5। उत्पाद बिक्री का पूर्वानुमान और मांग प्रबंधन
वर्तमान मांग परिवर्तनों और संयोजनों का विश्लेषण करने के लिए बड़े डेटा का उपयोग करें।
बिग डेटा एक अच्छा बिक्री विश्लेषण उपकरण है। ऐतिहासिक डेटा के बहु-आयामी संयोजन के माध्यम से, हम क्षेत्रीय मांग के अनुपात और परिवर्तन, उत्पाद श्रेणियों की बाजार लोकप्रियता, सबसे आम संयोजन रूप और उपभोक्ताओं के स्तर को देख सकते हैं। उत्पाद रणनीति और वितरण रणनीति को समायोजित करने के लिए।
कुछ विश्लेषणों में, हम पा सकते हैं कि स्कूल के मौसम की शुरुआत में अधिक कॉलेजों और विश्वविद्यालयों वाले शहरों में स्टेशनरी की मांग बहुत अधिक होगी, ताकि हम इन शहरों में डीलरों के प्रचार को बढ़ा सकें ताकि उन्हें स्कूल के मौसम की शुरुआत में अधिक ऑर्डर करने के लिए आकर्षित किया जा सके, और स्कूल के मौसम की शुरुआत में एक ही समय में। पदोन्नति की मांग को पूरा करने के लिए एक या दो महीने पहले उत्पादन क्षमता नियोजन शुरू किया गया था।
उत्पाद विकास के संदर्भ में, उत्पाद कार्यों और प्रदर्शन को उपभोक्ता समूह के फोकस के आधार पर समायोजित किया जाता है। उदाहरण के लिए, कुछ साल पहले, हर कोई संगीत फोन का उपयोग करना पसंद करता था, लेकिन अब हर कोई इंटरनेट पर सर्फ करने, चित्रों को लेने और साझा करने के लिए मोबाइल फोन का उपयोग करने के लिए अधिक इच्छुक है, आदि। मोबाइल फोन के कैमरा फ़ंक्शन का सुधार सिर्फ एक चीज है। ट्रेंड, 4 जी मोबाइल फोन भी एक बड़े बाजार हिस्सेदारी पर कब्जा कर लेते हैं। कुछ बाजार विवरणों के बड़े डेटा विश्लेषण के माध्यम से, अधिक संभावित बिक्री के अवसर मिल सकते हैं।
6। उत्पादन योजना और शेड्यूलिंग
विनिर्माण उद्योग का सामना एक बहु-विवाह और छोटे-बैच उत्पादन मॉडल से किया जाता है। डेटा के परिष्कृत, स्वचालित, समय पर और सुविधाजनक संग्रह (MES/DCS) और परिवर्तनशीलता ने डेटा में नाटकीय वृद्धि का नेतृत्व किया है। इसके अलावा, तेजी से प्रतिक्रियाशील एपी के लिए दस साल से अधिक की सूचनाकरण ऐतिहासिक डेटा की आवश्यकता होती है, यह एक बहुत बड़ी चुनौती है।
की नियंत्रण प्रणाली हैंगाओ टेक (सेको मशीनरी ) इंटेलिजेंट स्टेनलेस स्टील इंडस्ट्रियल वेल्डेड पाइप मेकिंग मशीनरी लाइन प्रत्येक वेल्डेड पाइप के उत्पादन डेटा को ट्रैक और रिकॉर्ड कर सकती है, जैसे कि वर्तमान आकार, वेल्डिंग गति, तापमान, तापमान, आदि। इस आधार पर, इंटरनेट ऑफ थिंग्स तकनीक की शुरुआत के साथ, बिग डेटा हमें अधिक विस्तृत डेटा जानकारी दे सकता है, टूल कांस्ट्रैंट्स को कम करने के लिए, बुद्धिमान अनुकूलन एल्गोरिदम, पूर्व-योजना और शेड्यूलिंग विकसित करते हैं, और योजना और वास्तविक ऑन-साइट के बीच विचलन की निगरानी करते हैं, और योजना और शेड्यूलिंग को गतिशील रूप से समायोजित करते हैं।
हमें 'पोर्ट्रेट ' के दोषों से बचने में मदद करें और व्यक्तियों पर सीधे समूह विशेषताओं को लागू करें (कार्य केंद्र डेटा को सीधे उपकरण, कर्मियों, मोल्ड, आदि जैसे विशिष्ट डेटा में बदल दिया जाता है)। डेटा के सहसंबंध विश्लेषण और इसकी निगरानी के माध्यम से, हम भविष्य के लिए योजना बना सकते हैं।
