5. Prognóza predaja produktov a riadenie dopytu
Na analýzu súčasných zmien dopytu a kombinácií použite veľké údaje.
Big Data je dobrý nástroj na analýzu predaja. Prostredníctvom viacrozmernej kombinácie historických údajov vidíme pomer a zmenu regionálneho dopytu, popularitu trhu v kategóriách výrobkov, najbežnejšie kombinované formy a úroveň spotrebiteľov. S cieľom upraviť stratégiu produktu a distribučnú stratégiu.
V niektorých analýzach môžeme zistiť, že dopyt po kancelárskych potrvách v mestách s viacerými vysokými školami a univerzitami na začiatku školskej sezóny bude oveľa vyšší, aby sme mohli zvýšiť propagáciu obchodníkov v týchto mestách, aby ich prilákali, aby ich viac objednali na začiatku školskej sezóny a zároveň na začiatku školskej sezóny. Plánovanie výrobnej kapacity sa začalo pred jedným alebo dvoma mesiacmi, aby sa uspokojil dopyt po propagácii.
Pokiaľ ide o vývoj produktu, funkcie produktu a výkon sa upravujú na základe zamerania spotrebiteľskej skupiny. Napríklad pred niekoľkými rokmi každý rád používal hudobné telefóny, ale teraz je každý viac naklonený používať mobilné telefóny na surfovanie po internete, fotografovanie a zdieľanie atď. Vylepšenie funkcie fotoaparátu mobilných telefónov je len jednou z vecí. Trend, 4G mobilné telefóny tiež zaberajú väčší podiel na trhu. Prostredníctvom analýzy veľkých údajov o niektorých detailoch trhu je možné nájsť viac potenciálnych predajných príležitostí.
6. Plánovanie a plánovanie výroby
Výrobný priemysel čelí modelu výroby s viacerými odrodami a výrobou malých šarží. Rafinované, automatické, včasné a pohodlné zhromažďovanie údajov (MES/DCS) a variabilita viedli k dramatickému zvýšeniu údajov. Okrem toho sú pre APS Rýchlo reagujúce na APS vyžadované viac ako desať rokov informatizácie historických údajov, je to obrovská výzva.
Riadiaci systém Hangao Tech (SEKO Machinery ) Intelligentná priemyselná zváraná zváraná potrubná linka na výrobu strojov, ktoré môžu na tomto základe sledovať a zaznamenávať výrobné údaje o každom zváranom rúrke, ako je súčasná veľkosť, rýchlosť zvárania, teplota žíhania atď., Zavedením technológie internetu vecí, veľké údaje, veľké údaje, nám poskytujú podrobnejšie informácie o údajoch, objavte pravdepodobnosť, že je pravdepodobné, že konštrukcia historických predpovedí a skutočné, zvážte kapacitu Prostredníctvom inteligentných optimalizačných algoritmov vyvíjajte predbežné plánovanie a plánovanie a monitorujte odchýlku medzi plánom a skutočným na mieste a dynamicky upravte plánovanie a plánovanie.
Pomôžte nám vyhnúť sa defektom „portrétu “ a priamo uložiť skupinové charakteristiky jednotlivcom (údaje pracovného centra sa priamo zmenia na konkrétne údaje, ako sú vybavenie, personál, formy atď.). Prostredníctvom korelačnej analýzy údajov a ich monitorovanie môžeme naplánovať budúcnosť.
Aj keď sú veľké údaje mierne chybné, pokiaľ sa správne uplatňuje, veľké údaje sa pre nás stanú výkonnou zbraňou. Vtedy sa Ford opýtal, aké veľké údaje boli zákaznícke potreby? Odpoveď bola „rýchlejší kôň “ namiesto automobilov, ktoré sú teraz populárne.
Preto sú obzvlášť dôležité vo svete veľkých údajov, kreativita, intuícia, dobrodružný duch a intelektuálne ambície.
7. Správa a analýza kvality produktu
Tradičný výrobný priemysel čelí vplyvu veľkých údajov. Pokiaľ ide o výskum a vývoj produktov, návrh procesov, riadenie kvality, výrobu a prevádzku, netrpezlivo sa tešíme na narodenie inovatívnych metód, aby sme splnili výzvy veľkých údajov v priemyselnom kontexte.
Napríklad v polovodičovom priemysle prechádzajú ChIPS počas výrobného procesu mnoho zložitých procesov, ako je doping, nahromadenie, fotolitografia a tepelné spracovanie. Každý krok musí spĺňať mimoriadne náročné fyzické vlastnosti. Vysoko automatizované vybavenie sa používa na spracovanie výrobkov. Súčasne sa tiež vytvorili obrovské výsledky testov.
