100%資料驅動的，儘可能避免主觀判斷和推測。
　資產智慧管理
物聯網(IOT)的發展以及感應技術的興起，為我們開創了一個能緊密連線物理空間許多事物的資訊網路。隨著大資料分析技術的發展，特別是預測分析的發展，結合網際網路雲化的廣泛應用，物理空間與虛擬資訊空間的形成與同步，離不開裝置的自我意識和自主維修機械系統。
智慧裝置的未來，一定是能夠自主評估健康狀況和退化情況並主動預防潛在效能故障，並且做出維修決策，以避免潛在故障的系統。要實現健康條件評估，就需要利用資料驅動演算法分析從機械裝置及其周邊環境中的資料。實時裝置條件資訊可反饋至機械控制器以實現自適應控制，同時資訊也會反饋至裝置管理人員方便及時維修。操作員可根據每臺裝置的健康條件平衡和調節每臺裝置工作量和工作壓力，從而最大程度優化生產和裝置效能，實現主動檢修計劃的智慧決策。
物聯網是網際網路的應用擴充，與其說物聯網是網路，不如說物聯網是業務和應用。航大物聯（www.leadtorch.com）認為資料的應用創新是物聯網發展的核心，以使用者體驗為核心是物聯網發展的靈魂。資料成為新“工業”革命的原材料，無論是傳統企業還是全球的科技大佬，在物聯網時代，都在千方百計獲得使用者的資料或者資訊，更好地服務於使用者。