यद्यपि बड़ा डेटा थोड़ा त्रुटिपूर्ण है, जब तक कि इसे ठीक से लागू किया जाता है, बड़ा डेटा हमारे लिए एक शक्तिशाली हथियार बन जाएगा। इसके बाद, फोर्ड ने पूछा कि बड़े डेटा ग्राहक की जरूरत क्या थी? जवाब उन कारों के बजाय 'एक तेज घोड़ा ' था जो अब लोकप्रिय हैं।
इसलिए, बड़े डेटा, रचनात्मकता, अंतर्ज्ञान, साहसिक भावना और बौद्धिक महत्वाकांक्षा की दुनिया में विशेष रूप से महत्वपूर्ण हैं।
7। उत्पाद गुणवत्ता प्रबंधन और विश्लेषण
पारंपरिक विनिर्माण उद्योग बड़े डेटा के प्रभाव का सामना कर रहा है। उत्पाद अनुसंधान और विकास, प्रक्रिया डिजाइन, गुणवत्ता प्रबंधन, उत्पादन और संचालन के संदर्भ में, हम औद्योगिक संदर्भ में बड़े डेटा की चुनौतियों को पूरा करने के लिए नवीन तरीकों के जन्म के लिए उत्सुकता से आगे देख रहे हैं।
उदाहरण के लिए, सेमीकंडक्टर उद्योग में, चिप्स उत्पादन प्रक्रिया के दौरान डोपिंग, बिल्ड-अप, फोटोलिथोग्राफी और हीट ट्रीटमेंट जैसी कई जटिल प्रक्रियाओं से गुजरते हैं। प्रत्येक कदम को बेहद मांग वाली शारीरिक विशेषताओं को पूरा करना चाहिए। अत्यधिक स्वचालित उपकरणों का उपयोग उत्पादों को संसाधित करने के लिए किया जाता है। इसी समय, विशाल परीक्षण के परिणाम भी एक साथ उत्पन्न हुए थे।
क्या यह डेटा की भारी मात्रा में उद्यम का बोझ या उद्यम की सोने की खान है? यदि उत्तरार्द्ध मामला है, तो हम जल्दी से उत्पाद की उपज के प्रमुख कारणों का पता कैसे लगा सकते हैं 'गोल्ड माइन ' से उतार -चढ़ाव? यह एक तकनीकी समस्या है जिसने कई वर्षों से अर्धचालक इंजीनियरों को त्रस्त कर दिया है।
एक अर्धचालक प्रौद्योगिकी कंपनी द्वारा उत्पादित वेफर्स के बाद परीक्षण प्रक्रिया से गुजरते हैं, एक डेटा सेट जिसमें एक सौ से अधिक परीक्षण आइटम और कई मिलियन लाइनें परीक्षण रिकॉर्ड की कई मिलियन लाइनें हर दिन उत्पन्न होती हैं।
गुणवत्ता प्रबंधन की बुनियादी आवश्यकताओं के अनुसार, एक अपरिहार्य कार्य विभिन्न तकनीकी विनिर्देशों के साथ एक सौ से अधिक परीक्षण वस्तुओं के लिए एक प्रक्रिया क्षमता विश्लेषण करना है।
यदि हम पारंपरिक कार्य मॉडल का पालन करते हैं, तो हमें एक सौ से अधिक प्रक्रिया क्षमता सूचकांक की गणना करने की आवश्यकता है, और एक -एक करके प्रत्येक गुणवत्ता की विशेषता का मूल्यांकन करें।
यहां विशाल और बोझिल कार्यभार के बावजूद, भले ही कोई व्यक्ति गणना की समस्या को हल कर सकता है, लेकिन सैकड़ों प्रक्रिया क्षमता सूचकांक में से उनके बीच सहसंबंध को देखना मुश्किल है, और उत्पाद की समग्र गुणवत्ता को निर्धारित करना और भी मुश्किल है। एक व्यापक समझ और प्रदर्शन की सारांश है।
हालांकि, अगर हम बिग डेटा क्वालिटी मैनेजमेंट एनालिसिस प्लेटफॉर्म का उपयोग करते हैं, तो एक लंबी पारंपरिक सिंगल इंडिकेटर प्रक्रिया क्षमता विश्लेषण रिपोर्ट प्राप्त करने के अलावा, इससे भी महत्वपूर्ण बात यह है कि हम एक ही बिग डेटा सेट से कई नए विश्लेषण भी प्राप्त कर सकते हैं। परिणाम।
