如今，從電子商務(wù)和健康護(hù)理到金融科技和體育行業(yè)，大數(shù)據(jù)的應(yīng)用無處不在。官方的統(tǒng)計(jì)數(shù)據(jù)也反映了這一觀點(diǎn)：到2020年，全球大數(shù)據(jù)市場規(guī)模預(yù)計(jì)將超過570億美元。

制造業(yè)面臨競爭挑戰(zhàn)，并追求高生產(chǎn)力，也在加入大數(shù)據(jù)的應(yīng)用熱潮。但是，這項(xiàng)技術(shù)能否在生產(chǎn)設(shè)施中起到重要的作用？為了獲得正確的答案，以下深入研究一下制造業(yè)大數(shù)據(jù)的主要優(yōu)勢：

1.采用大數(shù)據(jù)以減少停機(jī)時(shí)間

電力中斷或停機(jī)對于每個(gè)工業(yè)部門來說都是一個(gè)噩夢。制造商每年需要平均處理800小時(shí)的停機(jī)時(shí)間，這意味著生產(chǎn)力損失將從5%升至20%.

例如，通用電氣（GE）在倫敦舉辦的“Minds and Machines Europe”活動中分享了他們的最佳實(shí)踐。通用電氣的前首席執(zhí)行官Jeff Immelt表示，醫(yī)療保健、能源和航空等不同行業(yè)的技術(shù)組合將會發(fā)生一些變化。

Immelt表示，通過大數(shù)據(jù)分析與材料科學(xué)相結(jié)合，配備傳感器技術(shù)的“智能機(jī)器”可以實(shí)時(shí)利用工業(yè)數(shù)據(jù)的強(qiáng)大功能，并帶來巨大的好處。

因此，通用電氣公司通過預(yù)測機(jī)器或某個(gè)組件何時(shí)發(fā)生故障，設(shè)法實(shí)現(xiàn)了其制造過程的自動化，優(yōu)化了性能，并消除了停機(jī)時(shí)間。而每年所獲得的450億美元的市場收入是他們成功的證明。

舉個(gè)例子，航空業(yè)所實(shí)施的遠(yuǎn)程監(jiān)控和問題的早期診斷中，燃?xì)獍l(fā)動機(jī)的一組傳感器每隔30秒將捕獲一次數(shù)據(jù)。隨后，Hadoop軟件開始發(fā)揮作用。其容錯(cuò)冗余的Hadoop分布式文件系統(tǒng)（HDFS）將收集到的數(shù)據(jù)拆分為可管理的塊，并將其分布在數(shù)千個(gè)節(jié)點(diǎn)中，為基于MapReduce的極速并行計(jì)算奠定基礎(chǔ)。

這種大規(guī)模的數(shù)據(jù)處理有效地處理了大數(shù)據(jù)的體積、速度和變化三個(gè)V值，并幫助通用電氣公司糾正可能的制造缺陷。Immelt表示，通過Hadoop支持的分析，每年至少提升1%的燃?xì)獍l(fā)動機(jī)性能，并為客戶節(jié)省20億美元的費(fèi)用。

2.在大數(shù)據(jù)時(shí)代緩解供應(yīng)鏈風(fēng)險(xiǎn)

供應(yīng)鏈充滿了不確定性。如果企業(yè)想減少可能的風(fēng)險(xiǎn)，并與零售商和客戶建立良好的關(guān)系，則需要再次進(jìn)行數(shù)據(jù)分析。在供應(yīng)鏈中，大數(shù)據(jù)應(yīng)用圍繞著可追溯性、采購和倉儲三個(gè)主要孤島開展。

例如，物聯(lián)網(wǎng)促進(jìn)數(shù)據(jù)卓有成效地用于產(chǎn)生有意義的見解，使制造商能夠追蹤貨物和減輕不利的情況。

根據(jù)英國特許采購與供應(yīng)協(xié)會的報(bào)告，自然災(zāi)害和極端天氣條件是導(dǎo)致供應(yīng)鏈中斷的主要原因。為了確保這些情景不會導(dǎo)致業(yè)務(wù)中斷，企業(yè)可以分析龍卷風(fēng)、地震、颶風(fēng)等天氣狀況，并使用預(yù)測分析來計(jì)算延誤概率。

此外，通過從外部和在線渠道（例如金融分析師建議和媒體評論）挖掘歷史和實(shí)時(shí)數(shù)據(jù)，制造商可以發(fā)現(xiàn)未來趨勢，并在發(fā)生金融危機(jī)時(shí)獲得應(yīng)急措施的寶貴時(shí)間。大數(shù)據(jù)的其他應(yīng)用包括維護(hù)最佳庫存水平和改進(jìn)采購決策。

3.利用大數(shù)據(jù)提高產(chǎn)品質(zhì)量

質(zhì)量控制（QC）是大數(shù)據(jù)可以展示其價(jià)值的另一個(gè)領(lǐng)域。換句話說，自2012年以來，跨國巨頭英特爾公司一直在使用預(yù)測分析來加速芯片的生產(chǎn)，同時(shí)提高產(chǎn)品質(zhì)量。

通過仔細(xì)檢查制造過程中收集的歷史數(shù)據(jù)，英特爾公司顯著減少了每個(gè)芯片應(yīng)該經(jīng)歷的測試次數(shù)。英特爾數(shù)據(jù)中心集團(tuán)總經(jīng)理Ron Kasabian表示，“我們沒有通過19，000次測試來測試每一塊芯片，而是將測試集中在特定芯片上，以縮短測試時(shí)間。隨著我們不斷開發(fā)新芯片，在此期間發(fā)現(xiàn)了很多錯(cuò)誤，并進(jìn)行了修復(fù)。”

而且，采用大數(shù)據(jù)技術(shù)有助于英特爾公司測試設(shè)備。通過捕獲和分析傳感器生成的信息，企業(yè)可以及早發(fā)現(xiàn)生產(chǎn)線故障，并采取預(yù)防措施。這種數(shù)據(jù)驅(qū)動的方法已經(jīng)成為增強(qiáng)質(zhì)量控制的關(guān)鍵推動者和戰(zhàn)略成本的削減者。英特爾公司在2012年節(jié)省了300萬美元的生產(chǎn)成本。

還有更多的故事

在這里只是介紹了制造行業(yè)應(yīng)用大數(shù)據(jù)的三種情況。而提供大數(shù)據(jù)咨詢服務(wù)的企業(yè)肯定會擴(kuò)展這一清單，這取決于企業(yè)的業(yè)務(wù)模式和目標(biāo)。

如果企業(yè)還沒有掌握數(shù)據(jù)，請關(guān)注其潛在收益。這些措施包括消除停機(jī)時(shí)間，改善供應(yīng)鏈管理，加速生產(chǎn)和創(chuàng)新，提供更好的服務(wù)，提高客戶滿意率，平衡成本等等。

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。