京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:企业决策变为数据驱动 大数据给制造业注入创新动力
近年来,我国大数据产业蓬勃发展,大数据技术及应用逐步渗透融入我国社会生活各个领域,成为创新创业的新引擎。
全球进入大数据时代
企业决策过程正由程序驱动变为数据驱动
“大数据其实自古就有,懒驴上磨屎尿多就是大数据的分析成果。”在一家信息技术公司从事研发工作的丁先生看来,大数据早已融入百姓生活。
什么是大数据?工业和信息化部软件司司长陈伟说:“通俗地讲,大数据就是量很大的数据,大到单个计算机无法处理。当前,全球数据量每18个月就会翻倍。大数据具有丰富的价值,是推进我国经济增长和转型升级、促进政府管理和公共治理变革、解决发展方式转变深层次矛盾、实现国家治理能力现代化的有效路径和战略抉择。”
尽管大数据是近两年才出现的新名词,对大数据的定义也是见仁见智,但毫无疑问,全球已迈进大数据时代。到2020年,全球数据量将达到40ZB,相当于4万亿GB。
在这样的时代背景下,充分释放和利用大数据蕴含的巨大价值也被视为制造业升级的重要抓手。“制造业可利用的数据大致有五类。”用友网络科技股份有限公司高级副总裁王健说,“一是经营类数据,例如订单库存等;二是生产系统数据,例如生产设备运行参数等;三是上下游产业经济运行数据;四是同类厂商、同行业相关数据;五是消费或使用类数据。”
“对制造业来讲,数据是像石油一样宝贵的资源。企业决策过程正由程序驱动变为数据驱动。”小米公司首席架构师、云平台负责人崔宝秋说:“以小米手机为例,通过对大数据的采集、存储、处理和加工分析,我们能实现根据消费者的需求开发大众最需要的功能;能实现更为合理的安排采购、仓储和物流,将成本降到最低;能使生产环节资源能源消耗最小、排放最少,还能通过对生产环境的预测而使生产更安全;我们还可以借助大数据延伸产业链,不仅仅在手机上给用户提供更贴心的个性化互联网服务,更在智能家居和可穿戴设备上给用户推出功能丰富的产品。未来,大数据应用水平将决定企业的市场竞争力。”
大数据成为制造业创新动力
我国54%的制造企业正应用数字化工具推动转型升级
大数据好处这么多,我国制造业企业意识到了吗?当前制造业应用大数据的实际情况究竟如何?
陈伟介绍:“去年工信部曾对35个工业行业的3万家企业进行了数据应用评估。结果显示,54%的企业应用了数字化工具,其中航空航天、机械、汽车等行业,数字化工具普及率达到80%。规模以上工业企业中,在生产线上使用数字化工具的比例达到30%。”
在设计研发环节,大数据已成为企业创新的新动力。“小米论坛短短4年里就积累了数亿条用户发帖。通过大数据分析,论坛里含金量高的建议和需求直接按热度排到帖子前面,小米手机的工程师们可以快速了解用户真实需求,研发符合用户习惯和诉求的产品。比如手机屏幕应该多大,才能既方便浏览网页又方便随身携带,答案就来自于大数据。”崔宝秋说。
在生产环节,一些企业开始探索通过大数据优化资源配置。王健举例,用友公司正在利用大数据技术,为一家能源集团下属的几十家工厂设计节能减排方案:“通过对制造现场人、产品物料、计划进度、设备状态效率、工艺参数、质量指标等数据的收集分析,再结合不同时段的电费价格,就能测算出如何安排生产时间和物料投放最节约成本。目前这一方案正处于验证阶段,明年就能量化效果。”
在营销环节大数据用得最多,解决方案也最丰富。例如,海尔集团2013年起就通过将现有的帝博空调用户数据与中国邮政名址数据库匹配,找到潜在消费者居住的小区,在这些小区投放海尔帝博空调直邮单页,营销效率自然高了不少。“小米公司通过对正常用户的登录、消费和浏览等行为信息进行大数据分析,提高了对黄牛账号的识别率,从而提升了真实用户抢购小米手机和配件的成功率。”崔宝秋说。
大数据更诱人的地方,则在于可以帮助企业发展制造服务业,延伸产业链。例如,红领集团就通过大数据开发了定制服装这一新业务,目前个性化定制的产能已占到60%。其数据系统将成衣的各种款式和设计都数字化,并通过对物料数据整合管理,实现了里料、缝线、袖口的自动搭配,大大提高了生产效率。这家3000人的工厂,每天可以一款一件不重样地定制西装1200套。
“目前制造业应用大数据还处于摸索阶段,并没有形成系统应用。国内外都是如此,我们和发达国家差距并不大。”工信部赛迪研究院软件和信息服务研究所所长安晖说。
部分企业对大数据应用持观望态度
发展大数据的突破口是推动工业化信息化两化融合
有些企业在积极尝试使用大数据,但也有部分制造业企业持观望态度。“这和中国国情有关。”安晖说,大数据的应用必须基于信息化系统,而我国工业基础参差不齐,有的企业还没有实现自动化,若想收集分析数据,需要投入大量资金进行设备和企业管理系统改造。在目前工业下行压力较大的现实情况下,这类企业就会感到离大数据比较远。
对此,工信部计划通过推动工业化和信息化两化融合和大数据试点示范来促进大数据发展。“发展大数据的突破口,就是按照中国制造2025的战略部署要求,以两化融合为主线,以推动智能制造和工业物联网建设应用为抓手,夯实工业基础,通过传感器、感知设备等装备,让生产过程的每个环节的装备和工具都能数字化、网络化。”陈伟说,另外,工信部正在推动大数据应用试点示范,希望能让更多企业看到更多成功案例,激发制造业发展大数据的内在动力。
还有企业担心大数据的精确度。“大数据可以说处处有金子,满地是沙子。滤掉沙子、淘出金子确实是项技术活。”安晖说,“一方面,我们没必要苛求大数据应用结果的精确度,大数据只是多提供了几种解决办法供决策参考;另一方面,也不要神化了大数据,大数据不可能解决所有的问题。”
目前大数据从业人员普遍认为,如果数据公开共享做得更好,将使大数据展现出更大价值。“目前我们的数据来源,除了利用自己公司平台收集到的一手数据外,也就只有通过上市公司公报和与行业协会合作获取数据。如果政府统计部门、行业协会和各个企业都愿意公开数据,我们的解决方案肯定可以更为准确,大数据应用创新也会更活跃。”王健说,“目前急需完善相关法律法规,明确界定哪些数据是应该公开的、哪些数据是大数据产业可以捕获的,以使信息安全得到更好保护,打消部分企业担心商业秘密泄露的顾虑。”
提高大数据的准确度需要一个过程,人才是关键。“企业现在最缺的是数据科学家。大数据追求的是隐藏在数据中的各种并联关系,能否敏锐地发现事物之间的关联决定了大数据应用的水平。”崔宝秋说,“国家提出在大专院校设立数据工程和数据科学专业,企业对此很期待。”
2020年,我国所掌握的数据将占全球数据量的20%。“我国发展大数据拥有丰富的数据资源和巨大的应用市场优势。相信在各方共同努力下,大数据一定可以成为推动中国制造业转型升级的利器。”陈伟说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21