產業鏈用什麼數據

1. 物聯網時代的八大工業大數據應用場景

物聯網時代的八大工業大數據應用場景

工業大數據是一個全新的概念，從字面上理解，工業大數據是指在工業領域信息化應用中所產生的大數據。

隨著信息化與工業化的深度融合，信息技術滲透到了工業企業產業鏈的各個環節，條形碼、二維碼、RFID、工業感測器、工業自動控制系統、工業物聯網、ERP、CAD/CAM/CAE/CAI等技術在工業企業中得到廣泛應用，尤其是互聯網、移動互聯網、物聯網等新一代信息技術在工業領域的應用，工業企業也進入了互聯網工業的新的發展階段，工業企業所擁有的數據也日益豐富。工業企業中生產線處於高速運轉，由工業設備所產生、採集和處理的數據量遠大於企業中計算機和人工產生的數據，從數據類型看也多是非結構化數據，生產線的高速運轉則對數據的實時性要求也更高。因此，工業大數據應用所面臨的問題和挑戰並不比互聯網行業的大數據應用少，某些情況下甚至更為復雜。

工業大數據應用將帶來工業企業創新和變革的新時代。通過互聯網、移動物聯網等帶來的低成本感知、高速移動連接、分布式計算和高級分析，信息技術和全球工業系統正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、運營、營銷和管理方式。這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。工業大數據的典型應用包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等諸多方面。本文將對工業大數據在製造企業的應用場景進行逐一梳理。

1.加速產品創新

客戶與工業企業之間的交互和交易行為將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。福特公司是這方面的表率，他們將大數據技術應用到了福特福克斯電動車的產品創新和優化中，這款車成為了一款名副其實的「大數據電動車」。第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中，司機持續地更新車輛的加速度、剎車、電池充電和位置信息。這對於司機很有用，但數據也傳回福特工程師那裡，以了解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處於靜止狀態，它也會持續將車輛胎壓和電池系統的數據傳送給最近的智能電話。

這種以客戶為中心的大數據應用場景具有多方面的好處，因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新信息，而位於底特律的工程師匯總關於駕駛行為的信息，以了解客戶，制訂產品改進計劃，並實施新產品創新。而且，電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。

2.產品故障診斷與預測

這可以被用於產品售後服務與產品改進。無所不在的感測器、互聯網技術的引入使得產品故障實時診斷變為現實，大數據應用、建模與模擬技術則使得預測動態性成為可能。在馬航MH370失聯客機搜尋過程中，波音公司獲取的發動機運轉數據對於確定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例，看看大數據應用在產品故障診斷中如何發揮作用。在波音的飛機上，發動機、燃油系統、液壓和電力系統等數以百計的變數組成了在航狀態，這些數據不到幾微秒就被測量和發送一次。以波音737為例，發動機在飛行中每30分鍾就能產生10TB數據。

這些數據不僅僅是未來某個時間點能夠分析的工程遙測數據，而且還促進了實時自適應控制、燃油使用、零件故障預測和飛行員通報，能有效實現故障診斷和預測。再看一個通用電氣(GE)的例子，位於美國亞特蘭大的GE能源監測和診斷(M&D)中心，收集全球50多個國家上千台GE燃氣輪機的數據，每天就能為客戶收集10G的數據，通過分析來自系統內的感測器振動和溫度信號的恆定大數據流，這些大數據分析將為GE公司對燃氣輪機故障診斷和預警提供支撐。風力渦輪機製造商Vestas也通過對天氣數據及期渦輪儀表數據進行交叉分析，從而對風力渦輪機布局進行改善，由此增加了風力渦輪機的電力輸出水平並延長了服務壽命。

3.工業物聯網生產線的大數據應用

現代化工業製造生產線安裝有數以千計的小型感測器，來探測溫度、壓力、熱能、振動和雜訊。因為每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析(包括違反生產規定、零部件故障)等。首先，在生產工藝改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標准工藝，就會產生一個報警信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業產品的生產過程建立虛擬模型，模擬並優化生產流程，當所有流程和績效數據都能在系統中重建時，這種透明度將有助於製造商改進其生產流程。再如，在能耗分析方面，在設備生產過程中利用感測器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗。

