5. Productverkoopvoorspelling en vraagbeheer
Gebruik big data om de huidige vraagwijzigingen en combinaties te analyseren.
Big Data is een goede tool voor verkoopanalyse. Door de multidimensionale combinatie van historische gegevens kunnen we de verhouding en verandering van regionale vraag, de marktpopulariteit van productcategorieën, de meest voorkomende combinatievormen en het niveau van consumenten zien. Om de productstrategie en distributiestrategie aan te passen.
In sommige analyse kunnen we ontdekken dat de vraag naar briefpapier in steden met meer hogescholen en universiteiten in het begin van het schoolseizoen veel hoger zal zijn, zodat we de promotie van dealers in deze steden kunnen vergroten om hen aan te trekken om meer te bestellen in het begin van het schoolseizoen, en tegelijkertijd in het begin van het schoolseizoen. De productiecapaciteitsplanning werd een of twee maanden geleden gestart om aan de promotievraag te voldoen.
In termen van productontwikkeling worden productfuncties en prestaties aangepast op basis van de focus van de consumentengroep. Een paar jaar geleden heeft iedereen bijvoorbeeld graag muziektelefoons gebruikt, maar nu is iedereen meer geneigd om mobiele telefoons te gebruiken om op internet te surfen, foto's te maken en te delen, enz. De verbetering van de camerafunctie van mobiele telefoons is slechts één ding. Trend, 4G mobiele telefoons bezetten ook een groter marktaandeel. Door big data -analyse van sommige marktgegevens zijn er meer potentiële verkoopkansen te vinden.
6. Productieplanning en planning
De productie-industrie wordt geconfronteerd met een productiemodel met meerdere variëteiten en kleine batch. De verfijnde, automatische, tijdige en handige verzameling gegevens (MES/DC's) en de variabiliteit hebben geleid tot een dramatische toename van gegevens. Bovendien zijn meer dan tien jaar informatisatiehistorische gegevens vereist voor de snel reagerende AP's, het is een enorme uitdaging.
Het besturingssysteem van Hangao Tech (Seko Machinery) 's 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, and through intelligent Optimalisatie-algoritmen, ontwikkel pre-planning en planning en controleer de afwijking tussen het plan en de werkelijke ter plaatse en pas de planning en planning dynamisch aan.
Help ons de defecten van 'portret ' te vermijden en legt direct groepskenmerken op aan individuen (gegevens worden rechtstreeks gewijzigd in specifieke gegevens zoals apparatuur, personeel, mallen, enz.). Door de correlatieanalyse van gegevens en monitoring kunnen we de toekomst plannen.
Hoewel big data enigszins gebrekkig is, zolang het goed wordt toegepast, worden big data een krachtig wapen voor ons. Destijds vroeg Ford wat de behoeften van de big data -klant nodig waren? Het antwoord was 'een sneller paard ' in plaats van de auto's die nu populair zijn.
Daarom zijn in de wereld van big data, creativiteit, intuïtie, avontuurlijke geest en intellectuele ambitie bijzonder belangrijk.
7. Beheer en analyse van productkwaliteit
De traditionele productie -industrie wordt geconfronteerd met de impact van big data. In termen van productonderzoek en -ontwikkeling, procesontwerp, kwaliteitsbeheer, productie en werking, kijken we gretig uit naar de geboorte van innovatieve methoden om de uitdagingen van big data in de industriële context aan te gaan.
In de halfgeleiderindustrie ondergaan chips bijvoorbeeld veel complexe processen zoals doping, opbouw, fotolithografie en warmtebehandeling tijdens het productieproces. Elke stap moet voldoen aan extreem veeleisende fysieke kenmerken. Zeer geautomatiseerde apparatuur wordt gebruikt om producten te verwerken. Tegelijkertijd werden ook enorme testresultaten tegelijkertijd gegenereerd.
Is deze enorme hoeveelheid gegevens de last van de onderneming of de goudmijn van de onderneming? Als deze laatste het geval is, hoe kunnen we dan snel de belangrijkste redenen vinden voor productopbrengstschommelingen van de 'Gold Mine '? Dit is een technisch probleem dat al vele jaren halfgeleideringenieurs heeft geteisterd.
