首页 > 数据赋能传统产业转型升级的5个观点

数据赋能传统产业转型升级的5个观点

来源:网络收集  

数据赋能传统产业转型升级的 5 个方向 摘要  大数据的实时、 感知和预测等特点可以为制造企业在降低 成本,缩短生产周期,提升效率,细分产品定位,优化流 程和决策等方面扮演重要的角色。

 数据可以赋能制造业的全流程。

但我们国家的制造业企业 之间在信息化建设和数据化程度方面相差很大, 但总体上 互联网化与数据化程度和对大数据的认识相对金融、 电信、 政府等行业相差比较远。

 数据驱动生产和制造柔性化趋势。

以数据为核心打造的极 速供应链系统,可以实现新产品的柔性化生产,满足电子 商务个性化、碎片化、快翻新的需求。

 数据可以创造新的商业模式。

以消费者数据为基础的消费 者喜好和需求画像倒逼到产品的设计、研发、生产、供应 链、营销等制造业供给侧的多个环节,这就产生出 C2B 的商业模式。

 学习国际上工业大数据应用的实践。

工业大数据应用未来 很重要的方向就是将实时产生的机器数据更好的用起来, 尤其是在预测性维修类应用方面,比如美国 GE 公司的 Predix 平台值得我们国内企业学习。

 从数据化到智慧化需要循序渐进。

真正的智能制造或工业

图1

4.0 是从用户需求端到产品供给端的全链条的智慧化。

阿里巴巴零售平台从起步到实现 3 万亿销售额花费了 13 年的时间,而沃尔玛却花了 54 年,这个对比的背后同样是 DT 时代的技术基础设施与 IT 技术支撑的零售信息化的差异 化。

云网端的迅速发展带来了数据量的激增,根据 IDC 数字 宇宙报告显示,全球自从 2010 年进入 ZB 时代以来,由于物 联网设备发展速度远超过智能手机的发展,因此由物联网所 产生的数据增量将会驱动着全球数据量在 2020 年达到 44ZB。

去年我们国家发布了《促进大数据发展行动纲要》 ,这个 纲要成为指导我们国家从数据大国到数据强国之路一个关 键指导性的文件。

而制造业的升级转型是国家供给侧改革的 重中之重,也是提升满足内需与外贸供给能力的基础。

在这 个文件中,国家也明确提出“发展工业大数据。

推动大数据 在工业研发设计、生产制造、经营管理、市场营销、售后服 务等产品全生命周期、产业链全流程各环节的应用,分析感 知用户需求,提升产品附加价值,打造智能工厂。

建立面向 不同行业、不同环节的工业大数据资源聚合和分析应用平 台。

” 今年五月份在贵阳的大数据会议上李克强总理的发言非 常值得思考: “以大数据为代表的创新意识和传统产业长期 孕育的工匠精神相结合,使新旧动能融合发展,并带动改造

图2

和提升传统产业,有力推动虚拟世界和现实世界融合发展, 打造中国经济发展的“双引擎” 。

”大数据+工匠精神的结合 对于制造业的转型升级至关重要。

而大数据的实时、感知和 预测等特点确实可以为制造企业在降低成本,缩短生产周期, 提升效率,细分产品定位,优化流程和决策等方面扮演重要 的角色。

1. 数据赋能制造业的全流程 我们国家的制造业企业之间在信息化建设和数据化程度 方面相差很大,但总体上由于距离消费者相对较远,因此互 联网化与数据化程度和对大数据的认识相对金融、电信、政 府等行业相差比较远。

大部分制造企业依然还是处在信息化 比较起步的阶段,由于人才以及技术能力的欠缺,对于大数 据的意义和价值认识比较弱。

我们看到对于制造业来说,如果把数据分为内部和外部 两大类的话, 内部数据主要包括经营及运营数据、 客户数据、 产品相关的设计、研发和生产数据、机器设备数据等,传统 的信息系统处理比较多的是内部数据为主,围绕着业务流程 改进和提升为主要目标,而且对于机器设备运行的日志数据 相对利用较少;外部数据包括社交数据、合作伙伴数据、电 商数据以及宏观数据等这方面数据的开发和利用相对较少。

大部分企业不仅内外部数据尚未打通,自己内部的数据也还 没有实现整合和标准化,信息孤岛现象也是屡见不鲜。

图3

我们的观点是数据对于制造企业的全流程来说都可以 起到非常积极的作用,比如从产品设计和研发开始,如果能 够非常直接地对接到消费者,依据对消费者的行为和消费数 据分析,定位相应的产品设计和研发。

