森普信息集团

新工业革命中的大数据来源

发表于:2018-11-28 11:15:56 bianji1
【内容导读】从技术角度来看这个供应链大数据系统、制造大数据、销售大数据,需要由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统来构成。
在全球环境下,要进行数据的收集、分析、预测只能使用大数据系统来进行。从技术角度来看这个供应链大数据系统、制造大数据、销售大数据,需要由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统来构成。

供应大数据:即供应链大数据,对于工业生产而言,只有能够准确预测原材料采购价格变化趋势,才能通过最优的采购策略来降低生产成本。在全球经济时代,影响工业生产原材料采购价格的因素主要包括:全球生产规模、全球生产率、期货市场、国际环境、物流运输环境、汇率、地缘政治环境、主要生产地政治环境等。这些因素绝大部分都不是直接可以拿到的数据,需要根据每个因素的关联数据进行分析才能得出。

制造大数据:即智能制造设备的大数据,不过就数据量而言,这些智能制造设备的控制和运行数据并不非常巨大,但数据相关的复杂度、处理的实时性却极为艰巨。这是大数据的另外一面——不光海量数据叫大数据,数据相互关联复杂度特别巨大也叫大数据。

在制造大数据的体系下,所有制造设备都是智能化设备,其每次任务执行都是核心控制系统调度控制的结果,那么利用制造大数据可以实现设备精确控制、设备运行优化、设备故障预测、制造系统改进升级等。

销售大数据:其包含两层意思:一是基于大数据的精准营销,如电商平台在人们购物时即时推荐的商品或优惠套餐,都是根据用户的地域、年龄、性别等信息进行全购物平台的相关数据分析的结果。这种精准营销同样可以应用在工业领域,而且由于工业采购往往是大宗、低频商品,因而在这个销售过程中就可以基于大数据开展某种供应链金融、电子期货等业务。

基于大数据的精准需求分析,即通过分析销售大数据可以更好地了解市场需求和预期,从而指导产品设计和生产。就技术而言,销售大数据系统和供应大数据系统相类似,同样由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统构成,不过对于工业销售大数据系统而言,流数据处理可以根据需求替换成数据仓库分析处理系统。