京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当制造遇上大数据
“现在越来越多的行业都要适应大数据的趋势,不仅限于原来的高科技、互联网企业,现在包括通讯、金融、制造、能源等行业都在顺应趋势培养这方面的竞争力。”Hermann Wimmer 说,“用数据来驱动业务增长”是未来的方向。“例如,市场部门如何利用真实的数据来帮助制定市场成长策略;怎样提升客户体验或者客户满意度;怎样通过降低仓储、物流的运营成本等让企业运营得更智慧、更有效率;怎样结合生产部门和其他部门的数据优化生产和运营能力,这些都是大数据的‘用武之地’。”Teradata( 天睿公司) 大中华区首席执行官辛儿伦(AaronHsin) 举例道。
对于传统制造业来说,大数据能在哪些方面进行“颠覆”和“改进”?麦肯锡咨询公司在近日发布的《如何利用大数据改进制造业》的报告中列举了10 条大数据颠覆制造过程的路径,涉及优化生产进度;提高制造绩效;精确供应商管理;追踪产品质量,改进工作流程;以销定产,制定生产计划;量化产能,追踪设备运转效率;以及提供生产设备预防性维护建议等方面。
可以说,大数据影响到生产制造、运营、管理的方方面面,而从目前大数据在制造业的应用范围来看,我们想从客户关系管理(CRM)、优化生产以及供应链管理三方面窥探大数据的无限可能。
“大海捞针”成为可能
在当今经济环境中,良好的客户服务和客户体验至关重要。越来越多的企业通过挖掘客户|数据提升客户关系,了解客户需求。今天的CRM 数据分析能力已经不止局限于客户邮件、电话等数据,而是能够识别客户购买行为,了解客户情绪。辛儿伦切身感受到数据分析在客户管理方面应用的变化趋势:“过去更多是在数据仓库针对客户关系的管理和体验,特别是对客户|数据和CRM 数据进行分析和探索促进营销增长的途径和手段。随着技术和数据架构的演进,现在的数据已经延伸到很多范围,比如位置数据、基站数据、还有通话记录和移动互联网上的消费者行为等。利用这些来自多渠道的数据建立分析模型,以便从360 度去观察客户的兴趣、爱好,并预测未来的行为,从而制定个性化的营销策略。”
发生在海尔的一个营销故事可以从这方面揭示大数据的“神奇”。2012 年,海尔推出帝樽空调,如何精准地预测有哪些用户可能选购帝樽空调?如何送去个性化的服务方案?海尔从SCRM 会员数据库中提取了数万名用户数据,与中国邮政的名址数据库匹配,建立“look-alike”模型。此外,海尔SCRM会员平台还同旅游、健康类杂志有合作。海尔通过查询订阅名|录,发现北京一小区有人订阅旅游杂志,其中有位陈先生。海尔得出“ 他对环境、自然应该感兴趣”的结论,于是推测,他极有可能对帝樽空调除PM2.5功能感兴趣。接着,陈收到了海尔投递的一封直邮单页,除了公益环保知识外,重点介绍了帝樽空调的除PM2.5 功能。接下来的故事就水到渠成了,陈带着直邮单页,到附近的商超购买了空调,并且还登录海尔官方网站,自主注册成为海尔会员。
从这个案例可以看出,在客户管理方面,企业营销的对象不仅是一群人、一类人,而是具体的某个人。其次,跨领域数据的整合也很重要,当然企业应当首先明确需要哪些领域的数据和如何获取这些数据。Hermann Wimmer 例举了两个行业之间的数据共享带来的商业价值—汽车行业和保险行业。“买车的人都要上保险,每一个司机由于自己的驾驶习惯不一样,保险公司对于他们的评估也是不一样的。如何才能更准确地评估一个司机到底属于高风险还是低风险驾驶习惯,就取决于他所开的车。通过车上所装载的100 多个传感器传回的数据,可以了解他的驾驶习惯,然后判断他属于什么级别的风险类别。比如,他不超速、驾驶平稳,就属于低风险,反之,开的很快就属于高风险类别。”Hermann Wimmer 说,这两个行业密切的联系就是由传感器带来的数据连接起来的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12