京公网安备 11010802034615号
经营许可证编号:京B2-20210330
通过大数据的分析,把握创新设计的新动向
“工业设计的发展进入了加速期,借助大数据的分析,将从鼓励创业、推动产能升级各方面影响人们的生活。”日前,在泉州市经信委牵头,泉州市工业设计协会组织的“泉州市工业设计名师讲堂”第十四讲课堂上,浙江大学现代工业设计研究所所长孙守迁说,新的产业革命时期已经到来,中国的创新设计力量必须快速崛起,抓住这一发展时机。
数据将成为新的生产要素“在第一次工业革命时期,蒸汽机推动了发展;第二次是电机设备,第三次则是计算机与互联网,而新的产业革命时期数据将成为新的生产要素。”孙守迁说。
大数据时代已经到来。孙守迁认为,设计必须从跟踪模仿向突破的方面努力。全球工具类的软件开发都集中在发达国家,而这些软件将是未来掌握数据的利器。目前国家层面已经出台具体措施,最大限度地鼓励开发具有自主知识产权的关键设计工业软件。依托数据的分析应用,信用体系将进一步完善,人们的潜在需求将被开发,这将是巨大的经济增长点。
“以信息、能源、材料、生产等技术为主导的新技术革命和产业变革将成为推动新一轮全球经济增长和产业结构变革的动力。”他说,创新设计正在利用互联网、大数据、智能制造、物理信息系统、云计算等新技术,催生出创客、众包、众筹及个性化、定制式设计制造、网络设计制造等新业态。
泉州市经信委相关负责人也提及,经过几年的耕耘,泉州在工业设计引领方面取得了一定的成绩,特别是孙教授提及的数据这一生产要素。目前泉州已经开发了自己的工业设计产业互联网平台——矮凳网,充分利用互联网工具获取企业需求、设计能力等方面的数据信息,逐步占领设计领域里的“阿里巴巴”位置。孙守迁教授也十分认可矮凳网等相关模式。他说,目前国内不少知名工业设计企业都在进行这方面的有益尝试。
传统产业嫁接智能占领终端
既然新产业革命会诞生数据这一生产要素,那么又该如何加以应用呢?孙守迁认为,最佳的办法便是发展创新设计。在他看来,创新设计是原本工业设计的升级版。
何为升级版?孙守迁说,创新设计的重点在于创新,不再只是以往帮助单一产品设计外观等简单的服务,而是要实现将用户的黏性发挥到极致。目前众多企业在线上的营销都要依靠马云的阿里巴巴平台,可是苹果等产品却不需要。因为他们拥有自己的管状生产及网状的营销体系,并且即使你不再购买使用苹果手机,他所属的各项软件你也还都在使用。落实到泉州传统制造业也是如此,建议可以运用例如鞋等终端产品,开放性地融合各项智能技术,将客户交互发挥到极致,后期哪怕不再购买鞋子,可是其沉淀下来的健康数据还可以为企业带来其他领域的交互收益。再比如消防器材也是如此,是否可以运用互联技术,令灭火器材拥有搜索被困人员的功能等,以此实现减少救灾人员损失的目标。未来物联网时代里,智慧生活的环境下,各种终端产品都将拥有数据入口。
“鞋产业的同质化竞争激烈,我们也正在试图通过体验及举行各类马拉松活动,增强与客户的关联度。”特步体育相关负责人说,就如孙教授所提的,未来开放融合、网络智能、共创分享、绿色减排都将是创新设计的大方向,为了成为最后的王者,他们正在往这方面努力。
孙守迁说,通过新生产要素大数据的分析,最后将带来大规模社会化协作,创业风险进一步降低,只要有符合需求的创意出现,便可以利用协作关系将之生产出来并送达需求者面前。在他看来,未来将会诞生越来越多专业化的数据分析共享平台,谁能更好地将艺术的自由创造与科学的严谨分析相结合,把握创新设计的新动向,谁就将获得乘方式的新增长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10