在制造業中實施大數據戰略時要考慮的挑戰

---

本文討論了大數據對制造業產生積極影響的多種方式。

在過去的200年中，我們已經看到了多次工業革命浪潮。在當前的第四次工業革命中，包括機器和設備在內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）產生大量的工業數據，這是很有價值的。此數據不同于社交媒體，博客和其他來源生成的互聯網大數據。管理者，決策者，政策決定者使用工業大數據來改進流程，機器并預測未來需求。利用工業大數據可以進行預測性維護和實時監控，可以發現故障的可能性，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測維護時間。制造業正在迅速采用大數據策略以提高效率和生產率。先進的分析功能可幫助解碼復雜的制造流程，用自動化算法替代人為制定的決策，并提高生產效率和速度。

什么是大數據？

大數據是指在給定的時間范圍內無法使用傳統方法存儲和處理的海量數據。能夠利用海量數據對行業有益，有大數據技術可用于處理如此大量的數據。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據處理環境中存儲和處理數據。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據。還有其他可用技術，例如MongoDB，Rainstor，Hunk等。

寶馬集團依靠對生產數據的智能使用來實現高效流程和優質質量，這是從大數據中創造價值的最佳范例。制造汽車會在整個價值鏈中產生大量數據。寶馬集團使用其智能數據分析數字化集群來選擇性地分析這些數據并增強其生產系統。智能數據分析的結果為提高生產和物流各個領域的質量做出了有效的貢獻。

大數據在許多方面對制造業產生了積極影響

• 工藝改進可提高產量并提高生產效率。（點擊查看如何使用大數據降低設備維護成本）
• 諸如“神經網絡技術”和“機器學習”之類的方法比較了各種生產要素的影響。
• 供應鏈管理的改善導致交貨時間縮短，風險降低。
• 個性化生產使企業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

• 確定需求

大數據戰略是關于收集信息并使用它們來改變業務運營方式的。一家制造公司在生產中執行許多流程，因此了解大數據策略對改進特定流程的需求至關重要。當然，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據，最后還希望能夠找到我們需要的東西。在大多數情況下，制造公司會花費大量時間和資源來捕獲隨機數據并對其進行處理，而這一行為在大多數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目標的數據是一項挑戰。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生的所有數據以供進一步執行。

• 數據選擇

內部產生大量數據，例如客戶交易數據，內部供應鏈數據和整個公司的許多績效數據。對于許多公司而言，單單處理這些數據是一個挑戰，但這由不是可以創造所有價值的地方，因此了解其他可用數據來源非常重要。例如，我們可以將天氣和氣候數據，交通模式數據，價格比較數據等外部數據帶入市場，以了解市場上還提供了哪些其他價格。確定要使用的數據，如何獲取數據，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。

• 轉型能力

大數據實施中最困難的部分是轉換功能，重要的是要了解數據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。使具有適當技能的人有能力使用最新的數學技術和最新的統計方法來處理數據并帶來收益。需要招募在行業中以相同方式工作多年的人員。建立一支由熟練專業人員組成的高效團隊是一項真正的變革管理挑戰。在許多情況下，公司會聘用現有人員并對他們進行新方法，新流程和新技能的培訓，這需要用在不同環境中擁有豐富經驗的人員來補充現有團隊。

總結

隨著數據的增長，制造公司正在應用分析技術以更快的速度和效率獲得可觀的價值。 但是，在花費數百萬美元用于數據分析之后，由于仍未解決的挑戰，公司仍無法看到收益。這些挑戰發生在實施的所有級別，例如捕獲正確的數據，快速處理和分析數據。同樣，大數據缺乏情感智能，公司還必須想出對大數據產生情感影響的方法。