大數據現已影響到企業生產制造、運營管理的方方面面。本文從客戶管理、生產優化、供應鏈管理三個方面探索大數據的無限可能。
小調查:大數據如何改造制造業？
由湯姆·克魯斯主演、斯皮爾伯格執導的電影《少數派報告》描述了這樣壹個場景:2054年，人們用科技手段通過讀取“先知”的腦電波來察覺犯罪企圖，從而準確預測犯罪行為，在犯罪前逮捕罪犯。影片中的“先知”是壹個擁有超能力的“人類”，但在現實世界中，“先知”就是我們近年來經常提到的——大數據分析。專註於大數據分析的全球軟件公司Teradata國際集團總裁HermannWimmer認為，大數據主要包括三大塊:壹是傳統數據，如企業原有的交易系統、網絡系統、ERP系統等；二是傳感器產生的數據；第三是社交媒體上的數據。
“現在越來越多的行業不得不適應大數據的趨勢，不僅限於原來的高科技和互聯網公司，現在包括通信、金融、制造和能源在內的行業都在適應趨勢，培養這方面的競爭力。”赫爾曼·維默(Hermann Wimmer)表示，“用數據驅動業務增長”是未來的方向。“比如營銷部門如何利用真實數據幫助制定市場增長策略；如何提高客戶體驗或客戶滿意度；如何通過降低倉儲物流的運營成本，讓企業運營更智能、更高效；如何把生產部門和其他部門的數據結合起來，優化生產運營能力，這些都是大數據可以用的地方。”Teradata大中華區AaronHsin舉了壹個例子。
對於傳統制造業來說，大數據可以從哪些方面“顛覆”和“提升”？麥肯錫公司在最近發布的《如何利用大數據提升制造業》報告中，列舉了10條大數據顛覆制造流程的路徑，其中涉及優化生產進度；提高制造性能；精確的供應商管理；跟蹤產品質量，改進工作流程；以銷定產，制定生產計劃；量化生產能力，跟蹤設備運行效率；並為生產設備提供預防性維護建議。
可以說，大數據影響著制造、運營、管理的方方面面。從目前大數據在制造業的應用範圍來看，我們想從客戶關系管理(CRM)、生產優化、供應鏈管理三個方面窺探大數據的無限可能。
“大海撈針”是可能的
在當今的經濟環境下，良好的客戶服務和客戶體驗非常重要。越來越多的企業通過挖掘客戶數據來改善客戶關系，了解客戶需求。如今的CRM數據分析能力已經不局限於客戶郵件、電話等數據，而是可以識別客戶購買行為，了解客戶情緒。辛兒倫親身感受到了數據分析在客戶管理中應用的變化趨勢:“過去更多的是對數據倉庫中客戶關系的管理和體驗，尤其是對客戶數據和CRM數據的分析以及促進營銷增長的方式方法的探索。隨著技術和數據架構的演進，當前的數據已經擴展到許多領域，如位置數據、基站數據、通話記錄和移動互聯網上的消費者行為。利用這些來自多個渠道的數據建立分析模型，從而360度觀察客戶的興趣愛好，預測未來的行為，從而制定個性化的營銷策略。"
發生在海爾的壹個營銷故事，可以從這方面揭示大數據的“魔力”。2012年，海爾推出帝尊空調。如何準確預測哪些用戶可能會購買帝尊空調？如何發送個性化服務方案？海爾從SCRM會員數據庫中提取了數萬名用戶的數據，與中國郵政的姓名地址數據庫進行匹配，建立了“長相相似”的模型。此外，海爾SCRM會員平臺還與旅遊和健康雜誌合作。海爾發現北京某小區有人訂閱旅遊雜誌，其中就有陳先生。海爾得出的結論是“他應該是對環境和自然感興趣”，所以推測他最有可能是對帝尊空調去除PM2.5的功能感興趣。接著，陳收到了海爾發來的直郵頁面，除了公益環保知識，重點介紹了帝尊空調除PM2.5以外的功能，接下來的故事自然就來了。陳拿著直郵頁面到附近超市買了壹臺空調，還登錄海爾官網註冊了海爾會員。
從這個案例可以看出，在客戶管理中，企業營銷的對象不僅僅是壹群人，而是壹個具體的人。其次，跨領域數據的整合也很重要。當然，企業首先要明確自己需要哪些領域的數據，如何獲取。赫爾曼·維默(Hermann Wimmer)列舉了兩個行業——汽車行業和保險行業——數據共享帶來的商業價值。“買車的人壹定要上保險。每個司機的駕駛習慣不同，保險公司對他們的評價也不同。如何更準確地評價壹個司機的高風險或低風險駕駛習慣，取決於他開的車。通過車上裝載的100多個傳感器傳回的數據，可以知道他的駕駛習慣，進而判斷他屬於什麽級別的危險。比如他不超速，平穩行駛，就是低風險。相反，快速駕駛屬於高風險範疇。”赫爾曼·維默(Hermann Wimmer)表示，這兩個行業的密切關系是由傳感器帶來的數據連接起來的。
數字化和智能化生產流程
