基于產業大數據運用的新業態和新模式的構建

龍浩，霍娜，楊勇，朱作付

(徐州工業職業技術學院，江蘇徐州221002)

基于產業大數據運用的新業態和新模式的構建

龍浩，霍娜，楊勇，朱作付

(徐州工業職業技術學院，江蘇徐州221002)

隨著大數據運用的不斷發展，基于產業大數據的應用尚處于探索階段，應用的針對性過于狹隘，不具備示范作用和可復制性。本文以工程制造行業為例，將大數據與工程制造行業進行深度融合，構建一套產業大數據應用的新模式，形成一套相對成熟的大數據應用平臺，實現企業已有海量數據的快速輕量化，快速提取出符合企業業務特征的大數據信息來支撐企業的大數據應用，新模式有力的推動了工程制造產業變革和工業轉型升級，對其他行業大數據應用也有一定的借鑒作用。

大數據；融合；模式；輕量化

大數據是指一個體量及數據類別都特別大的數據集。該數據集不僅本身的規模龐大，而且數據采集分析的工具和平臺也非常復雜。大數據中包含著有用的數據信息。而大數據技術就是一種從各種類型的海量數據中快速獲取有用的數據信息的技術。通過該技術，人們不僅可以解決所獲取的海量數據信息大而復雜的問題，而且還能通過一定的分析和篩選，找到具有不同價值的信息。這些有用的數據信息涉及一個龐大的群體，它可以為我們做出關于這個群體的決策提供支持[1]。

工程制造行業經過幾年井噴式的信息化發展熱潮，行業企業已基本建設成了完善的信息系統平臺，實現了對企業全價值鏈的覆蓋，相應的業務數據也積累至海量級[2]。但是，隨著工業4.0和“互聯網+”等全新概念的提出，企業的生產模式已由傳統的技術驅動轉變為數據驅動的全新模式。而傳統的結構化、非結構化等相關業務數據，在這種全新的模式面前，并不能快速、有效的轉化為對企業經營決策帶來直接價值的大數據信息，企業迫切的需要一套成體系的數據分析模式和一套相對成熟的大數據應用平臺，來實現企業已有海量數據的快速輕量化，快速提取出符合企業業務特征的大數據信息，支撐企業的大數據應用。本文從大數據在產業應用的現實需要出發，闡述了新模式構建的目的和意義，新模式下行業大數據的采集與研究，最后提出了基于行業大數據新模式的技術實現[3]。

一、新模式構建的目的和意義

新模式關鍵的目的是為開展產業大數據的運用，實現內外部資源數據的整合，對內整合企業價值鏈環節的研發、生產制造、采購物流、營銷服務的數據信息；對外兼容相關外部物流、政府信用征信評估等方面的數據信息；同時給行業的上下游企業提供大數據支持；參照國外先進企業的做法，為國家經濟政策的制定提供最真實的基層數據。

在研產供銷服全價值鏈環節建立了完備的業務和管理信息系統，積累了龐大的系統數據，在經濟全面進入新常態的大環境下，企業需要借助于大數據技術，通過大數據研究應用，為企業的決策提供有效

的數據支撐，同時全方位的提升產品的市場競爭力，并發揮大型企業集團的優勢，整合資源為產業鏈環節的所有企業和最終客戶提供全方位的增值服務。

二、行業大數據的采集與研究

工業無線網絡、傳感器網絡（WSN）、無線射頻識別（RFID）、微電子機械系統（MEMS）等技術不斷成熟，獲取過去由于成本或技術原因無法在線監測的重要制造過程參數不再困難，采集和獲取的方式主要利用工業物聯網等技術手段[4]。

生產物流依賴于積放鏈、AGV、RGV等生產線物流設備，而對于這些設備的控制、數據傳輸和采集也依賴于工業互聯網和工業物聯網。基于企業信息化建設基礎，供應鏈管理、客戶關系管理、企業資源管理等系統每天都在產生大量的數據。采集和獲取的方式主要是通過與這些業務系統的集成實現。以客戶為中心的個性化服務越來越受到重視，為了分析出客戶的個性化需求，并對這種需求采取相應措施，同時分析不同客戶對企業效益的不同影響，以便做出正確的決策。采集和獲取的方式包括市場部門調查、銷售活動、客戶購買行為、售后和服務過程數據的采集，采集的手段主要為電子商務平臺、CRM系統、移動銷售終端等[5]。

對于不少制造產品而言，產品就是個數據終端，具有數據生產、存儲、傳輸和加工數據的能力，而產品的使用過程會產生海量的關于產品使用、服務和維護的數據。采集和獲取的方式主要是通過產品終端上的物聯網設備。服務大數據的采集方式：互聯網+時代，客戶與工廠的聯系更加直接和便利，客戶可以直接通過電商平臺和手機APP主動報修，工廠可以通過三包服務、物聯網發現等方式進行主動服務，因此采集和獲取的方式主要是在線平臺、手機APP和服務人員手持終端等。