8। औद्योगिक प्रदूषण और पर्यावरण संरक्षण परीक्षण
इंटरनेट ऑफ थिंग्स के आधार पर, उत्पादन प्रक्रिया में सभी डेटा रिकॉर्ड किए जाते हैं और निगरानी की जाती है, और बड़े डेटा पर्यावरण संरक्षण के लिए बहुत मूल्य हैं।
चीनी सरकार की वेबसाइट पर, विभिन्न मंत्रालयों और आयोगों की वेबसाइट, पेट्रोचिना और सिनोपेक की आधिकारिक वेबसाइट, पर्यावरण संरक्षण संगठनों की आधिकारिक वेबसाइट, और कुछ विशेष एजेंसियों, अधिक से अधिक लोक कल्याण और पर्यावरण संरक्षण डेटा से पूछताछ की जा सकती है, जिसमें राष्ट्रीय वायु और हाइड्रोलॉजिकल डेटा, मौसम संबंधी डेटा, कारखाने वितरण और प्रदूषण निर्वहन की स्थिति शामिल है।
हालांकि, ये डेटा बहुत बिखरे हुए हैं, बहुत पेशेवर, विश्लेषण की कमी, और दृश्य की कमी है, और आम लोग इसे नहीं समझ सकते हैं। यदि आप समझ सकते हैं और ध्यान दे सकते हैं, तो बड़ा डेटा समाज के लिए पर्यावरण संरक्षण की निगरानी के लिए एक महत्वपूर्ण साधन बन जाएगा।
Baidu का 'राष्ट्रीय प्रदूषण निगरानी मानचित्र ' का लॉन्च एक अच्छा तरीका है। खुले पर्यावरण संरक्षण बड़े डेटा के साथ संयुक्त, Baidu मानचित्र ने एक प्रदूषण का पता लगाने की परत को जोड़ा है। कोई भी इसका उपयोग देश और प्रांतों और शहरों को अपने स्वयं के क्षेत्र में, सभी पर्यावरण संरक्षण में देखने के लिए कर सकता है। स्थान की जानकारी, संगठन का नाम, उत्सर्जन स्रोत का प्रकार, और ब्यूरो की देखरेख में पर्यावरण संरक्षण एजेंसी (विभिन्न थर्मल पावर प्लांट, राज्य-नियंत्रित औद्योगिक उद्यमों और सीवेज उपचार संयंत्रों सहित) द्वारा घोषित नवीनतम प्रदूषण डिस्चार्ज अनुपालन स्थिति।
आप अपने निकटतम प्रदूषण स्रोत की जांच कर सकते हैं, और एक अनुस्मारक दिखाई देगा, निगरानी बिंदु पर निरीक्षण आइटम में से कौन सा मानक मानक से अधिक है, और यह मानक से कितनी बार है। इस जानकारी का उपयोग वास्तविक समय के सोशल मीडिया प्लेटफार्मों पर दोस्तों को सूचित करने और सभी को प्रदूषण स्रोतों और व्यक्तिगत सुरक्षा और स्वास्थ्य पर ध्यान देने के लिए याद दिलाने के लिए किया जा सकता है।
औद्योगिक बड़े डेटा अनुप्रयोगों की मूल्य क्षमता बहुत बड़ी है। हालांकि, इन मूल्यों को महसूस करने के लिए अभी भी बहुत काम किया जाना है।
एक बड़े डेटा जागरूकता की स्थापना का मुद्दा है। अतीत में, इतना बड़ा डेटा था, लेकिन क्योंकि बड़े डेटा के बारे में कोई जागरूकता नहीं थी, और डेटा विश्लेषण के तरीके अपर्याप्त थे, बहुत सारे वास्तविक समय के डेटा को छोड़ दिया गया था या आश्रय दिया गया था, और बड़ी मात्रा में डेटा का संभावित मूल्य दफन किया गया था।
एक और महत्वपूर्ण मुद्दा डेटा द्वीपों का मुद्दा है। कई औद्योगिक उद्यमों का डेटा उद्यम में विभिन्न द्वीपों में वितरित किया जाता है, विशेष रूप से बड़ी बहुराष्ट्रीय कंपनियों में। पूरे उद्यम से इन आंकड़ों को निकालना काफी मुश्किल है।
इसलिए, औद्योगिक बड़े डेटा अनुप्रयोगों के लिए एक महत्वपूर्ण मुद्दा एकीकृत अनुप्रयोग है।
