5. Produkverkope -voorspelling en vraagbestuur
Gebruik groot data om huidige vraagveranderings en kombinasies te ontleed.
Big Data is 'n goeie verkoopsanalise -instrument. Deur die multidimensionele kombinasie van historiese gegewens, kan ons die verhouding en verandering van die streeksvraag, die gewildheid van die mark van produkkategorieë, die algemeenste kombinasievorme en die vlak van verbruikers sien. Om die produkstrategie en verspreidingstrategie aan te pas.
In sommige ontledings kan ons vind dat die vraag na skryfbehoeftes in stede met meer kolleges en universiteite aan die begin van die skoolseisoen baie hoër sal wees, sodat ons die bevordering van handelaars in hierdie stede kan verhoog om hulle aan die begin van die skoolseisoen te bestel, en terselfdertyd aan die begin van die skoolseisoen. Die produksievermoëbeplanning is een of twee maande gelede begin om aan die promosievraag te voldoen.
Wat die ontwikkeling van produkte betref, word produkfunksies en -prestasie aangepas op grond van die fokus van die verbruikersgroep. Byvoorbeeld, 'n paar jaar gelede het almal daarvan gehou om musiekfone te gebruik, maar nou is almal meer geneig om selfone te gebruik om op die internet te surf, foto's te neem en te deel, ens. Die verbetering van die kamera -funksie van selfone is net een ding. Tendens, 4G selfone beslaan ook 'n groter markaandeel. Deur middel van groot data -ontleding van sommige markbesonderhede, kan meer potensiële verkoopsgeleenthede gevind word.
6. Produksiebeplanning en skedulering
Die vervaardigingsbedryf word gekonfronteer met 'n produksiemodel met 'n multi-variëteit en 'n klein groepie. Die verfynde, outomatiese, tydige en maklike versameling van data (MES/DC's) en die veranderlikheid het gelei tot 'n dramatiese toename in data. Daarbenewens is meer as tien jaar se inligting vir inligting nodig vir die vinnig-respondente AP's, dit is 'n groot uitdaging.
Die beheerstelsel van Hangao Tech (Seko Machinery) se intelligent stainless steel industrial welded pipe making machinery line can track and record the production data of each welded pipe, such as current size, welding speed, annealing temperature, etc. On this basis, with the introduction of Internet of Things technology, big data can give us more detailed data information, discover the probability of deviation between historical predictions and actual, consider capacity constraints, personnel skill constraints, material availability constraints, tooling and mold constraints, en deur middel van intelligente optimaliseringsalgoritmes, ontwikkel voorafbeplanning en skedulering, en monitor die afwyking tussen die plan en die werklike ter plaatse, en pas die beplanning en skedulering dinamies aan.
Help ons om die defekte van 'portret ' te vermy en om groepseienskappe direk op individue op te lê (werksentrumdata word direk verander na spesifieke data soos toerusting, personeel, vorms, ens.). Deur die korrelasie -analise van data en dit monitor, kan ons vir die toekoms beplan.
Alhoewel Big Data effens gebrekkig is, sal Big Data 'n kragtige wapen vir ons word, solank dit behoorlik toegepas word. Destyds het Ford gevra wat die Big Data -kliënt nodig het? Die antwoord was ''n vinniger perd' in plaas van die motors wat nou gewild is.
Daarom is veral belangrik in die wêreld van groot data, kreatiwiteit, intuïsie, avontuurlike gees en intellektuele ambisie.
7. Produkgehaltebestuur en -analise
Die tradisionele vervaardigingsbedryf staar die impak van big data in die gesig. Wat die produknavorsing en -ontwikkeling, prosesontwerp, kwaliteitsbestuur, produksie en werking betref, sien ons gretig uit na die geboorte van innoverende metodes om die uitdagings van Big Data in die industriële konteks die hoof te bied.
In die halfgeleierbedryf ondergaan skyfies byvoorbeeld baie ingewikkelde prosesse soos doping, opbou, fotolithografie en hittebehandeling tydens die produksieproses. Elke stap moet voldoen aan uiters veeleisende fisiese eienskappe. Baie outomatiese toerusting word gebruik om produkte te verwerk. Terselfdertyd is groot toetsresultate ook gelyktydig gegenereer.
Is hierdie groot hoeveelheid data die las van die onderneming of die goudmyn van die onderneming? As laasgenoemde die geval is, hoe kan ons dan vinnig uitvind wat die belangrikste redes is vir die opbrengste van die produkopbrengste van die 'goudmyn '? Dit is 'n tegniese probleem wat die halfgeleieringenieurs al baie jare geteister het.
