由湯姆·克魯斯主演、斯皮爾伯格導演的影片《少數派報告》描述了在2054年，利用科技讀取“先知”腦波的畫面來偵察出人的犯罪企圖，從而準確預測犯罪行為，并在罪犯犯罪之前就能將其逮捕的場景。片中的“先知”是擁有超能力的“人類”，但在現實世界中，“先知”就是近年來我們經常提及的—大數據分析。專注于大數據分析的全球性軟件公司Teradata(天睿公司)國際集團總裁赫爾曼·威摩(HermannWimmer)認為大數據主要包含三大塊：一是傳統的數據，例如企業原來的交易系統、網絡系統以及ERP系統等數據倉庫；二是傳感器生成的數據；三是社交媒體上的數據。

赫爾曼·威摩

“現在越來越多的行業都要適應大數據的趨勢，不僅限于原來的高科技、互聯網企業，現在包括通訊、金融、制造、能源等行業都在順應趨勢培養這方面的競爭力。”HermannWimmer說，“用數據來驅動業務增長”是未來的方向。“例如，市場部門如何利用真實的數據來幫助制定市場成長策略；怎樣提升客戶體驗或者客戶滿意度；怎樣通過降低倉儲、物流的運營成本等讓企業運營得更智慧、更有效率；怎樣結合生產部門和其他部門的數據優化生產和運營能力，這些都是大數據的‘用武之地’。”Teradata(天睿公司)大中華區首席執行官辛兒倫(AaronHsin)舉例道。

對于傳統制造業來說，大數據能在哪些方面進行“顛覆”和“改進”？麥肯錫咨詢公司在近日發布的《如何利用大數據改進制造業》的報告中列舉了10條大數據顛覆制造過程的路徑，涉及優化生產進度；提高制造績效；精確供應商管理；追蹤產品質量，改進工作流程；以銷定產，制定生產計劃；量化產能，追蹤設備運轉效率；以及提供生產設備預防性維護建議等方面。

可以說，大數據影響到生產制造、運營、管理的方方面面，而從目前大數據在制造業的應用范圍來看，我們想從客戶關系管理(CRM)、優化生產以及供應鏈管理三方面窺探大數據的無限可能。

“大海撈針”成為可能

在當今經濟環境中，良好的客戶服務和客戶體驗至關重要。越來越多的企業通過挖掘客戶|數據提升客戶關系，了解客戶需求。今天的CRM數據分析能力已經不止局限于客戶郵件、電話等數據，而是能夠識別客戶購買行為，了解客戶情緒。辛兒倫切身感受到數據分析在客戶管理方面應用的變化趨勢：“過去更多是在數據倉庫針對客戶關系的管理和體驗，特別是對客戶|數據和CRM數據進行分析和探索促進營銷增長的途徑和手段。隨著技術和數據架構的演進，現在的數據已經延伸到很多范圍，比如位置數據、基站數據、還有通話記錄和移動互聯網上的消費者行為等。利用這些來自多渠道的數據建立分析模型，以便從360度去觀察客戶的興趣、愛好，并預測未來的行為，從而制定個性化的營銷策略。”

發生在海爾的一個營銷故事可以從這方面揭示大數據的“神奇”。2012年，海爾推出帝樽空調，如何精準地預測有哪些用戶可能選購帝樽空調？如何送去個性化的服務方案？海爾從SCRM會員數據庫中提取了數萬名用戶數據，與中國郵政的名址數據庫匹配，建立“look-alike”模型。此外，海爾SCRM會員平臺還同旅游、健康類雜志有合作。海爾通過查詢訂閱名|錄，發現北京一小區有人訂閱旅游雜志，其中有位陳先生。海爾得出“他對環境、自然應該感興趣”的結論，于是推測，他極有可能對帝樽空調除PM2.5功能感興趣。接著，陳收到了海爾投遞的一封直郵單頁，除了公益環保知識外，重點介紹了帝樽空調的除PM2.5功能。接下來的故事就水到渠成了，陳帶著直郵單頁，到附近的商超購買了空調，并且還登錄海爾官方網站，自主注冊成為海爾會員。

從這個案例可以看出，在客戶管理方面，企業營銷的對象不僅是一群人、一類人，而是具體的某個人。其次，跨領域數據的整合也很重要，當然企業應當首先明確需要哪些領域的數據和如何獲取這些數據。HermannWimmer例舉了兩個行業之間的數據共享帶來的商業價值—汽車行業和保險行業。“買車的人都要上保險，每一個司機由于自己的駕駛習慣不一樣，保險公司對于他們的評估也是不一樣的。如何才能更準確地評估一個司機到底屬于高風險還是低風險駕駛習慣，就取決于他所開的車。通過車上所裝載的100多個傳感器傳回的數據，可以了解他的駕駛習慣，然后判斷他屬于什么級別的風險類別。比如，他不超速、駕駛平穩，就屬于低風險，反之，開的很快就屬于高風險類別。”HermannWimmer說，這兩個行業密切的聯系就是由傳感器帶來的數據連接起來的。

