在制造業(yè)中實施大數(shù)據(jù)戰(zhàn)略時要考慮的挑戰(zhàn)

---

本文討論了大數(shù)據(jù)對制造業(yè)產(chǎn)生積極影響的多種方式。

在過去的200年中，我們已經(jīng)看到了多次工業(yè)革命浪潮。在當(dāng)前的第四次工業(yè)革命中，包括機器和設(shè)備在內(nèi)的所有事物都已連接到Internet。這些機器（即工廠，硬件傳感器，CCTV攝像機，機器人機械等）產(chǎn)生大量的工業(yè)數(shù)據(jù)，這是很有價值的。此數(shù)據(jù)不同于社交媒體，博客和其他來源生成的互聯(lián)網(wǎng)大數(shù)據(jù)。管理者，決策者，政策決定者使用工業(yè)大數(shù)據(jù)來改進流程，機器并預(yù)測未來需求。利用工業(yè)大數(shù)據(jù)可以進行預(yù)測性維護和實時監(jiān)控，可以發(fā)現(xiàn)故障的可能性，并可以降低維護成本。例如，在化工廠中，深入了解管道中的流體/氣體流量可能有助于預(yù)測維護時間。制造業(yè)正在迅速采用大數(shù)據(jù)策略以提高效率和生產(chǎn)率。先進的分析功能可幫助解碼復(fù)雜的制造流程，用自動化算法替代人為制定的決策，并提高生產(chǎn)效率和速度。

什么是大數(shù)據(jù)？

大數(shù)據(jù)是指在給定的時間范圍內(nèi)無法使用傳統(tǒng)方法存儲和處理的海量數(shù)據(jù)。能夠利用海量數(shù)據(jù)對行業(yè)有益，有大數(shù)據(jù)技術(shù)可用于處理如此大量的數(shù)據(jù)。例如，Hadoop是一個框架，旨在使用簡單的編程模型通過商品硬件在分布式數(shù)據(jù)處理環(huán)境中存儲和處理數(shù)據(jù)。它可以高速和低成本地存儲和分析存在于不同機器中的數(shù)據(jù)。還有其他可用技術(shù)，例如MongoDB，Rainstor，Hunk等。

寶馬集團依靠對生產(chǎn)數(shù)據(jù)的智能使用來實現(xiàn)高效流程和優(yōu)質(zhì)質(zhì)量，這是從大數(shù)據(jù)中創(chuàng)造價值的最佳范例。制造汽車會在整個價值鏈中產(chǎn)生大量數(shù)據(jù)。寶馬集團使用其智能數(shù)據(jù)分析數(shù)字化集群來選擇性地分析這些數(shù)據(jù)并增強其生產(chǎn)系統(tǒng)。智能數(shù)據(jù)分析的結(jié)果為提高生產(chǎn)和物流各個領(lǐng)域的質(zhì)量做出了有效的貢獻(xiàn)。

大數(shù)據(jù)在許多方面對制造業(yè)產(chǎn)生了積極影響

• 工藝改進可提高產(chǎn)量并提高生產(chǎn)效率。（點擊查看如何使用大數(shù)據(jù)降低設(shè)備維護成本）
• 諸如“神經(jīng)網(wǎng)絡(luò)技術(shù)”和“機器學(xué)習(xí)”之類的方法比較了各種生產(chǎn)要素的影響。
• 供應(yīng)鏈管理的改善導(dǎo)致交貨時間縮短，風(fēng)險降低。
• 個性化生產(chǎn)使企業(yè)能夠滿足個性化或特定需求以及更多需求。

實施中面臨的主要挑戰(zhàn)

• 確定需求

大數(shù)據(jù)戰(zhàn)略是關(guān)于收集信息并使用它們來改變業(yè)務(wù)運營方式的。一家制造公司在生產(chǎn)中執(zhí)行許多流程，因此了解大數(shù)據(jù)策略對改進特定流程的需求至關(guān)重要。當(dāng)然，首先需要確定需要解決什么問題，否則，我們可能無意識地探索大量不必要的數(shù)據(jù)，最后還希望能夠找到我們需要的東西。在大多數(shù)情況下，制造公司會花費大量時間和資源來捕獲隨機數(shù)據(jù)并對其進行處理，而這一行為在大多數(shù)情況下并沒有帶來任何好處。確定實際需求并收集可幫助您實現(xiàn)目標(biāo)的數(shù)據(jù)是一項挑戰(zhàn)。例如，如果公司需要解決庫存損失問題，則要求該公司收集在倉儲和存儲過程中產(chǎn)生的所有數(shù)據(jù)以供進一步執(zhí)行。

• 數(shù)據(jù)選擇

內(nèi)部產(chǎn)生大量數(shù)據(jù)，例如客戶交易數(shù)據(jù)，內(nèi)部供應(yīng)鏈數(shù)據(jù)和整個公司的許多績效數(shù)據(jù)。對于許多公司而言，單單處理這些數(shù)據(jù)是一個挑戰(zhàn)，但這由不是可以創(chuàng)造所有價值的地方，因此了解其他可用數(shù)據(jù)來源非常重要。例如，我們可以將天氣和氣候數(shù)據(jù)，交通模式數(shù)據(jù)，價格比較數(shù)據(jù)等外部數(shù)據(jù)帶入市場，以了解市場上還提供了哪些其他價格。確定要使用的數(shù)據(jù)，如何獲取數(shù)據(jù)，如何將其匯總為可在整個公司中使用的集成形式是一個挑戰(zhàn)。

• 轉(zhuǎn)型能力

大數(shù)據(jù)實施中最困難的部分是轉(zhuǎn)換功能，重要的是要了解數(shù)據(jù)的真正影響通常需要大量的策略，團隊的努力和所花費的時間。使具有適當(dāng)技能的人有能力使用最新的數(shù)學(xué)技術(shù)和最新的統(tǒng)計方法來處理數(shù)據(jù)并帶來收益。需要招募在行業(yè)中以相同方式工作多年的人員。建立一支由熟練專業(yè)人員組成的高效團隊是一項真正的變革管理挑戰(zhàn)。在許多情況下，公司會聘用現(xiàn)有人員并對他們進行新方法，新流程和新技能的培訓(xùn)，這需要用在不同環(huán)境中擁有豐富經(jīng)驗的人員來補充現(xiàn)有團隊。

總結(jié)

隨著數(shù)據(jù)的增長，制造公司正在應(yīng)用分析技術(shù)以更快的速度和效率獲得可觀的價值。 但是，在花費數(shù)百萬美元用于數(shù)據(jù)分析之后，由于仍未解決的挑戰(zhàn)，公司仍無法看到收益。這些挑戰(zhàn)發(fā)生在實施的所有級別，例如捕獲正確的數(shù)據(jù)，快速處理和分析數(shù)據(jù)。同樣，大數(shù)據(jù)缺乏情感智能，公司還必須想出對大數(shù)據(jù)產(chǎn)生情感影響的方法。