深度挖掘大数据的价值的介绍

2023-06-23 理论教育版权反馈

【摘要】：工业大数据的价值具体体现在以下两个方面。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等方面的大数据，制造企业可以准确预测全球不同市场区域的商品需求，跟踪库存和销售价格，从而节约大量成本。图4-4大数据应用

大数据在提高全球工业效率方面具有巨大的经济价值：“在未来20年，工业互联网将为全球GDP创造10万亿～15万亿美元价值”。并且所采集的数据大都是时间序列数据，实时性要求高，类型也多是非结构化。工业企业所面临的数据采集、管理和分析等问题将比互联网行业更为复杂。海量的工业数据背后隐藏了很多有价值的信息。大数据可能带来的巨大价值正在被传统产业认可，它通过技术创新与发展，以及数据的全面感知、收集、分析和共享，为企业管理者和参与者呈现出看待制造业价值链的全新视角。工业大数据的价值具体体现在以下两个方面。

1.实现智能生产

在智能制造体系中，通过物联网技术，使工厂/车间的设备传感层与控制层的数据和企业信息系统融合，将生产大数据传送至云计算数据中心进行存储、分析，以便形成决策并反过来指导生产。

具体而言，生产线、生产设备都将配备传感器抓取数据，然后经过无线通信连接互联网传输数据，对生产本身进行实时监控，而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级成为可以管理和自适应调整的智能网络，使得工业控制和管理最优化，最大限度利用有限资源，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。

过去，设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术，实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂/车间的传感器所产生的大数据直接决定了智能制造所要求的智能化设备的智能水平。

此外，从生产能耗角度看，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况，由此能够在生产过程中不断实时优化能源消耗。同时，对所有流程的大数据进行分析，也将会整体上大幅降低生产能耗。

2.实现大规模定制

实现消费者个性化需求，一方面需要制造企业能够生产符合消费者个性偏好的产品或服务，另一方面需要互联网提供消费者的个性化定制需求。由于消费者人数众多，每个人需求不同，导致需求的具体信息也不同，加上需求不断变化，就构成了产品需求的大数据。

消费者与制造企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新做出贡献。制造企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘、设备调整、原材料准备等步骤，才能生产出符合个性化需求的定制产品。

大数据是制造智能化的基础，其在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等。其中定制平台是核心，定制数据达到一定的数量级，方能实现大数据应用。通过对大数据的挖掘，可将其应用于流行预测、精准匹配、时尚管理、社交应用、营销推送等领域，如图4-4所示。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

进行大数据分析，将带来仓储、配送、销售效率的大幅提升与成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等方面的大数据，制造企业可以准确预测全球不同市场区域的商品需求，跟踪库存和销售价格，从而节约大量成本。

pagenumber_ebook=124,pagenumber_book=117

图4-4　大数据应用

深度挖掘大数据的价值的介绍

相关推荐