Nadat die Wafers wat deur 'n halfgeleier -tegnologie -onderneming geproduseer is, deur die toetsproses gaan, word 'n datastel wat meer as honderd toetsitems en 'n paar miljoen reëls toetsrekords bevat, elke dag gegenereer.
Volgens die basiese vereistes van kwaliteitsbestuur is 'n onontbeerlike taak om 'n prosesvermoë -analise uit te voer vir meer as honderd toetsitems met verskillende tegniese spesifikasies.
As ons die tradisionele werkmodel volg, moet ons stap vir stap meer as honderd prosesvermoë -indekse bereken en elke kwaliteitskenmerk een vir een evalueer.
Ongeag die groot en omslagtige werklas hier, selfs as iemand die berekeningprobleem kan oplos, is dit moeilik om die verband tussen die honderde prosesvermoë -indekse te sien, en dit is nog moeiliker om die algehele kwaliteit van die produk te bepaal. Daar is 'n uitgebreide begrip en opsomming van prestasie.
As ons egter die Big Data Quality Management Analysis -platform gebruik, benewens die feit dat ons vinnig 'n lang tradisionele verslag oor die analise van 'n enkele aanwyserproses kan kry, kan ons ook baie nuwe ontledings uit dieselfde Big Data -stel kry. resultaat.
8. Industriële besoedeling en toetsing vir omgewingsbeskerming
Op grond van die Internet of Things word alle data in die produksieproses aangeteken en gemonitor, en groot data is van groot waarde vir omgewingsbeskerming.
Op die webwerf van die Chinese regering, die webwerwe van verskillende ministeries en kommissies, die amptelike webwerf van Petrochina en Sinopec, die amptelike webwerf van organisasies vir omgewingsbeskermings, en sommige spesiale agentskappe, meer en meer openbare welsyns- en omgewingsbeskermingsdata kan ondervra word, insluitend die nasionale lug- en hidrologiese gegewens, meteorologiese data, fabrieksverspreiding en besoedelingsadvies.
Hierdie gegewens is egter te verspreid, te professioneel, 'n gebrek aan ontleding en 'n gebrek aan visualisering, en gewone mense kan dit nie verstaan nie. As u kan verstaan en let, sal big data 'n belangrike manier word vir die samelewing om die beskerming van die omgewing te monitor.
Baidu se bekendstelling van die 'National Pollution Monitoring Map ' is 'n goeie manier. Gekombineer met 'n oop omgewingsbeskerming Big Data, het Baidu Maps 'n besoedelingsopsporingslaag bygevoeg. Enigiemand kan dit gebruik om die land en die provinsies en stede in hul eie streek te besigtig, almal in omgewingsbeskerming. Die liggingsinligting, die naam van die organisasie, die tipe emissiebron en die nuutste status van die Nakoming van die besoedeling wat deur die Environmental Protection Agency (insluitend verskillende termiese kragstasies, staatsbeheerde nywerheidsondernemings en rioolbehandelingsaanlegte) onder toesig van die Buro aangekondig is.
U kan die besoedelingsbron naaste aan u nagaan, en 'n herinnering sal verskyn, watter van die inspeksieitems by die moniteringspunt die standaard oorskry, en hoeveel keer dit die standaard oorskry. Hierdie inligting kan op intydse sosiale media-platforms gebruik word om vriende in te lig en almal te herinner om aandag te gee aan besoedelingsbronne en persoonlike veiligheid en gesondheid.
Die waardepotensiaal van industriële big data -toepassings is groot. Daar is egter nog baie werk wat gedoen moet word om hierdie waardes te verwesenlik.
Een daarvan is die kwessie van die vestiging van Big Data -bewustheid. In die verlede was daar sulke groot data, maar omdat daar geen bewustheid van Big Data was nie, en die data-ontledingsmetodes onvoldoende was, is baie intydse data weggegooi of op die punteleer, en die potensiële waarde van 'n groot hoeveelheid data is begrawe.
'N Ander belangrike probleem is die kwessie van data -eilande. Die gegewens van baie nywerheidsondernemings word op verskillende eilande in die onderneming versprei, veral in groot multinasionale ondernemings. Dit is moeilik om hierdie data uit die hele onderneming te onttrek.
Daarom is 'n belangrike probleem vir industriële big data -toepassings geïntegreerde toepassings.
