大数据时代制造企业协同管理创新.pptVIP

* * * * * * * * * 全新的格局, 如何拨动企业运转的齿轮 * * 中小企业应用大数据的最大挑战在于数据的碎片化，数据的孤岛是没有太多价值的，但是如果能够和其它方面的数据打通，其价值就会被放大。?　　“大数据”正在以我们可以感知的方式扑面而来，尽管在影响企业决策方面的效果尚未凸显，但是潜移默化中，许多旧有的思维已经开始发生改变。?　　发现潜藏规律?　　什么是“大数据”？国际数据公司（IDC）对此给出了如下技术定义：通过高速捕捉、发现或分析，从大容量数据中获取价值的一种新的技术架构。并从4V角度（Volume体量、Variety多样性、Velocity速度、Value价值）概括出其与“小数据”的区别，即体量大、类型多、处理速度快、价值密度低。? * *  * * * * * * 扎根于大数据、物联网、云计算、人工智能、机器人等突破性技术，工业4.0充分整合、优化虚拟和现实世界中的资源、人才和信息，致力于打造高灵活度、高资源利用率的“智能工厂”，实现从产品开发、采购、制造、分销、零售、到终端客户的连续、实时信息流通。 这条贯穿整个商业价值链的“数字线程”， 大数据与工业4.0 第十八页，共四十九页。 大数据时代的企业管理与决策 数据从哪里来？ 数据怎么用？ 除了上帝，任何人都必须用数据来说话。 第十九页，共四十九页。 工业大数据 大数据贯穿产业链始终，是企业的重要的核心资产：工业大数据应用将贯穿设计、制造、营销、服务全过程，成为生产辅助决策的支撑，更成为企业生产的重要生产要素。 第二十页，共四十九页。 大数据的获取方式 大数据来源——产品数据、运营数据、价值链数据 大数据的获取方式包括以下几个方面： 一是通过智能终端和智能产品直接采集数据，并通过物联网传输到大数据平台; 二是通过端到端的全渠道营销，实时收集和监测消费者数据和产品数据; 三是通过整合企业内外各种数据资源，建立大数据体系。 第二十一页，共四十九页。 大数据怎么用？在工业领域的基础应用1 加速产品创新：挖掘和分析客户与工业企业之间的交互和交易行为数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中。 产品故障诊断与预测：无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。 工业物联网生产线的大数据应用：现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。 工业供应链的分析和优化：通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。 * 第二十二页，共四十九页。 产品销售预测与需求管理：通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式，以此来调整产品策略和铺货策略。 生产计划与排程：生产环节的大数据可以提供更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定排产计划。 产品质量管理与分析：高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。传统的制造业迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。 工业污染与环保检测：在传统人工手动监测的基础上，使用先进监测手段，推动开展环境质量连续自动监测和环境污染遥感监测，可以预测排污和预警、监控。 * 大数据怎么用？在工业领域的基础应用2 第二十三页，共四十九页。 大数据时代中国制造企业工业4.0实践三要素 * 第二十四页，共四十九页。 目录 数字化运营系统的构建 大数据与工业4.0 大数据时代的冲击 企业生态圈协同发展 企业管理模式的转变 第二十五页，共四十九页。 工业互联网 价值链整合 产品服务数字化 大数据时代制造企业数字化运营体系 第二十六页，共四十九页。 * 大数据时代制造企业构建工业互联网 第二十七页，共四十九页。 * 大数据时代制造企业——各环节划分 第二十八页，共四十九页。 目录 企业管理模式的转变 数字化运营系统的构建 大数据与工业4.0 大数据时代的冲击 企业生态圈协同发展 第二十九页，共四十九页。 大数据时代制造企业管理模式的转变 第三十页，共四十九页。 * 大数据时代企业新型管理模式的转变 以服务为中心、数据驱动 注重宏观层面的资源、能力、协同发展、价值创造和产业链合作等要素 面向“社会媒体—网民群体—企业群” 以产品为中心、 注重微观层面的产品、营销、成本和竞争等要素 传统管理模式 新型管理模式 第三十一页，共四十九页。 * 大数据时代 网络化企业 B E C D A 管理范畴和边际的变化 组织结构的变革 运营方式的变革 员工管理方式的变革 企业家素质与能力的提升 大数据