Na de wafels geproduceerd door een halfgeleider -technologiebedrijf doorloopt het testproces, wordt elke dag een gegevensset met meer dan honderd testitems en enkele miljoenen regels testrecords gegenereerd.
Volgens de basisvereisten van kwaliteitsmanagement is een onmisbare taak om een analyse van de procescapaciteit uit te voeren voor meer dan honderd testitems met verschillende technische specificaties.
Als we het traditionele werkmodel volgen, moeten we stap voor stap meer dan honderd procescapaciteitsindexen berekenen en elke kwaliteitskenmerken één voor één evalueren.
Ongeacht de enorme en omslachtige werklast hier, zelfs als iemand het berekeningsprobleem kan oplossen, is het moeilijk om de correlatie tussen hen te zien vanuit de honderden Indexen van de Process Capability, en het is nog moeilijker om de algehele kwaliteit van het product te bepalen. Er is een uitgebreid begrip en samenvatting van de prestaties.
Als we echter het Big Data Quality Management Analysis Platform gebruiken, kunnen we, naast het snel krijgen van een lang traditioneel single -indicatorprocesvermogenanalyserapport, nog belangrijker, we kunnen ook veel nieuwe analyses krijgen van dezelfde big dataset. resultaat.
8. Testen van industriële vervuiling en milieubescherming
Op basis van het internet der dingen worden alle gegevens in het productieproces opgenomen en gecontroleerd en is big data van grote waarde voor milieubescherming.
Op de Chinese overheidswebsite kunnen de websites van verschillende ministeries en commissies, de officiële website van Petrochina en Sinopec, de officiële website van organisaties voor milieubescherming en enkele speciale agentschappen, meer en meer publieke welzijns- en milieubeschermingsgegevens worden onderzoeken, inclusief nationale lucht- en hydrologische gegevens, meteorologische gegevens, fabrieksafleidingsvermindering en daarop toe.
Deze gegevens zijn echter te verspreid, te professioneel, gebrek aan analyse en gebrek aan visualisatie, en gewone mensen kunnen het niet begrijpen. Als u kunt begrijpen en oplet, wordt Big Data een belangrijk middel voor de samenleving om de bescherming van het milieu te volgen.
Baidu's lancering van de 'National Pollution Monitoring Map ' is een goede manier. Baidu Maps, gecombineerd met open milieubescherming Big Data, heeft een laagdetectielaag toegevoegd. Iedereen kan het gebruiken om het land en de provincies en steden in hun eigen regio te bekijken, allemaal in milieubescherming. De locatie-informatie, de naam van de organisatie, het type emissiebron en de nieuwste status van de naleving van de vervuiling ontslag aangekondigd door het Environmental Protection Agency (inclusief verschillende thermische energiecentrales, door de staat gecontroleerde industriële ondernemingen en rioolwaterzuiveringsinstallaties) onder toezicht van het bureau.
U kunt de vervuilingsbron controleren die het dichtst bij u staat en er zal een herinnering verschijnen, welke van de inspectieitems op het monitoringpunt de standaard overschrijdt en hoe vaak deze de standaard overschrijdt. Deze informatie kan worden gebruikt op realtime sociale mediaplatforms om vrienden te informeren en iedereen eraan te herinneren aandacht te schenken aan vervuilingsbronnen en persoonlijke veiligheid en gezondheid.
Het waardepotentieel van industriële big data -toepassingen is enorm. Er is echter nog veel werk te doen om deze waarden te realiseren.
Een daarvan is de kwestie van de oprichting van Big Data Awareness. In het verleden was er zulke big data, maar omdat er geen bewustzijn was van big data en de methoden voor gegevensanalyse onvoldoende waren, werden veel realtime gegevens weggegooid of opgeschort, en de potentiële waarde van een grote hoeveelheid gegevens werd begraven.
Een ander belangrijk probleem is de kwestie van data -eilanden. De gegevens van veel industriële ondernemingen worden verspreid in verschillende eilanden in de onderneming, vooral in grote multinationale bedrijven. Het is vrij moeilijk om deze gegevens uit de hele onderneming te extraheren.
Daarom zijn een belangrijke kwestie voor industriële big data -toepassingen geïntegreerde toepassingen.