Je toto obrovské množstvo údajov zaťaženie podniku alebo zlatá baňa podniku? Ak je to tak, ako potom rýchlo zistíme, že kľúčové dôvody výnosov produktu z 'zlatej bainy '? Toto je technický problém, ktorý už mnoho rokov trápia polovodičových inžinierov.
Po tom, ako doštičky vyrobené spoločnosťou Semiconductor Technology Company, prejdú proces testovania, každý deň sa generuje súbor údajov obsahujúcich viac ako sto testovacích položiek a niekoľko miliónov riadkov testovacích záznamov.
Podľa základných požiadaviek na správu kvality je nevyhnutnou úlohou vykonať analýzu spôsobilosti procesu pre viac ako sto testovacích položiek s rôznymi technickými špecifikáciami.
Ak sa riadime tradičným pracovným modelom, musíme krok za krokom vypočítať viac ako sto indexov spôsobilosti procesov a jeden po druhom vyhodnotiť každú kvalitnú charakteristiku.
Bez ohľadu na obrovské a ťažkopádne pracovné zaťaženie tu, aj keď niekto dokáže vyriešiť problém výpočtu, je ťažké vidieť koreláciu medzi nimi zo stoviek indexov schopnosti procesu a je ešte ťažšie určiť celkovú kvalitu produktu. Existuje komplexné porozumenie a zhrnutie výkonnosti.
Ak však používame platformu Big Data Management Analysis Platform, okrem rýchleho získania dlhej tradičnej správy o analýze schopností procesov s jedným indikátorom, čo je dôležitejšie, môžeme získať aj mnoho nových analýz z rovnakého množstva veľkých údajov. výsledok.
8. Testovanie priemyselného znečistenia a ochrany životného prostredia
Na základe internetu vecí sa zaznamenávajú a monitorujú všetky údaje vo výrobnom procese a veľké údaje majú veľkú hodnotu pre ochranu životného prostredia.
Na webových stránkach čínskej vlády sa na webových stránkach rôznych ministerstiev a provízií, oficiálnej webovej stránky Petrochina a SinoPec, oficiálnej webovej stránky organizácií na ochranu životného prostredia a niektorých špeciálnych agentúr, sa môžu pýtať stále viac a viac verejných údajov o sociálnom stave a ochrane životného prostredia, vrátane národných ovzdunosov a hydrologických údajov, meteorologických distribúcií, továrňového rozloženia a znečistenia, ako čakajú na údaje o údajoch a tak na.
Tieto údaje sú však príliš rozptýlené, príliš profesionálne, nedostatok analýzy a nedostatok vizualizácie a bežní ľudia tomu nemôžu pochopiť. Ak dokážete porozumieť a venovať pozornosť, veľké údaje sa stanú dôležitým prostriedkom pre spoločnosť na monitorovanie ochrany životného prostredia.
Spustenie Baiduovej „Národnej mapy monitorovania znečistenia “ je dobrý spôsob. V kombinácii s otvorenými veľkými údajmi o ochrane životného prostredia a mapy Baidu pridali vrstvu detekcie znečistenia. Ktokoľvek ju môže použiť na prezeranie krajiny a provincií a miest vo svojom vlastnom regióne, všetko v oblasti ochrany životného prostredia. Informácie o polohe, názov organizácie, typ emisného zdroja a najnovší stav dodržiavania predpisov o znečistení, ktorý oznámila agentúra pre ochranu životného prostredia (vrátane rôznych tepelných elektrární, štátne priemyselné podniky a čistiarne odpadových vôd) pod dohľadom úradu.
Môžete skontrolovať zdroj znečistenia najbližšie k vám a objaví sa pripomienka, ktorá z inšpekčných položiek v bode monitorovania presahuje štandard a koľkokrát presahuje štandard. Tieto informácie sa dajú použiť na platformách sociálnych médií v reálnom čase na informovanie priateľov a pripomenúť všetkým, aby venovali pozornosť zdrojom znečistenia a osobnej bezpečnosti a zdraviu.
Hodnotný potenciál aplikácií priemyselných veľkých dát je obrovský. Na realizácii týchto hodnôt je však potrebné urobiť veľa práce.
Jedným je otázka zriadenia povedomia o veľkých údajoch. V minulosti existovali také veľké údaje, ale pretože neexistovalo povedomie o veľkých údajoch a metódy analýzy údajov boli nedostatočné, veľa údajov v reálnom čase bolo vyradených alebo odložených a bola zakopaná potenciálna hodnota veľkého množstva údajov.
Ďalším dôležitým problémom je otázka dátových ostrovov. Údaje mnohých priemyselných podnikov sú distribuované na rôznych ostrovoch v podniku, najmä vo veľkých nadnárodných spoločnostiach. Je dosť ťažké extrahovať tieto údaje z celého podniku.
Dôležitým problémom pre aplikácie pre priemyselné veľké dáta sú preto integrované aplikácie.
