
如何利用大数据预测飞机故障_数据分析师
在网络大数据时代,越来越多的企业坚信大数据能够给企业带来价值。比如,通过数据分析,我们能够了解融资、项目管理、制造、二级市场等方面的机会。我们能够从大数据中了解一切,包括消费者为什么会购买这些商品,找出工作中需要改进的环节,预计何时我们必须补充存货,找出未来的发展趋势等。
大多数公司都有机会获得大量的数据,但问题是很少有公司能够充分利用这些数据,以富有成本效率的方式加以分析,从而为改进业务提供良好的建议。数据分析软件提供商SAP能够使用计算机算法在极短的时间内分析海量的数据,从而使其他公司迅速作出决策。事实上,大数据能够传递实时的情景意识。这意味着你不仅能够知道正在发生什么,还能预测未来将发生什么。
大数据预测飞机故障
SAP已经为航空公司和原始设备生产商提供数据分析服务长达15年。随着时间的推进,SAP提供的服务越来越精准。
SAP副总裁兼航天与防务全球负责人马格纳斯·比约恩达表示,飞机本身正在变得日益智能,而且能够捕捉数据。以波音787飞机执行的一个航班为例,其客舱压力、高度、燃油消耗等数据能够达到0.5TB之多。储存这些数据日益成为令航空公司头疼的难题。而SAP能够储存一家航空公司的所有数据,并方便地选择和使用这些数据。
但是,大数据如何能够为航空公司带来实实在在的利益呢·比约恩达举例说,使用从飞机系统收集来的数据,SAP能够建立导致飞机故障的模型,然后根据这些模型来找出飞机上已有的或即将发生的故障。这就是所谓的“预测性维修”。深入的数据分析能够找出隐藏在大数据中的可能导致故障的警告信号。通过这种方式,SAP的高性能分析应用(HANA)软件能够监视飞机的健康状态。
据SAP介绍,一家生产飞机零部件的大公司在使用HANA软件后,在库存方面节省了200万美元,在生产流程方面缩短了25%的时间,降低了30%的组装库存水平和减少了40%的加班费用。
这种预测性系统有一个问题,你可能从定期航班中找出可能出现故障的飞机,最后却发现飞机没有故障。因此,SAP的HANA软件会寻找许多指标,并以百分比的形式给出飞机在未来24小时内需要进行不定期维修的统计概率。比如,它可能检查温度变化、燃油流量和发动机效率,如果这三个因素都显示不正常,就意味着很可能出现故障。
使用这个软件,你能够知道何时需要进行下一次维修检查。如果需要,你还可以重新安排航班计划,并订购维修所需零部件。所有的维修工作能够在航空公司的航班计划内完成,因此不会出现不必要的故障停飞。此外,这个软件会自动运行,无需任何人去寻找可能的问题。
5年前,SAP就开始提供预测性维修服务,并在2年前开始与航空公司合作。比约恩达说,相比传统的维修方式,预测性维修能够节省18%的成本。
从冰岛火山爆发到世界杯
但是,大数据并不仅是检测、调查、预防和监视机械故障,从而提高设备的稳定性那么简单。你还可以用它来提高旅客忠诚度,进行风险管理,减少浪费,提高生产率,降低成本,进行产品研发等。
航空公司如何使用大数据的一个具体例子,是在极端天气下航空公司的反应。大风或暴雪会为航空公司的运营带来严重的影响,但是像2010年冰岛火山爆发这样的天气灾害会让航空公司损失数百万美元。
在天气原因导致航班中断时,航空公司必须在最短的时间内重新安排机组、飞机和旅客。SAP能够帮助航空公司决定最好的航线、飞行时间,并根据劳动法、机组的驻地和休息时间,决定选用哪些机组成员。它甚至能够确保让高端旅客先飞,并满足所有旅客的需求,包括旅客所需的犹太餐食或轮椅通道。所有这些工作能够在很短的时间内完成。你能想象如果人工来做完这些工作需要多久吗?
