论文部分内容阅读
在工业领域，大数据这个词语变得越来越热门了。但是剑桥大学从事该方面研究的穆罕穆德扎基博士发表了他的看法，他认为对于未来的制造业，需要善于利用大数据，才能真正发挥作用。
大数据摆在工业制造前的问题
数据支撑的互联网工业概念正在吸引着全球企业家的眼球，这个概念强调通过不同的感应器和系统，在整个工业领域内持续消化和收集数据，用数据为工业服务。通过数据，再结合其他行业的数据源，将会给生产带来一个前所未有的机遇，但是也会给商业和社会带来新的危机。随着大数据的深入，将会给工业生产带来一个全新的境界，供应链整合程度会更高，系统间相互联系更多，相互合作也会增加。
如今在工业生产中使用大数据依然是处于初级阶段，摆在我们面前的问题还很多。比如，大数据如何对现存的工业、价值链、商业模式和生产力产生冲击？商业界和政府领导需要做出什么实际行动保证大数据可以取得长期的成功？
大数据将影响未来生产重新分布
有研究专家表示，未来的生产运作地域分布的特性会越来越明显，这就意味着未来将会出现越来越多的定制化批量生产和可持续生产的工业活动。只有通过高附加值的生产、先进的机器人技术、互联网和大数据这些技术手段才能实现。英国研究机构EPSRC曾经表示今后的生产将会重新分布，技术、系统和战略将会改变经济发展、生产组织、生产地和生产。
对于生产重新分布，还有一个更为深入的定义：“大数据内在的价值和增长潜力将会让生产变得更为互通，本土化程度更深，改变一切生产和消费模式。”这些定义表明了生产重新分布可以从多角度对待，这些不同的角度其实都是对于大数据价值的评估不同而产生的。这些定义都可以应用在挂车和零部件生产行业，现在很多跨国的企业已经开始在这方面进行深入研究了。
所有的这些理解的角度，可以视为功能性的重新分布，我们不妨把共同创造和共同生产进行比较。共同生产强调的是核心技术创造过程中的“参与”，共同创造则表达为这样一个概念：“只有通过用户的消费过程或者体验过程后，价值才会被创造和决定。”共同创造既可以跟共同生产一起发生，也可以不一起发生，但是两种概念都认为终端用户是价值创造的一部分。生产重新分布意味着终端可以更深入地对设计和制造方面产生影响。
生产重新分布的另外一个概念被描述为“本土化”的生产模式。这个模式强调生产的本土化和地理配置，特别重点强调生产规模和从生产到客户的距离。这个重新分布的概念暗示今后的生产将会转向更小的规模和更本土化的产品。
剑桥服务联盟最近对快速消费品领域进行了研究，分析大数据在这个行业的影响。研究结论是，快速消费品领域十分关注大数据的应用，特别是那些外部数据。相关的设计和市场部门对于这些数据特别敏感，他们目的是为了更好地了解客户和认识到客户的选择偏好。
那么如何理解大数据让生产进行重新分布？
大数据如何影响市场洞察力？
如果想要了解大数据对于市场洞察力的影响，我们可以用全球知名的食品企业达能（Danone）作为例子，达能会用分析学的方式来比较各种各样的销售数据，包括竞争对手的数据。通过对这些数据的分析，达能可以认识到如何提高美国市场希腊酸奶的销售量，让他们可以在正确的时间用正确的物流运送正确的货物。达能也能熟练使用预测分析学，通过季节性分析、趋势和推广分析、复杂的计算分析，达能已经可以将他们的分析准确率提高到70%～98%。
在生产中成功运用大数据的例子还有可口可乐，这家全球知名的生产工厂研发出了一套计算体系名叫“黑书”。通过“黑书”的计算，即便是一个年中橙汁的旺季只有三个月，可口可乐依然需要保证客户在12个月内持续喝到同一口味的橙汁。因为可口可乐通过大数据分析，在超过一万亿个选项中分析出了一个正确的配料方式，参考的因素包括了橙子的甜份、客户的偏好和全球各地不同的天气类型。
在剑桥服务联盟所调查的案例中，几乎所有的企业都深入使用了大数据来帮助营销。即便是那些“深陷”价格战的低端产业，他们依然希望通过大数据来更深入地理解客户，更快地根据客户的需求改良他们的产品，从而跟其他参与“价格战”的企业形成差异化发展。
