京公网安备 11010802034615号
经营许可证编号:京B2-20210330
制造业寒冬 企业转型热追大数据
实际上,从产品生产、企业运营、物流运输再到精准营销,大数据似乎可以从各个方面参与,并且改变制造业的发展现状。而在风险与机遇并存的转型过程中,制造业企业必将遭遇众多的技术困难与理念障碍。
如何顺利地完成这场新时代的工业革命?制造业+大数据,一切才刚刚开始。
9月17日,一场关于工业4.0与中国制造2025的研讨会,在北京朝阳区举行。会场坐满包括川渝皖鄂等全国各地来取经的企业。
河北一家钢铁企业的负责人花了3900元,买到了一个倒数第二排的座位。他告诉21世纪经济报道记者,过来参会的目的是“企业必须要转型,但不知道怎么转,过来学习”。
被许多人视作工业4.0三大基础技术之一的工业大数据,在此次会议上被频繁地提及。而在现场的企业看来,这些探讨,多在理论阶段。风口上的大数据,与寒冬里的制造业,如何组合才能挽回颓势?
实际上,从产品生产、企业运营、物流运输再到精准营销,大数据似乎可以从各个方面参与。并且改变制造业的发展现状。而在风险与机遇并存的转型过程中,制造业企业必将遭遇众多的技术困难与理念障碍。
如何顺利地完成这场新时代的工业革命?制造业+大数据,一切才刚刚开始。
风口与凛冬,制造业热“追”大数据
今年夏天,一位进京招商的南方某县县委书记,在中关村(000931,股吧)某科技园看了两天智能制造项目后,用“震撼”两个字,来感慨互联网和大数据给传统制造业带来的变化。
他此行的目的,是引进一家基于大数据的智能制造企业,来改造他所在县的传统纺织业。
在他看来,一方面经济下行,传统制造业遭遇寒冬,县域传统制造业开工率降低,同时,人口红利消减,制造业生产成本增加,企业生产比较困难。他认为,当下地方发展智能制造企业的需求十分迫切,也是地方经济转型的重要风向标。
传统制造业如何转型,目前关于企业转型的周末培训班,报名费飙到了两三万。各地行业交流会上,也都传播着“传统企业急需转型,不转型如等死”的信息。
大数据、云计算、工业物联网,种种新名词让很多企业以及地方招商官员眼花缭乱。大数据被当作制造业连接互联网的命脉,互联网大佬们称,大数据是区别传统制造业和智能制造的关键。大数据给制造业带来的价值,似乎正在逐渐被认可。
事实上,不只是国内,德国作为工业4.0发展的先行者和探路者,其业界对大数据的重视程度也相当之高。在9月17日的关于工业4.0的会议上,一位来自德国的专家,将数据与数据质量列为德国实现工业4.0的四大驱动力之一,与工业传统、劳动力和材料、能源成本并列。
不仅仅是业界和地方政府,在决策层面,推进大数据与制造业结合的步伐也在加快。
9月10日上午,工信部召开发布会解读《促进大数据发展纲要》,其中提到工业大数据工程。21世纪经济报道记者在会场获悉,工信部重点提到,将推进利用大数据推动信息化和工业化深度融合,研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用,积极推动制造业网络化和智能化。
工信部长苗圩撰文解读我国制造业如何由大变强时称,当前的重点是推动互联网在制造业领域深化应用,积极发展云制造等基于互联网的新型制造模式,培育工业互联网新应用,建设一批工业云服务和工业大数据平台。
制造业+大数据探路,颠覆还是辅助?