在傳統制造企業中，大量的數據分布在企業的各個部門，很難在整個企業範圍內及時快速地提取這些數據。例如，企業資源規劃系統(ERP)數據和制造執行系統(EMS)數據位於它們自己的系統中。此外，在壹些智能工廠中，設備和原材料被嵌入微處理器和傳感器中，這些設備產生大量數據。當人們將制造過程數字化時，他們也給數據處理和分析帶來了問題。如何將這些數據放在壹個技術處理平臺上，對於優化生產流程具有重要意義。Teradata(田瑞公司)大中華區大數據部總監孔玉華指出，新技術可以找出人與人、物與物、事件之間的關聯，但前提是這種大數據分析是基於壹個統壹的平臺，能夠實現數據流通。這個可訪問的平臺可以集成不同系統中的數據。
最簡單直接的方法就是創建壹個產品生命周期管理(PLM)平臺，這也是壹種企業管理軟件，但它的優勢在於可以充分整合來自R&D、工程和生產部門的數據，制作壹個工業產品生產的虛擬模型，優化生產流程，確保企業中的所有部門以相同的數據協同工作，從而提高組織的運作效率，縮短產品R&D和上市的時間。西門子工業軟件(上海)有限公司高級商務顧問周說:“以汽車行業為例，汽車研發是壹個極其復雜的過程。壹方面，需要多個職能團隊的通力合作。另壹方面，所有這些團隊都必須處理大量數據。為了避免溝通不暢，保證生產過程的順利進行，工程團隊不僅要管理團隊內部的數據，還要隨時了解生產部門品控團隊的工作進度。”
PLM收集從初稿到詳細設計過程再到實際生產的所有相關信息。因此，企業可以通過PLM收集的這些數據來優化設計和生產流程。比如奇瑞汽車利用PLM平臺，將生產計劃、仿真和實際生產聯系起來，將制造和產品開發聯系起來。例如，尺寸分析在汽車車身設計中起著重要的作用。奇瑞的R&D人員可以利用PLM工具在設計初期確定設計結構和生產方式是否符合技術規範，以便盡快制定優化這些因素的解決方案。同時，這些仿真程序還可以用來測試各種汽車的安全性能。
比如可以在西門子PLM軟件平臺上做差異分析，借助計算機生成的三維模型模擬生產過程，在實際生產前洞察生產過程中的薄弱點。奇瑞曾用它找出某車型大燈生產中的問題，為公司節省了十幾萬美元。由於可以在虛擬環境中模擬產品的設計和生產過程，因此可以提高工廠規劃的效率，生產線的生產效率也會得到提高。
大數據是制造智能化的基礎，然後才能實現大規模定制。由於消費者數量眾多，每個人的需求不同，需求的具體信息也不同，需求也在不斷變化，這就構成了產品需求的大數據。制造企業對這些數據進行處理，然後傳輸到智能設備上，進行數據挖掘、設備調整、原材料準備等步驟，生產出滿足個性化需求的定制產品。“未來的制造業將是數據驅動的。”赫爾曼·維默說。
高效科學的供應鏈管理
大數據的預測功能大大提高了大數據在供應鏈管理中的作用。制造業從供應鏈渠道和生產現場的儀器或傳感器網絡收集大量數據。使用大數據更緊密地整合和分析這些數據庫，有助於提高庫存管理、銷售和分銷流程以及設備持續監控的效率。大數據可以讓供應鏈上的物流行業更加高效:卡車裏的電子車載錄像機可以提供卡車的位置；如何快速驅動傳感器和射頻標簽，幫助滿載的卡車更有效地結合路況、交通信息、天氣情況和客戶的位置，從而大大節省時間和費用。
孔玉華表示，供應鏈的大數據分析讓企業科學制定銷售策略，而不是像過去那樣靠經驗和冒險。比如壹個生產羽絨服的品牌，在全國有上千家門店。65438+萬件商品如何配送到全國各地的門店？平均每家店1，000套？顯然不夠科學。因為南北供需市場不壹樣，北方需求量大但有競爭力的品牌多；另外，不同地區對衣服的尺寸要求也不壹樣。南方人穿小號，北方人可能穿大號。通過大數據分析，對歷史數據和天氣信息的分析，可以給企業合理的建議:哪種運費最合適，從而避免積壓或短缺的庫存問題。
零售商在大數據應用方面處於領先地位。零售巨頭沃爾瑪開發了壹種大數據工具，供應商可以通過這種工具提前了解每個門店的銷售和庫存情況，以便在沃爾瑪發出指令之前自行補貨，大大降低缺貨情況和供應鏈的整體庫存水平。在這個過程中，供應商也可以控制店內商品的陳列，沃爾瑪也減少了這個項目的人力和資金投入，可謂雙贏。因此，對於制造企業來說，借鑒這些經驗來優化供應鏈管理，從原材料采購到物流配送都是非常有意義的。根據大數據和相應的分析工具，可以及時甚至提前選擇合適的供應商和物料進行生產加工，可以在物流階段選擇合理的配送方案和銷售策略。有了大數據的支撐，壹切都科學合理，不僅提高了生產效率和服務質量，還降低了成本。