4.工業供應鏈的分析和優化

當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

以海爾公司為例，海爾公司供應鏈體系很完善，它以市場鏈為紐帶，以訂單信息流為中心，帶動物流和資金流的運動，整合全球供應鏈資源和全球用戶資源。在海爾供應鏈的各個環節，客戶數據、企業內部數據、供應商數據被匯總到供應鏈體系中，通過供應鏈上的大數據採集和分析，海爾公司能夠持續進行供應鏈改進和優化，保證了海爾對客戶的敏捷響應。美國較大的OEM供應商超過千家，為製造企業提供超過1萬種不同的產品，每家廠商都依靠市場預測和其他不同的變數，如銷售數據、市場信息、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。

利用銷售數據、產品的感測器數據和出自供應商資料庫的數據，工業製造企業便可准確地預測全球不同區域的需求。由於可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以製造企業便可節約大量的成本。如果再利用產品中感測器所產生的數據，知道產品出了什麼故障，哪裡需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少庫存，優化供應鏈。

5.產品銷售預測與需求管理

通過大數據來分析當前需求變化和組合形式。大數據是一個很好的銷售分析工具，通過歷史數據的多維度組合，可以看出區域性需求佔比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。在某些分析中我們可以發現，在開學季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經銷商的促銷，吸引他們在開學季多訂貨，同時在開學季之前一兩個月開始產能規劃，以滿足促銷需求。對產品開發方面，通過消費人群的關注點進行產品功能、性能的調整，如幾年前大家喜歡用音樂手機，而現在大家更傾向於用手機上網、拍照分享等，手機的拍照功能提升就是一個趨勢，4G手機也占據更大的市場份額。通過大數據對一些市場細節的分析，可以找到更多的潛在銷售機會。

6.生產計劃與排程

製造業面對多品種小批量的生產模式，數據的精細化自動及時方便的採集(MES/DCS)及多變性導致數據劇烈增大，再加上十幾年的信息化的歷史數據，對於需要快速響應的APS來說，是一個巨大的挑戰。大數據可以給予我們更詳細的數據信息，發現歷史預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優化演算法，制定預計劃排產，並監控計劃與現場實際的偏差，動態的調整計劃排產。幫我們規避「畫像」的缺陷，直接將群體特徵直接強加給個體(工作中心數據直接改變為具體一個設備、人員、模具等數據)。通過數據的關聯分析並監控它，我們就能計劃未來。雖然，大數據略有瑕疵，只要得到合理的應用，大數據會變成我們強大的武器。當年，福特問大數據的客戶需求是什麼?而回答是「一匹更快的馬」，而不是現在已經普及的汽車。所以，在大數據的世界裡，創意、直覺、冒險精神和知識野心尤為重要。

7.產品質量管理與分析

傳統的製造業正面臨著大數據的沖擊，在產品研發、工藝設計、質量管理、生產運營等各方面都迫切期待著有創新方法的誕生，來應對工業背景下的大數據挑戰。例如在半導體行業，晶元在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等復雜的工藝製程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設備在加工產品的同時，也同步生成了龐大的檢測結果。這些海量數據究竟是企業的包袱，還是企業的金礦呢?如果說是後者的話，那麼又該如何快速地撥雲見日，從「金礦」中准確地發現產品良率波動的關鍵原因呢?這是一個已經困擾半導體工程師們多年的技術難題。

某半導體科技公司生產的晶圓在經過測試環節後，每天都會產生包含一百多個測試項目、長度達幾百萬行測試記錄的數據集。按照質量管理的基本要求，一個必不可少的工作就是需要針對這些技術規格要求各異的一百多個測試項目分別進行一次過程能力分析。如果按照傳統的工作模式，我們需要按部就班地分別計算一百多個過程能力指數，對各項質量特性一一考核。這里暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中看出它們之間的關聯性，更難對產品的總體質量性能有一個全面的認識與總結。然而，如果我們利用大數據質量管理分析平台，除了可以快速地得到一個長長的傳統單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大數據集中得到很多嶄新的分析結果。

