制造业+大数据探路,颠覆还是辅助?

标签:大数据制造业海尔SCRM数据平台

访客:44495  发表于:2015-09-21 09:44:18

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。

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。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。


评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");