大數據整合融合傳統ETL技術和數據連接器、實時消息隊列、平臺服務接口等新技術，從數據中心、業務平臺、終端等多種外部數據源導入海量多樣化數據，并按照統一的數據規范進行標準化處理，放入大數據存儲系統中。

三、基于行業大數據新模式的技術實現

以產業鏈協同發展為大數據應用目標，以產業鏈各環節數據采集處理和環節相互服務為抓手，以生產、研發大數據，銷售、客戶大數據，服務、產品大數據這三大類數據為基礎，以業務領域、信息技術基礎結構、分析策略、統計算法這四個維度為數據源需求過濾模板，從數據整合、數據存儲與管理、計算處理、數據分析和可視化展現五個過程進行行業大數據的新業態和新模式的構建。

（一）一條主線

以產業鏈協同為大數據價值目標的主線，以企業ERP系統為核心，通過系統接口集成全球協同研發平臺PDM、制造執行系統MES、供應商關系管理系統SRM、經銷商管理系統DMS、物聯網平臺、銷售服務系統CRM、電子商務平臺等數據平臺，實現在研、產、供、銷、服的全價值鏈的大數據采集與應用。

圖1 產業鏈協同主線

（二）兩個方向

大數據采集處理方向，價值鏈每個環節的技術數據由縱向采集和處理，形成設計大數據、供應大數據、制造資源與生產過程大數據、銷售大數據、客戶大數據、產品大數據等一系列可用數據與結果。

大數據數據服務與再服務方向：研產供銷服每一個環節的大數據價值結果都可以服務下一個環節，同樣下一個環節的大數據價值結果也可以反饋服務與上一個環節，乃至上幾個環節。

圖2 數據采集方向與服務方向

（三）三類大數據要素

生產、研發數據：由基于產品研發設計產生的數據、產品設計改型的數據、產品定制化設計數據及制造資源數據、生產物流數據、生產過程管理數據的全時空、全狀態、全過程等多個維度上的數據共同組成。

銷售、客戶大數據：由線下和線上營銷平臺產生的數據、銷售運營推廣的數據、客戶行為數據、銷售過程數據、營銷人員維護數據等共同組成。

服務、產品大數據：由通過線上和線下客戶主動報修及工廠主動服務積累的維保服務數據及通過設備物聯網終端實時采集遍布于設備上的各類傳感器狀態數據共同組成。

圖3 三類大數據要素

（四）四個維度

業務領域維度：以業務領域來區分大數據開發的需求領域。

信息技術基礎結構：以數據所處的信息技術基礎結構來明確數據源的過濾處理方式。

分析策略：制定分析策略及相應的實證分析來來處理數據源過濾結果。

統計算法：在分析決策制定的基礎上，逐步明確數據的統計分析算法，產生大數據的雛形。

圖4 數據源需求過濾模板

（五）五個過程

基于制造數據在信息系統中的生命周期，在確立了大數據的四個維度之后，最終獲得價值需要經過5個主要環節，包括數據整合、數據存儲與管理、計算處理、數據分析和可視化展現，技術體系如下圖所示：

圖5 大數據價值發生的五個過程

四、結語

在行業數據井噴的數字化時代，傳統行業數據管理模式已經不能對企業經營決策帶來有效價值，本文以工程制造業為例，將大數據與行業運營深度融合，構建一套基于工程制造業產業鏈主線的大數據應用新模式。

闡述了新模式構建的意義和目的，新模式大數據的采集和研究，并給出了新模式的技術實現，有效的推動了工程制造業的改革和轉型升級。

[1］王珊，王會舉，等.架構大數據：挑戰、現狀與展望［J］.計算機學報，2011，（10）.

[2］孟小峰，慈祥.大數據管理：概念、技術與挑戰［J］.計算機研究與發展，2013，（1）.

[3]黃升民，劉珊.“大數據”背景下營銷體系的解構與重構[J].現代傳播，2012，（11）.

[4]沈浩，黃曉蘭.大數據助力社會科學研究:挑戰與創新[J].現代傳播,2013,(8).

[5]采國潤,王志剛,等,于紅丹.大數據時代下房地產定制化營銷傳播策略--以南京365地產家居網為例[J].新聞世界，2012,(12).

F224.13

A

2016－09－25

龍浩（1984-），男，江蘇徐州人，講師，研究方向：機器視覺，圖像識別。E-mail:longhhao@163.com.

江蘇省教育廳高校哲學社會科學基金項目（2016SJD630087）

1671－802X(2016)05－0082－03