8.工業污染與環保檢測

《穹頂之下》令人印象深刻的一點是通過可視化報表，柴靜團隊向觀眾傳遞霧霾問題的嚴峻性、霧霾的成因等等。

這給我們帶來的一個啟示，即大數據對環保具有巨大價值。《穹頂之下》圖表的原生數據哪裡來的呢?其實並非都是憑借高層關系獲取，不少數據都是公開可查，在中國政府網、各部委網站、中石油中石化官網、環保組織官網以及一些特殊機構，可查詢的公益環保數據越來越多，包括全國空氣、水文等數據，氣象數據，工廠分布及污染排放達標情況等數據等等。只不過這些數據太分散、太專業、缺少分析、沒有可視化，普通人看不懂。如果能夠看懂並保持關注，大數據將成為社會監督環保的重要手段。近日網路上線《全國污染監測地圖》就是一個很好的方式，結合開放的環保大數據，網路地圖加入了污染檢測圖層，任何人都可以通過它查看全國及自己所在區域省市，所有的在環保局監控之下的排放機構(包括各類火電廠、國控工業企業和污水處理廠等)的位置信息、機構名稱、排放污染源的種類，最近一次環保局公布的污染排放達標情況等。可查看距離自己最近的污染源，出現提醒，該監測點檢測項目，哪些超標，超標多少倍。這些信息可以實時分享到社交媒體平台，告知好友，提醒大家一同注意污染源情況及個人安全健康。

總結工業大數據應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。一個是大數據意識建立的問題。過去，也有這些大數據，但由於沒有大數據的意識，數據分析手段也不足，很多實時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。還有一個重要問題是數據孤島的問題。很多工業企業的數據分布於企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些數據相當困難。因此，工業大數據應用一個重要議題是集成應用。

以上是小編為大家分享的關於物聯網時代的八大工業大數據應用場景的相關內容，更多信息可以關注環球青藤分享更多干貨

2. 產業鏈數字化平台，全鏈智能推出什麼功能點

產業地圖平台，目前，全鏈智能，是行業領先的，推出國內首家產業鏈地圖產品，公司通過利用知識圖譜、自然語言處理技術等前沿AI技術，從現實物理隔離的產業分布，到虛擬數據連接的產業鏈結構，在線化+數據化+智能化」進行連接1億以上企業與企業，解決「精準查上下游，高效找合作方」的核心需求，利用產業鏈產品，主要滿足公司銷售和采購場景。

3. 大數據產業化應用價值解析

大數據產業化應用價值解析

大數據是當下科技應用的熱土，傳統企業在轉型、升級等戰略調整的同時，需要藉助一些新興科技作為企業發展的「左膀右臂」，助力企業增效、獲益。隨著IT的發展，社會經濟「互聯網化」愈演愈烈，大數據從前沿科技逐步走向尋常百姓人家的飯後談資。大數據引領的「數據為王」的DT數據時代，正在昂首闊步的走來，大數據正在經歷著產業化的變遷，數據應用價值亦然成為企業手中的一把利劍，在企業競爭角逐中無往不利，所向披靡。

數據之所以成為新商業經濟社會的必爭之物，在於它實際場景中的應用價值。

數據只有被應用到具體的商業場景和產業生產中才具有價值和意義，企業之所以將建立的交易資料庫、客戶資料庫等視為企業核心競爭力，是因為得數據者得用戶、得用戶者得天下。企業之間的激烈競爭是商業社會優勝劣汰的必經之路，如何利用好數據，將之轉化為有價值的數據財富應用到產業化場景中，是當下企業建立競爭壁壘的首要問題。

大數據包含收集、積累、處理、應用等一系列環節，其真正的價值體現在產業化的管理和使用，將數據作為產業鏈中不可或缺的驅動力、創新力，使其成為企業發展的「內核發動機」，從而促進整個商品經濟社會生產與再生產，實現商業本質的最優化和服務的最佳化。

以下是大數據產業化應用的三個主要層面：

彈無虛發：精準營銷

企業應社會需求生產商品，在生產過程中會遇到生產過剩或者商品滯銷等問題，往往商品或者服務和消費者存在「一堵牆」的距離，這堵牆表現在產品或服務與消費者之間的巨大溝通成本。企業精準定位目標消費群體，選擇性的為消費者提供商品、服務，但是在線上商店的商品無法精準的出現在目標消費者的視閾里，一個網路遊客逛到一家在線商店，店小二無法知曉進店的是一條狗還是一個人，他（她）的需求都是無法捕捉和觀察到的，沒有量化的數據支撐網商的判斷和商品推廣，交易便難以產生。

