大数据在制造业中的应用.doc

大数据在制造业中的应用.doc

《大数据在制造业中的应用.doc》由会员分享，可在线阅读，更多相关《大数据在制造业中的应用.doc（3页珍藏版）》请在冰点文库上搜索。

大数据在制造企业中的应用

近年来出现的人力短缺、工资上涨、产品交付期短和市场需求变动大等问题，使得制造业正面临新一波转型挑战。

如何在控制生产成本的同时，还能提高生产力与效率，则是转型的主要目的。

在这样的背景下，德国、美国等制造业发达国家无不积极推动“工业4.0”。

“工业4.0”本质上是通过信息物理系统实现工厂的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产[1]。

大数据的作用不仅局限于此，它可以渗透到制造业的各个环节发挥作用，如产品设计、原料采购、产品制造、仓储运输、订单处理、批发经营和终端零售。

1大数据使得订单处理方式有了质的变化

大数据的核心作用在于预测。

大数据可以快速精准地预测市场趋势和客户需求，并对客户进行细分，为其提供量身定制的合适服务。

企业通过大数据的预测结果，便可以得到潜在订单的数量，然后直接进入产品的设计和制造以及后续环节[2]。

即企业可以通过大数据技术，在客户下单之前进行订单处理。

而传统企业通过市场调研与分析，得到粗略的客户需求量，然后开始生产加工产品，等到客户下单后，才开始订单处理。

这大大延长了产品的生产周期。

如海尔集团于2013年1月构建了SCRM（社交化客户关系管理）会员大数据平台。

销售人员可进行大数据分析，精准预测出个体消费者的需求，实现了在客户下单之前进行订单处理。

2大数据使得仓储运输和批发经营不复存在

由于大数据能够精准预测出个体消费者的需求以及消费者对于产品价格的期望值，企业在产品设计制造之后，可直接派送到消费者手中。

虽然此时消费者还没有下单，但是消费者最终接受产品是一个大概率事件。

这使得企业不存在库存过剩的问题，也就没有必要进行仓储运输和批发经营。

3大数据使原料采购更加科学

大数据技术可以从数据分析中获得知识并推测趋势，可以对企业的原料采购的供求信息进行更大范围的归并、匹配，效率更高。

大数据通过高度整合的方式，将相对独立的企业各部门信息汇集起来，打破了原有的信息壁垒，实现了集约化管理，可以根据轻重缓急，更加科学合理地安排企业的财政支出。

其次，利用大数据的海量存储与快速数据处理功能，可以对采购的原料的附带属性（节能、节水、环保等）进行更加精细化的描述与标准认证，通过分类标签与关联分析，可以更好地评估企业采购资金的支出效果。

此外，大数据能预测原材料的价格以及原材料品质的好坏。

这使制造业企业更加科学地采购原材料成为可能，企业可以采购到质优价低的原材料。

4大数据使得产品设计制造更加优化

借助大数据技术，人们可以对原物料的品质进行监控，发现潜在问题立即做出预警，以便能及早解决问题从而维持产品品质[3]。

大数据技术还能监控并预测加工设备未来的故障几率，以便让工程师即时执行最适决策。

大数据技术还能应用于精准预测零件的生命周期，在需要更换的最佳时机提出建议，帮助制造业者达到品质成本双赢[3]。

例如，日本汽车公司Honda将大数据分析技术应用于电动车电池上。

由于电动车不像汽车或油电混合车一样，可以使用汽油作为动力来源，其唯一的动力就是电池，所以Honda希望进一步了解电池在什么情况下，绩效表现最好、使用寿命最长。

Honda公司通过大数据技术，可以搜集并分析车辆在行驶中的一些资讯，如：

道路状况、车主的开车行为、开车时的环境状态等，这些资讯一方面可以帮助汽车制造公司预测电池目前的寿命还剩下多长，以便即时提醒车主做更换，一方面也可以提供给研发部门，做为未来设计电池的参考。

再如BMW公司应用大数据分析，在短短的12周时间内降低80%的零件报废率。

一台汽车需要的零件有很多种，其中一个是与引擎结合的引擎上盖。

以前，BMW要等到最终引擎组装阶段，将引擎上盖组装完成后才知道到这个零件能否使用，如果不能使用就只好将整个引擎报废。

而通过大数据技术，BMW公司在引擎生产线上可以做即时的检测与分析，倘若品管没有问题则直接进到最后的组装程序，但若零件品质不好且无法修补则直接报废，或者零件品质不好但能经过其他方式修补，则在修补后再度进行品管测试，借此提高生产效率并降低报废率。

5大数据使得终端零售畅通无阻

通过大数据技术，企业可以了解整个供应链中需求和供应的变化，从而促进了产品的终端零售。

如沃尔玛的零售链平台提供的大数据工具，将每家店的卖货和库存情况大数据成果向各公司相关部门和每个供应商定期分享。

供应商可以实现提前自动补货，这不仅减少门店断货的现象，而且大规模减少了沃尔玛整体供应链的总库存水平，提高了整个供应链条和零售生态系统的投入回报率，创造了非常好的商业价值。

当今，世界各国始终致力于以技术创新引领产业升级，而大数据的利用使得资源节约、环境友好、可持续发展，智能化、绿色化的发展趋势得以实现[4]。

因此，大数据背景下的制造业领域将具备广阔的市场空间和前景，这是制造业企业的莫大机遇。