有人可能认为,这未免有点过分信任计算机的能力了吧!但是,事实上,通常是人为错误影响了事情的进程。比约恩达说,计算机比人类更擅长搜索数据。曾经,人类和计算机下象棋,计算机几乎每盘兼输。如今,计算机不仅经常胜出,就连全球最佳象棋手也通过和计算机下象棋来提高自己的水平。
你可能还是怀疑大数据的作用,想看看在真实世界中人们是如何使用大数据的。如果你观看了今年的巴西世界杯比赛,那么你肯定知道德国队获得了冠军,但你未必知道德国队是SAP的客户。德国队利用SAP的数据分析工具,分析和改进球员的技术。这似乎就是德国队获胜的诀窍。
目前,SAP在各行业已经有超过3000个客户。其中,在航天与国防领域有超过900个客户。此外,在范保罗航展上展出的大多数飞机都使用了SAP的软件。但是,比约恩达说:“每个客户自身的需求都略有不同,因此没有统一的标准。”SAP与个体客户合作,设计出满足他们需求的工具。而问题的关键在于,找准他们的需求。
SAP总经理兼高级副总裁伊凡·卡恩在公司的blog上写道:“技术本身并不是万能的。因为你能够收集到海量的数据,所以你就收集很多数据,这是没有益处的。大数据需要进行与商业有关的深入分析,技术只有在你明确了自身的需求后,才能成为重要的推动者。这就是大数据预测需要在训练有素的数据科学家的支持下,从公司的会议室里首先开始的原因。”
在学习中前进
在获得了良好的客户基础后,SAP开始关注与原始设备生产商的合作。多年以来,发动机原始设备生产商一直在监控他们的数据。比约恩达说:“但是,对飞机机身原始设备生产商来说,这是一个崭新的领域。”与波音公司或庞巴迪公司等合作,将允许原始设备生产商为客户提供新的服务。航空公司不用直接与SAP连接,他们就能收到数据分析,包括来自原始设备生产上的预测性MRO警告。他说:“他们还没有为客户提供这种服务,但是他们希望将来能够提供。”
在波音公司2014年市场预测报告中,波音公司承认,航空公司正在寻找能够提供更好的预测功能的飞机和发动机健康管理解决方案。在飞行期间预测机械故障,能够最大程度地减少航班中断次数和中断时间。波音公司称,供应商解决方案使用优化的库存管理和零部件采购解决方案,能够降低航空公司的运营成本。航空公司规划人员和地面运营提供商能够利用新技术,使航空公司对瞬息万变的环境迅速作出反应,包括机组超时、恶劣天气和机场拥堵等问题。IT解决方案有助于航空公司根据运营环境的变化实时优化自己的行动方案。目前,移动设备上的应用程序能够让行李处理员工、登机口服务代理人、餐饮企业、燃油供应商和地面上的旅客获益。随着航空公司不断努力减少航班中断、提高飞机利用率,以获得更高的投资回报率,与这些应用程序相连的移动解决方案将变得日益重要。 除了原始设备生产商外,SAP还想与小型包租航空公司或商务航空公司合作。像汉莎航空等许多大型航空公司的机队规模较大,能够自己进行统计分析。比约恩达说:“我希望,公司的业务能够先从小型航空公司着手。”他承认,大数据不能提供放之四海而皆准的解决方案,仍然会出现一些无法预见的事情。比如,老旧飞机自然可能比新飞机出现更多的故障。但是,比约恩达说,你拥有的数据越多,统计数据的预测会越准。
大数据的使用正在发生翻天覆地的变化。他坦言:“我们在学习中前进。”虽然大数据不是万能的,但是我们不应该忽略它。卡恩说:“深入挖掘大数据的价值,商业会发展得越来越好,但严格的方法非常重要。当其他公司解决了这些挑战、改进了方法,获得了丰富的市场洞见时,没有公司希望落后。”
延伸:大数据助力航企增加副业收入
全球航空公司目前呈现出两大重要的趋势——大数据和副业收入。每个人都在谈论大数据,但大数据究竟是什么,它又是如何帮助航空公司赚钱的呢?
让我们先来看看一些成功使用大数据的例子。与沃尔玛通过先进的数据挖掘技术在竞争性定价和货架摆设方面取得成功类似,亚马逊的推荐算法在电子商务领域同样取得了巨大成功。他们将交易数据从交易系统中提取出来,然后进行线下分析。然而,有些数据是“易腐品”,和其他产品一样有保质期。所以,现在的大数据几乎需要实时进行处理。
许多航空公司固执地认为,让旅客花钱购买一些不那么重要的额外服务,就能增加收入。事实上,航空公司如今迫切需要改变这种观念,转而关注如何为旅客创造更高的价值。如果能够创造更高的价值,提供更加个性化的服务,航空公司的定价能力自然会提高。
航空公司的副业收入不应该是行李费或分类计价这么简单,而是应该基于有关旅客偏好、需求的实时信息,为旅客提供个性化的服务并创造价值。例如,为出国旅客提供SIM卡,帮助他们降低漫游费;帮助商务旅客预订从机场到酒店的出租车服务,或提供手机充电器、转换插头等产品。此外,专注于航班运营的航空公司还可以考虑将副业服务外包给其他公司。美联航与DirectTV合作、新加坡航空的Krishop由DFASS运营,就是两个极好的例子。(文章来源:CDA数据分析师培训官网)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01