对苏南制造业大数据应用进行研究.docVIP

对苏南制造业大数据应用进行研究 　　1 制造业大数据概况 　　大数据 (big data)，也称之为海量数据，指的是所涉及的数据规模巨大到无法通过目前主流的软件工具，在合理时间内进行撷取、管理、处理、并整理成为帮助企业经营决策的资讯。 大数据的出现改变了人们的生活和生产方式，对于制造企业的也产生了显著的影响。制造业企业需要管理的数据种类繁多，涉及到大量结构化数据和非结构化数据： 　　(1)产品数据：设计、建模、工艺、加工、测试、维护数据、产品结构、零部件配置关系、变更记录等。 　　(2)运营数据：组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等。 　　(3)价值链数据：客户、供应商、合作伙伴等。 　　(4)外部数据：经济运行数据、行业数据、市场数据、竞争对手数据等。随着大规模定制和网络协同的发展，制造业企业还需要实时从网上接受众多消费者的个性化定制数据，并通过网络协同配置各方资源，组织生产，管理更多各类有关数据。 　　2 苏南制造业大数据应用类型苏南制造企业的类型种类繁多 ，根据企业所具备的核 心 优 势 不 同 ，其大数据的应用大致可以分为如下四种类型。 　　(1)技术核心型。此类企业的核心竞争力体现在研发技术以及生产的产品上。 例如苏州的电子通讯设备制造业、纳米产业;无锡的物联网设备企业在全国乃至全球市场占据主导地位。 此类企业切入的重点是研发和生产环节，对于数据的采集和使用以产品数据为主。 　　(2)资源核心型。 这样的企业依赖于资源，原材料。 重点需要解决的是库存问题。比如能源、化工类企业。此类企业大数据应用的切入点应重点关注原材料的产地的信息数据，销售策略的分析，库存的管理消化以及财务系统，将运营数据作为重点核心数据进行采集和使用。 　　(3)管理核心型。 这样的企业产生利润和价值的地方在于对企业内部自身的挖掘，注重管理至上。 这样的企业信息化的切入点应以人员管理，产品流程管理，生产销售管理等方面为重点，以提高管理效率来产生价值。 所以在企业大数据开发上，投入重点应是以价值链数据为首，整合各环节的管理系统。 　　(4)销售核心型。 此类企业的核心价值在于客户的维护与扩展，产品的物流与销售，同类企业之间的协调与发展。比如苏南制造业曾经极其强势的纺织业。 此类企业信息化的切入点是客户信息的收集与挖掘，销售渠道的信息数据，物流系统的信息数据管理，市场反应的信息数据，市场流向的把握与分析。对于此类企业，重点应放在市场销售，市场数据，物流管理等外部数据方面。 对四类企业做个共性分析，可见大数据对于苏南制造企业的应用效应主要体现在两个维度：一是在前端发现更多的商机，对客户实现全方位的关照，挖掘和拓展更大的增值空间;二是管控风险、提高效率和降低成本。 　　3 大数据应用中存在的问题和对策 　　(1)理念落后。 制造业信息化是为了应对经济全球化信息全球化的必然选择。 在竞争全球化的背景下，相对全国较发达的苏南地区与世界相比，制造业信息化普及之后的大数据应用“起步晚”“接受慢”。 一些中小型企业对大数据应用于企业发展的新趋势还停留在概念阶段。 大型企业在大数据平台的引进和使用上也刚处于起步阶段，初具规模。 制造业强国mdash;mdash;德国在近期提出工业 4.0 概念;美国依靠大数据的精准分析，研发出特斯拉这种以信息数据作为竞争力的产品，领跑全球。 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。 换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键应该是终端的使用。 制造企业应该主动去获取，去使用大数据，来更新产品和服务的水平。 　　(2)运用的深度，广度不足。 未来的制造业布局要上升到以数据和网络为核心对产业进行整合和控制的层次。 制造产业利用数据平台进行模式创新，同时进行技术创新，模式创新可以引领技术改造，形成新的业态。 不幸的是苏南多数企业对信息系统的运用停留于表面，仅是相关数据的采集，归纳。 没有花大量的精力去分析数据，对数据进行充分的挖掘，有效信息不够。同时涉及的信息面相对狭窄，广度不足。 大数据对于苏南大多数制造业企业来说，看得多，做得少，这确实是目前的实情。 其实药方也是有的，工信部在“十二五”规划中，曾提出要发展四项关键技术创新工程：一是数据挖掘，来解决对数据收集的能力;二是海量数据存储，解决对数据存储的能力;三是信息处理技术，来解决对数据分类和分析的能力;四是图像视频智能分析，解决对数据的高级分析的能力。 　　(3)人才缺失。 制造业信息化使机械制造与数据的关系发生了深刻的变化，这种变化是需要懂知识有技能的