数字经济、分享经济、工业4.0…背后都离不开大数据和云计算的支持。随着信息化和工业化的深度融合,工业大数据应用将带来工业创新和变革的新时代,通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析,信息技术和全球工业系统正在深入融合,给全球工业带来深刻的变革,创新企业的研发、生产、运营、营销和管理方式。


51f212df18eb1.jpg


数据贯穿于整个产业链的各个环节,工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少,某些情况下甚至更为复杂。大数据分析有以下七大应用。


大数据分析应用一:加速产品创新

客户与企业之间的交互与交易行为产生大量的数据,挖掘和分析这些客户动态数据,能够帮助客户参与到产品的需求分析和产品设计等创新活动中,为产品创新作贡献。这种以客户为中心的大数据应用场景就具有多方面的好处,容易产生客户粘性。就像OPPO充电五分钟通话两小时,针对手机用电快提出的概念,让有这方面需求的消费者更容易接受!


11.JPG


大数据分析应用二:产品故障诊断与预测

可以应用于产品的售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实,大数据应用、建模与仿真技术则使得预测动态性成为可能。魅族手机售后提出电池延保一年的服务,就是基于数据普遍数据的普遍反映电池有问题。可以根据已有的数据分析现有问题进行产品改进。


2702-120331091Z669.jpg

大数据分析应用三:工业物联网生产线的大数据应用

现代化工业制造生产线安装有数以千计的小型传感器,来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据,利用这些数据可以实现很多形式的分析,包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。首先,在生产工艺改进方面,在生产过程中使用这些大数据,就能分析整个生产流程,了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺,就会产生一个报警信号,能更快速地发现错误或者瓶颈所在,也就能更容易解决问题。


14073824957563.jpg


利用大数据技术,还可以对工业产品的生产过程建立虚拟模型,仿真并优化生产流程,当所有流程和绩效数据都能在系统中重建时,这种透明度将有助于制造商改进其生产流程。再如,在能耗分析方面,在设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情形,由此便可在生产过程中优化能源的消耗,对所有流程进行分析将会大大降低能耗。


大数据分析应用四:工业供应链的分析与优化

当前,大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如,电子商务企业京东商城,通过大数据提前分析和预测各地商品需求量,从而提高配送和仓储的效能,保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据,利用这些数据进行分析,将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。


20160706_204_439276_0.jpg


利用销售数据、产品的传感器数据和出自供应商数据库的数据,工业制造企业便可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格,可以在价格下跌时买进,所以制造企业便可节约大量的成本。如果再利用产品中传感器所产生的数据,知道产品出了什么故障,哪里需要配件,他们还可以预测何处以及何时需要零件。这将会极大地减少库存,优化供应链。


大数据分析应用五:产品销售预测与需求管理

通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具,通过历史数据的多维度组合,可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等,以此来调整产品策略和铺货策略。


2D6B6CA58AAD95E87EA9C19586A262E3.jpg


对产品开发方面,通过消费人群的关注点进行产品功能、性能的调整,如几年前大家喜欢用音乐手机,而现在大家更倾向于用手机上网、拍照分享等,手机的拍照功能提升就是一个趋势,4G手机也占据更大的市场份额。通过大数据对一些市场细节的分析,可以找到更多的潜在销售机会。


大数据分析应用六:产品计划与排程

制造业面对多品种小批量的生产模式,数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大,再加上十几年的信息化的历史数据,对于需要快速响应的APS来说,是一个巨大的挑战。大数据可以给予我们更详细的数据信息,发现历史预测与实际的偏差概率,考虑产能约束、人员技能约束、物料可用约束、工装模具约束,通过智能的优化算法,制定预计划排产,并监控计划与现场实际的偏差,动态的调整计划排产。


2159261_926086.jpg


大数据可以帮我们规避“画像”的缺陷,直接将群体特征直接强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控它,我们就能计划未来。虽然,大数据略有瑕疵,只要得到合理的应用,大数据会变成我们强大的武器。


大数据分析应用七:产品质量管理与分析

传统的制造业正面临着大数据的冲击,在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生,来应对工业背景下的大数据挑战。例如在半导体行业,芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程,每一步都必须达到极其苛刻的物理特性要求,高度自动化的设备在加工产品的同时,也同步生成了庞大的检测结果。


10197997_092414398000_2.jpg


利用大数据质量管理分析平台,除了可以快速地得到一个长长的传统单一指标的过程能力分析报表之外,更重要的是,还可以从同样的大数据集中得到很多崭新的分析结果。


物联网正在快速发展。市场研究机构gartner曾预测,到2020年全球将拥有250亿个联网设备,并带来3000亿美元的利润。该报告介绍了物联网的五个新兴“战场”,旨在帮助企业正确界定物联网。


物联网新兴战场一:消费者物联网

随着苹果、谷歌和三星等公司将业务延伸到可穿戴设备、智能家居、汽车等领域,它们将引领消费者物联网的发展。预计今后,许多软件和硬件供应商都能从这一领域中找到一席之地。提高平台黏性和与各细分行业的客户建立联系是成功的关键。


20160615113700588 副本.png


物联网新兴战场二:工业物联网

工业互联网规模将比消费者市场更大。工业互联网能帮助企业降低成本、增加需求和扩大影响,越来越多的企业包括国际大企业都开始采用工业互联网技术。对于涉足工业互联网的企业来说,与科技公司合作可以帮助其获得相关行业的专业知识,提高其分析能力和安全防范能力,并在未来几年获得巨大回报。


物联网新兴战场三:网络

思科、爱立信、华为和诺基亚等网络服务巨头已经在物联网领域投入巨资以获得新的利润,因为许多行业将要求能够实时分析其网络,而实现网络实时分析的唯一方法就是拥有能够支持超高网速的高效网络。同样,智能家居也需要更多的网络资源,消费者渴求访问速度更快、覆盖范围更广的网络,而建设这样的网络需要网速更快的路由器和网络基础设施以确保wifi网络覆盖到家里的每一个角落。


2769799_232946988000_2.jpg


物联网新兴战场四:实时分析

物联网的普及将导致企业对网络、服务器、传感器和机器的实时分析产生更大的需求。因此企业需要专门的云服务器来执行,从而让亚马逊aws和微软azure等能够提供此需求的云供应商从中受益。企业和分析服务提供商之间的紧密合作将会带来多个领域的创新。


物联网新兴战场五:自动化

无人驾驶汽车、无人机和机器人等自动化技术的出现和发展,将为消费者和企业提供许多好处。亚马逊和谷歌正在测试他们的无人机执行快递、调查等多项任务。在日本,机器人已经在酒店和餐馆等服务业从事人类的工作,而网约车公司uber和谷歌已经在测试自动驾驶汽车。具备实时分析功能、掌握计算机视觉技术和机器学习技术是取得成功的重要优势。




这些海量数据究竟是企业的包袱,还是企业的金矿呢?相信你比小编更清楚答案!

文章素材来源于网络

微信名:今日快递广告

微信ID:sztodex

电子期刊、行业动态

展会资讯、福利活动


更多精彩,关注我们


今日快递logo.jpg