在运用大数据上还有一个相当有趣的例子，那就是西班牙知名的服装品牌Zara。Zara在运用大数据分析后，将他们的生产场地进行了重新分布。在传统的思维里，服装行业为了降低成本，都会将他们的生产工厂转移到劳动力比较廉价的地方如中国和孟加拉国等，但是现在Zara把他们一部分的生产工厂转移到欧洲生产成本相对较低的国家（但是跟中国和孟加拉国相比，生产成本高出了很多）。Zara此举目的并不是为了节省成本，而是他们通过大数据分析后，认为从工厂到市场的距离、本土的专业水平、从设计到生产的接近性等因素都会影响到Zara的销售，所以他们做出了这样的决定。
Zara所做出的关于减少投入市场所需要的时间的决定，是他们对一个市场战略上的核心挑战，这样的做法并不适合于大批量生产的产业。在Zara的例子中，他们将小批量的针对西班牙、葡萄牙和摩洛哥等国家市场的产品线转移到欧洲生产成本较低的国家。虽然这种做法在某种程度上会增加成本，但是却缩短了供应链的距离，Zara通过大数据分析出来的潮流趋势可以在这些工厂作出迅速反应，并且以最快的速度投放市场。
在这个例子中，Zara其实向我们展示了一个企业如果想要对市场的变化作出快速的反应，就需要在地理上接近市场。除了这点因素，还需要进行内部结构的改革。企业需要将内部结构调整为所谓的“快速时尚”模式。
Zara通过对它的销售点系统的数据分析，形成了能快速反应市场需求的供应链系统。Zara开发出一套复杂的反馈系统，这个系统的数据来自于零售店铺和社会媒体。Zara为了确保可以直接地且实时地获得客户相关的数据，他们实际上几乎全资拥有绝大部分的供应链，其中就包括多家零售店铺。Zara的例子让我们意识到，现代的生产业整合和交流是多么的重要。
对于包括重型汽车生产在内的当今制造产业，Zara是一个绝佳的榜样，他演示了如何通过有效地利用数据资源来增加自身产品的竞争力。可能对于专用汽车生产企业来说，由于其规模和经营范围的缘故，Zara的例子可能不会完全激发企业对生产重新分配的热情，但是至少可以让专用汽车企业意识到供应链依然有很大的提升空间，企业市场的步伐也可以更具前瞻性。
如果生产企业在机会出现的时候并不能及时创新，他们就很可能会丧失竞争的优势，从此就可能落在其他竞争对手的“屁股”后面了，然后市场份额和企业收入就会随之降低。
大数据摆在工业制造前的问题
数据支撑的互联网工业概念正在吸引着全球企业家的眼球，这个概念强调通过不同的感应器和系统，在整个工业领域内持续消化和收集数据，用数据为工业服务。通过数据，再结合其他行业的数据源，将会给生产带来一个前所未有的机遇，但是也会给商业和社会带来新的危机。随着大数据的深入，将会给工业生产带来一个全新的境界，供应链整合程度会更高，系统间相互联系更多，相互合作也会增加。
如今在工业生产中使用大数据依然是处于初级阶段，摆在我们面前的问题还很多。比如，大数据如何对现存的工业、价值链、商业模式和生产力产生冲击？商业界和政府领导需要做出什么实际行动保证大数据可以取得长期的成功？
大数据将影响未来生产重新分布
有研究专家表示，未来的生产运作地域分布的特性会越来越明显，这就意味着未来将会出现越来越多的定制化批量生产和可持续生产的工业活动。只有通过高附加值的生产、先进的机器人技术、互联网和大数据这些技术手段才能实现。英国研究机构EPSRC曾经表示今后的生产将会重新分布，技术、系统和战略将会改变经济发展、生产组织、生产地和生产。
对于生产重新分布，还有一个更为深入的定义：“大数据内在的价值和增长潜力将会让生产变得更为互通，本土化程度更深，改变一切生产和消费模式。”这些定义表明了生产重新分布可以从多角度对待，这些不同的角度其实都是对于大数据价值的评估不同而产生的。这些定义都可以应用在挂车和零部件生产行业，现在很多跨国的企业已经开始在这方面进行深入研究了。
所有的这些理解的角度，可以视为功能性的重新分布，我们不妨把共同创造和共同生产进行比较。共同生产强调的是核心技术创造过程中的“参与”，共同创造则表达为这样一个概念：“只有通过用户的消费过程或者体验过程后，价值才会被创造和决定。”共同创造既可以跟共同生产一起发生，也可以不一起发生，但是两种概念都认为终端用户是价值创造的一部分。生产重新分布意味着终端可以更深入地对设计和制造方面产生影响。