同时也能够依据消费 者对产品的喜好和需求量,进行定向精准的市场营销,进行 产品的计划和生产的排产,减少相应的库存。

同时,数据对 于线上线下销售的协同,对于供应链优化和管理也可以起到 重要的作用,在提升对客户的服务水平方面,如何针对不同 细分市场需求,进行全渠道销售的设计规划等方面都会起到 重要的作用。

虽然阿里巴巴是互联网企业,但其大数据应用的发展之 路是值得制造企业去借鉴和学习的。

总体上来说阿里巴巴也 是在经历着从业务数据化到数据业务化的过程,业务数据化 还是围绕传统电商业务来提升整个流程相关的数据,服务业 务部门和管理层为主,总的目标也是为了降低成本,提高营 运效率和质量为主。

比如个性化推荐、搜索优化等。

现在阿 里巴巴在数据业务化方面进行了很多有益的探索,总结起来 就是阿里的数据+外部数据+大数据技术能力的输出, 产生很 多新的商业模式,不仅服务于阿里生态,逐渐赋能和服务于 越来越多的各行业用户,比如蚂蚁微贷是基于商家的信用数 据提供贷款服务,芝麻信用是基于个人的消费、理财以及社 交等数据提供个人信用服务。

在整个探索的过程中,我们看

图4

到数据的在线性保证了数据实时都会更新,数据的外部性通 过数据共享、融合体现了数据的价值。

2.数据驱动生产和制造柔性化趋势 电子商务以及互联网所带来的用户需求呈现实时、少 量、碎片化、快速翻新等特点,对于传统制造商来说,满足 这种长尾需求难度很大,因此生产制造的柔性化变得重要。

比如淘工厂把工厂的生产能力通过互联网实现了与商家需 求的快速对接,通过数据联通把需求与供应之间的信息对称 化,减少了中间商环节,缩短了生产周期,降低交易成本, 并加快周转速度。

ZARA 这个快时尚品牌也是利用数据实现智慧供应链的 例子,我们看到大量服装企业都面临生存的压力,而 ZARA 母公司销售额在 2015 年依然保持了 15.4%的增长。

其中很重 要的原因就是 ZARA 以数据为核心打造的极速供应链系统, 实现了新产品的柔性化生产。

相对竞争对手来说,ZARA 可 以通过数据的联通和协同更快更好的控制从市场调研、到设 计、打版、制作样衣、批量生产、运输和零售整个环节。

虽 然 ZARA 不是互联网企业,但是它对用户需求的响应是完全 互联网思维的方式,满足的也是快速翻新、少量、快速响应 和生产的类似于消费者在互联网上的需求特点,比如一般的 国际大品牌的前导时间是 120 天左右, 而 ZARA 可以实现 15 天的新品供应过程。

在整个过程中,它使用线下线上的数据

图5

融合,利用电商平台的销售数据以及对用户消费者的线上调 研数据,同时也会利用线下每个门店的销售数据实时反馈到 公司总部,实现产品的快速迭代,它一年设计的服装款式达 到 12000 多款。

这种基于数据的协同和流动实现的供应链带 动了 ZARA 总体效率的提升和库存的大幅降低。

3.利用大数据创新商业模式 以消费者数据为基础的消费者喜好和需求画像倒逼到 产品的设计、研发、生产、供应链、营销等制造业供给侧的 多个环节, 这就是 C2B 的本质。

索菲亚衣柜是 C2B 模式创新 的代表,2015 年的营收达到 31.9 亿元。

索菲亚在探索 C2B 的实践过程中,数据对于其规模化和个性化的平衡起到关键 作用。

索菲亚认为自己不是家具制造企业,而是一家大数据 企业。

在调研时我们发现,索菲亚有强大的科技团队,超过 400 多人,而其中 300 多人是在做数据加工。

索菲亚利用大 数据提升客户体验,提高交付效率,减少差错和库存,基本 可以做到零库存水平。

在索菲亚的前端需求到后端的生产系 统中,数据的共享、联通和流动是实现订单准确地从需求端 传递到生产制造和采购端的关键。

正是这种技术基础保障了 索菲亚每天索菲亚目前通过打通线上线下数据,基于用户交 易数据,用户行为和特征数据,以及产品和渠道数据,搭了 一个大数据平台。

基于用户画像的数据化,他们也比较好地 实现了研发精准化。

在研发精准化基础上,营销的精准化也

图6
您可能感兴趣。。。
All Rights Reserved 摩尔人
所有数据来自网络,数据只供学习参考 点击这里给我发消息