數字化、智能化的生產過程

在傳統的制造企業中，大量的數據分布于企業中的各個部門中，要想在整個企業內及時、快速提取這些數據存在一定的困難。譬如，企業資源規劃系統(ERP)數據、制造執行系統(EMS)數據等分別位于各自的系統中，除此之外，在一些智能化的工廠里，設備、原材料等都被嵌入微型處理器、傳感器，這些裝置產生大量的數據。人們在將制造過程數字化的同時也為數據處理和分析提出了難題。如何將這些數據放置到一個技術處理平臺上對于優化生產流程等有重要意義。Teradata(天睿公司)大中華區大數據事業部總監孔宇華指出，新的技術可以把人和人、物和物及事件之間的關聯性找出來，但是前提是這種大數據分析是建立在一個統一、可以實現數據流通的平臺上。這個可供訪問的平臺，能夠整合不同系統內的數據。

最簡單直接的方法就是創建產品生命周期管理(PLM)平臺，它也是一種企業管理軟件，但好處在于可以充分整合來自研發、工程、生產部門的數據，對工業產品的生產進行虛擬模型化，優化生產流程，確保企業內的所有部門以相同的數據協同工作，從而提升組織的運營效率，縮短產品的研發與上市時間。西門子工業軟件(上海)有限公司的高級業務顧問周克虎說：“拿汽車行業為例，汽車研發是個極其復雜的過程，一方面，它需要多個職能團隊的通力合作。另一方面，所有這些團隊還要處理大量的數據。為了避免溝通不力，確保生產過程的順暢運行，工程團隊不僅要管理團隊內的數據，還必須時刻掌握生產部門的質量控制團隊的工作進展。”

天睿辛兒倫

PLM匯集從初稿到詳細設計過程、再到實際生產的所有相關信息。因此，企業可以通過PLM收集的此類數據來優化設計和生產過程。例如，奇瑞汽車利用PLM平臺，將生產規劃、模擬和實際生產，把制造和產品研發聯系起來。例如，尺寸分析在車身設計中具有重要作用，奇瑞的研發人員利用PLM工具進行尺寸分析，能夠在設計的早期階段就能確定設計結構和生產方法是否符合技術規范，以便及早制定解決方案來優化這些因素。同時利用這些模擬程序，還可以進行各種汽車安全性能的測試等。

舉例，西門子的PLM軟件平臺上可以做的差異分析，它能在計算機生成的三維模型的輔助下模擬生產工藝，能夠在執行實際生產之前洞察生產工藝中的薄弱點。奇瑞就曾利用它查出某車型頭燈生產中的問題，為公司避免了十多萬美元的損失。因為能夠在虛擬的環境中模擬產品設計、生產流程，工廠規劃效率得以提升，生產線生產效率也會提高。

大數據是制造業智能化的基礎，進而實現大規模的定制。由于消費者人數眾多，每個人需求不同，導致需求的具體信息也不同，加上需求不斷變化，就構成了產品需求的大數據。制造業企業對這些數據進行處理，進而傳遞給智能設備，進行數據挖掘、設備調整、原材料準備等步驟，才能生產出符合個性化需求的定制產品。“未來的制造將是數據驅動的。”HermannWimmer說。

高效、科學的供應鏈管理

大數據所具備的預測功能使得大數據在供應鏈管理上的作用大大提高。制造業從供應鏈渠道，以及生產現場的儀器或傳感器網絡收集了大量數據。利用大數據對這些數據庫進行更緊密的整合與分析，可以幫助改善庫存管理、銷售與分銷流程的效率，以及對設備的連續監控。大數據可以使供應鏈中的物流業變得更高效：卡車內的電子車載錄像機可以提供卡車的位置；如何快速驅動傳感器和射頻標簽等，幫助滿載的卡車更有效地結合道路狀況、交通信息和天氣條件以及客戶的位置，從而大大節省時間和費用。

孔宇華說，供應鏈上的大數據分析可以讓企業科學地制定銷售策略，而不是像過去那樣靠經驗和冒險。比如，一個生產羽絨服的品牌，在全國有幾千家店，10萬件貨品如何分配到全國的各個店里。平均每個店1,000套？顯然不夠科學。因為南北方的供需市場不一樣，北方需求大但競爭品牌也多；此外，不同地域里衣服的號碼需求也不一樣，南方人穿衣的號碼就小一點，北方人則可能大一點。通過大數據分析，對歷史數據、天氣信息等做分析可以給企業合理的建議：哪些貨運到哪里最合適，從而避免了積壓或缺貨的庫存問題。

零售商在大數據的應用上處于領先地位。零售巨頭沃爾瑪開發了一個大數據工具，通過這個工具供應商可以事先知道每家店的賣貨和庫存情況，從而可以在沃爾瑪發出指令前自行補貨，極大地減少斷貨的情況和供應鏈整體的庫存水平。在這個過程中，供應商還可以控制商品在店內的陳設，而沃爾瑪也減少了這項的人力和資金投入，可謂雙贏。因此，對于制造企業來說，借鑒這些經驗優化供應鏈管理，從原料采購，到物流配送環節都非常有意義。根據大數據和相應的分析工具及時甚至事先選擇合適的供應商和物料投入生產加工，并且到物流階段可以選擇合理的配送方案，以及銷售策略。在大數據的支持下，一切都科學、合理，不僅提高了生產效率、服務質量，同時也降低了成本。