生产重新分布的另外一个概念被描述为“本土化”的生产模式。这个模式强调生产的本土化和地理配置，特别重点强调生产规模和从生产到客户的距离。这个重新分布的概念暗示今后的生产将会转向更小的规模和更本土化的产品。
剑桥服务联盟最近对快速消费品领域进行了研究，分析大数据在这个行业的影响。研究结论是，快速消费品领域十分关注大数据的应用，特别是那些外部数据。相关的设计和市场部门对于这些数据特别敏感，他们目的是为了更好地了解客户和认识到客户的选择偏好。
那么如何理解大数据让生产进行重新分布？
大数据如何影响市场洞察力？
如果想要了解大数据对于市场洞察力的影响，我们可以用全球知名的食品企业达能（Danone）作为例子，达能会用分析学的方式来比较各种各样的销售数据，包括竞争对手的数据。通过对这些数据的分析，达能可以认识到如何提高美国市场希腊酸奶的销售量，让他们可以在正确的时间用正确的物流运送正确的货物。达能也能熟练使用预测分析学，通过季节性分析、趋势和推广分析、复杂的计算分析，达能已经可以将他们的分析准确率提高到70%～98%。
在生产中成功运用大数据的例子还有可口可乐，这家全球知名的生产工厂研发出了一套计算体系名叫“黑书”。通过“黑书”的计算，即便是一个年中橙汁的旺季只有三个月，可口可乐依然需要保证客户在12个月内持续喝到同一口味的橙汁。因为可口可乐通过大数据分析，在超过一万亿个选项中分析出了一个正确的配料方式，参考的因素包括了橙子的甜份、客户的偏好和全球各地不同的天气类型。
在剑桥服务联盟所调查的案例中，几乎所有的企业都深入使用了大数据来帮助营销。即便是那些“深陷”价格战的低端产业，他们依然希望通过大数据来更深入地理解客户，更快地根据客户的需求改良他们的产品，从而跟其他参与“价格战”的企业形成差异化发展。
在运用大数据上还有一个相当有趣的例子，那就是西班牙知名的服装品牌Zara。Zara在运用大数据分析后，将他们的生产场地进行了重新分布。在传统的思维里，服装行业为了降低成本，都会将他们的生产工厂转移到劳动力比较廉价的地方如中国和孟加拉国等，但是现在Zara把他们一部分的生产工厂转移到欧洲生产成本相对较低的国家（但是跟中国和孟加拉国相比，生产成本高出了很多）。Zara此举目的并不是为了节省成本，而是他们通过大数据分析后，认为从工厂到市场的距离、本土的专业水平、从设计到生产的接近性等因素都会影响到Zara的销售，所以他们做出了这样的决定。
Zara所做出的关于减少投入市场所需要的时间的决定，是他们对一个市场战略上的核心挑战，这样的做法并不适合于大批量生产的产业。在Zara的例子中，他们将小批量的针对西班牙、葡萄牙和摩洛哥等国家市场的产品线转移到欧洲生产成本较低的国家。虽然这种做法在某种程度上会增加成本，但是却缩短了供应链的距离，Zara通过大数据分析出来的潮流趋势可以在这些工厂作出迅速反应，并且以最快的速度投放市场。
在这个例子中，Zara其实向我们展示了一个企业如果想要对市场的变化作出快速的反应，就需要在地理上接近市场。除了这点因素，还需要进行内部结构的改革。企业需要将内部结构调整为所谓的“快速时尚”模式。
Zara通过对它的销售点系统的数据分析，形成了能快速反应市场需求的供应链系统。Zara开发出一套复杂的反馈系统，这个系统的数据来自于零售店铺和社会媒体。Zara为了确保可以直接地且实时地获得客户相关的数据，他们实际上几乎全资拥有绝大部分的供应链，其中就包括多家零售店铺。Zara的例子让我们意识到，现代的生产业整合和交流是多么的重要。
对于包括重型汽车生产在内的当今制造产业，Zara是一个绝佳的榜样，他演示了如何通过有效地利用数据资源来增加自身产品的竞争力。可能对于专用汽车生产企业来说，由于其规模和经营范围的缘故，Zara的例子可能不会完全激发企业对生产重新分配的热情，但是至少可以让专用汽车企业意识到供应链依然有很大的提升空间，企业市场的步伐也可以更具前瞻性。
如果生产企业在机会出现的时候并不能及时创新，他们就很可能会丧失竞争的优势，从此就可能落在其他竞争对手的“屁股”后面了，然后市场份额和企业收入就会随之降低。