一般认为,以大数据、云计算、物联网为基础的新一轮工业革命,有两个根本任务,一是以互联网新思维创造新业态,二是用新的信息技术改造旧行业。21世纪经济报道记者调查发现,在这两个思路下,都有先行者正在探索大数据在制造业的应用。
9月10日下午,工信部组织召开智能制造试点示范经验交流电视电话会议。海尔集团轮值总裁梁海山在交流会上发言。
据梁海山介绍,从2005年开始,张瑞敏提出要把传统制造变成大规模定制。2008年,海尔对企业的产品设计和制造体系进行了模块化改造,同时在虚拟设计、实体制造方面进行了系统的建设。从模块化到自动化,到黑灯工厂,再到现在的智能制造互联工厂,在一次次转型中,海尔官方口径经常用到一个词——“颠覆”。梁海山称,海尔智能制造互联工厂不是一个工厂的概念,而是一个生态系统,整个企业全系统、全流程都要进行颠覆。
海尔一位负责人告诉21世纪经济报道记者,试图脱离传统家电制造企业范畴的海尔,现在的定位是“一家开放的平台型企业”。而过去三年,围绕如何使大数据及时形成价值,海尔已经基本形成了一整套转型布局。
在数据源和数据搜集方面,海尔从2012年开始搭建了SCRM数据平台(社交化客户关系管理系统),到目前海尔共积累的线下实名数据达到1.2亿,线上的匿名数据有7.8亿。同时,海尔强调“回款不是市场销售的结束,而是用户交互的开始,企业应从追求产品销量转变成追求用户流量”。
海尔数据发展战略总监孙鲲鹏介绍,海尔要求产品成交后,必须采集用户数据。并且不再单纯采集送货信息,而是记录用户姓名、详细住址等等全方位的数据,用以在数据库生成完整的用户画像,预测用户需求。
在数据分析上,海尔曾经采用先搜集再分析的传统路子。现在则倒了过来,将数据视作变量。先实现生态圈和用户交互,再通过对数据流的即时处理,完成对数据的动态价值实现。
对于大数据的功用,孙鲲鹏总结了四个方面,一是大数据为海尔提供交互创新数据支撑,二是帮助企业做好精准营销,三是为企业提供决策支持,四是数据本身也可以成为商品。
以交互创新为例,海尔通过SCRM积累了1亿以上的用户数据。以亿为单位的样本,在做用户分析开发新产品方面,效果显著。比如其开发的某款新功能的洗衣机,即通过大数据平台,获悉大量用户数据吐槽和建议,然后再通过相应的平台跟121万用户进行交互沟通,搜集了1322条关于新款洗衣机的建议数据,然后再拿出相应的方案。
在精准营销方面,海尔目前已经将传统意义的广而告之、大面积投放广告,改成基于数据的精准交互营销,通过对用户数据的积累,了解用户是谁,用户在哪里,用户要什么,然后做精准营销。据介绍,今年1到7月份,海尔通过对用户的数据挖掘和预测需求进行交互带来的精准营销,转化的销售额超过40亿元。
如果说海尔选择了转型成为“颠覆性”的新企业,一些传统的技术和服务提供商,则似乎更偏向于为制造业企业提供大数据服务与技术,帮助企业完成业务升级。
以GE通用电气推出的 Predix 工业大数据平台为例,通用电气工业互联网大中华区总经理杨涛介绍,基于Predix平台的APM(资产性能管理)系统,可以智能化完成对生产设备资产生命周期管理、监视与诊断、基于状态的维护和实时运营智能等多方面任务,达到控制点检人数、提高设备性能、发现设备隐患等效果。
据悉,目前这些技术在航空业应用最为成熟,国内或已有多家航空公司与GE达成了合作。
此外,德国中小企业联合会德国-中国常驻代表吴婷在8月的一次大数据会议上透露,在德国,纯粹的工业大数据企业也还没有出现,制造业+大数据的应用还是以提供企业解决方案为主要形式。目前,在德国的制造业领域,已经出现了一批通过大数据手段,实现对生产线流程优化升级的外包服务。
硬件天堑,大数据效益短期变现难
在金融、交通等领域,大数据作为资产管理变现的理念,已经越来越受到认可。但在制造业生产过程中,对于大数据应用的价值实现,还有不少企业反馈无从下手。
中国运载火箭技术研究院研究发展中心高级工程师张京男告诉21世纪经济报道记者,传统工业基础设备面临升级改造,在工业4.0的大趋势下,生产流程中的很多数据采集手段需要进行升级改造。基础数据统计的问题不解决,制造业+大数据就无从下手。他认为,短期看还没有特别好的应用形式出现,当下主要还是要着重改进数据采集手段。
对于生产线上的大数据把握,张京男认为,只有在生产线上实现了智能化,完成信息采集手段的提升,才能统计到大量的生产实时数据;只有数据丰富了,才有挖掘、分析和应用的可能,才能真正了解整个生产系统运行的情况,全面开展智能化生产和个性化生产。
然而,不同于其他行业,工业和制造业对大数据的要求更为严格。不仅对数据“清洁度”要求更高,其分析手段也不再仅以统计分析为主,而对包括数学、机械、人工智能在内的专业分析流程和技术体系提出了更高要求。这也是阻挠制造业+大数据实现其价值的重要技术难题。
清华大学数据科学研究院副院长韩亦舜认为,制造业+大数据,实际上是制造业的一次内部优化升级的过程,带来的是效率提升、智能化和个性化生产等改变。大数据效益最终不是体现在直接的经济收益,而在于帮助企业提升竞争力,能够更清楚地应对客户需求,提供优质服务,“只要我们的制造业水平能随之得以提高,制造业+大数据的做法就应该坚持下去。”
而在另一些专家看来,未来十到二十年,是从工业3.0到工业4.0的过渡时期,也有专家称,现在3.0还没有做好,4.0还比较遥远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01