不同於線下實體店的是，店員都會根據進店顧客的特徵，多維度的判斷他（她）可能存在的消費需求，長相、體型、性別、年齡等等店員都可以根據目測做出一個較為准確的判斷，從而進行下一步的導購。大數據可以提供企業目標消費群體多維度的特徵描述，以便將其「一網打盡」。

大數據是有著海量數據積累，大數據手段能夠捕捉到用戶的網路消費行為與消費特徵，將其進行數據化處理，並且保留在雲端，當用戶再次出現在互聯網上就會被監測到，經過一些列大數據演算法，依據用戶以往的消費數據信息，選擇向用戶的Web界面推送一些可能會購買的商品或者服務，實現精準營銷，實現企業高效率、低成本、高ROI的規模化擴張之路。

以人為本：定製生產

定製生產是依照消費者的需求進行產品設計、生產，以滿足互聯網時代消費者日益豐富的多層次、個性化的消費需求。以往企業生產什麼產品消費者就用什麼產品的模式逐漸從市場褪去，企業開始看重細分領域消費者的需求，為其創造更好的服務體驗，力爭增加消費黏性和建立消費者的品牌忠誠度，提升競爭力。以人為本的企業服務理念被視為未來商業的可能，隨著態勢日趨轉好經濟大環境，「顧客就是上帝」的傳統理念將會被重新定義。需求導向型產業需要大數據的分析模型，按需而策劃、定製的產品是緊跟消費市場的，因此企業實行定製生產必須在設計、生產、供應、銷售、管理、配送等各個環節上，都要適應小批量、多式樣、多規格、多品類的生產和銷售變化。大數據在其中起著挖掘需求、設計產品、建立渠道等方面的重要促進和指導作用，所有環節都要以消費者數據為出發點。

定製生產的產品，將會以高匹配被市場接受和認可，以消費者為中心的理念促進了企業資源的最優配置和排序，避免了產能過剩和定位模糊，數據驅動力一定程度上映射著商業的本質。商業的本質是商品和服務，商品或服務的使用價值體現在消費者對其功效的使用，數據是商品、服務量化了的指標和參數，數據會真實反映出商品、服務的市場適應性和方向性。

其中，如何檢驗收集到的數據是否有使用價值、可被利用性，可被當做定製化生產指標的等等問題，至關重要。這就要求企業要保證數據來源的科學性、邏輯性、准確性，企業的可持續發展需要多層面的共同協作。

高效匹配：兩端橋梁

前面提到了精準營銷和定製生產，實際上是從企業端和目標消費群體端來講的，可以理解為B端和C端，C to B 的定製模式和B to C的精準營銷是大數據目前應用最為廣泛的場景。實際上大數據是鏈接目標消費者和企業的信息橋梁，兩者在溝通環節中可能會遇到諸多問題，例如企業定位的偏差，消費者偽需求的傳達，都會造成產業鏈的冗長和落後，大大增加了時間成本和投入了更多的沉沒成本，致使效率低下，消費萎靡、滯緩。所以說，大數據會告訴企業應該生產什麼樣的產品，會告訴消費者企業產品與服務的差異在哪裡。數據化的指標就像人體心率、肺活量、血壓、血糖等等指數一樣，能夠准確反映出一個人的身體狀況，大數據能夠體現一個企業的狀況，一個消費者的狀況。數據不會說謊，只傳達真相。

產業鏈的兩端分別是企業和消費者，中間環節長度決定著雙方反饋速度的快慢，產業鏈過長必然需要一定的時間來使雙方做出反應，而經濟市場瞬息萬變，供與需是否能夠及時得到平衡匹配很難保證。這就要求企業建立產業生態鏈條的全閉合和高效供需匹配機制，實時響應、反饋，把兩端的利益契合點找出來並且進行組合搭配。

大數據的挖掘成本和價值含量，直接影響著企業對數據的信心，「有用」的數據才是大數據存在的意義，社會的高效運作離不開經濟體之間的相互協作，大數據機制的形成和高層級應用是當下數據發展的方向，數據產業化蘊含著巨大的市場機會，而中國正在經歷著數據時代的變遷。

以上是小編為大家分享的關於大數據產業化應用價值解析的相關內容，更多信息可以關注環球青藤分享更多干貨