大数据时代新材料产业创新模式分析

薛景照

当下，是一个信息爆炸的社会。换一个说法，就是“我们正进入到PB时代”（PB是个较高级的存储单位，1PB约等于4千亿页文本的量）。日益增长的数据量、广泛的数据种类和不断加快的数据生成速度，要求我们加快提升应对大容量数据的技术创新能力，一个大规模生产、分享和应用数据的“大数据时代”正在开启。如果说互联网重塑了人类交流的方式，那么大数据就是社会信息处理方式的重塑，是海量数据的高效处理，它已成为新一代信息技术的集中反映，是一个具有无穷潜力的新兴科技领域，对包括新材料产业在内的众多行业将产生重大影响。

大数据正加速新材料企业的模式变革

英特尔预测，未来10年，每个企业将需要吸收、分析和处理相当于现在 50倍的数据量。而借用Google的说法，“动一下鼠标就可以在秒级操作PB级别的数据”。随着“大数据”时代的到来，企业将面临PB级的数据量，包括传统的结构化数据和日益增加的非结构化数据。如何以大数据的技术挖掘、分析这些数据，提炼出有价值的数据结果，辅助企业科学决策，至关重要。

正因如此，在讲到大数据的时候，不光从技术层面更重要的是从商业模式讲。众所周知，大数据在零售行业中已经发挥了举足轻重的作用，例如消费者在浏览淘宝网或者中国亚马逊等购物网站的时候，经常会有提示向你推荐“可能感兴趣的产品”，这就是大数据在零售行业里应用的一个方面。现在的电子购物网站，基本都具备了记录顾客每一次鼠标点击和产品浏览的能力，并将全部的原始数据储存起来，通过复杂的计算和有效的分析，从大量的数据中发现顾客可能感兴趣的产品，从而向顾客进行推荐。大数据已将阿里淘宝业务模式的核心战略，从B2C转向了C2B。新材料产业也是如此，不管是国家提出的“中国制造2025”，还是“工业4.0”，实现“材料大国”向“材料强国”的迈进，都需要分析和考虑如何在大数据环境下，实现传统业务模式的创新与重塑。笔者认为，新材料企业大数据业务模型的发展成熟可以体现在以下3个层次：

第一个层次，实现业务全过程的数据采集与监测。在现有业务运行的全过程，实现各个业务环节的数据采集、动态监测，通过传统的统计分析手段，实现业务各环节的数据统计，达到对现有业务流程的动态监测与实时洞察。

第二个层次，实现大数据分析基础上的业务优化。在这个阶段，企业有能力将大数据分析工具运用到具体的业务运营中，并不断分析出业务运营不畅的关键痛点，这些分析结果将助力业务运营得到持续的优化和提升。例如宝钢集团采用数据挖掘技术对钢材生产的全流程进行质量监控和分析，构建故障地图，实时分析产品出现瑕疵的原因，有效提高了产品的优良率。

第三个层次，数据增值与业务重塑。这是数据应用的高级阶段，企业在大数据业务运营分析的基础上，衍生出一系列针对业务运营、市场趋势和客户习惯的数据分析结果和增值产品。而这些数据分析结果反过来能运用到企业的业务模式的创新上，从而将重塑商业模式，并产生新的市场和新的服务。

通过大数据业务模式的创新和大数据技术的发展，从市场中获取较以往更加全面和完整的客户数据，通过对海量数据的实时分析掌握市场动态，洞察和发现重要的规律和发展趋势，据此给出精确的营销策略并增加收入。同时，从大数据分析结果中还可以发现额外的增值服务，极大提高企业经营决策水平和运营效率，做出快速反应。

大数据对新材料产业宏观决策的影响

大数据除了在新材料领域的微观方面发挥作用外，同样在宏观层面围绕新材料产业的宏观规划、创新管理与科学决策，也将越来越多的涉及到大数据的应用。其方法论通常以DMAIC模型（实施六西格玛的一套操作方法）展现，顺序包括：定义需求（Define），即把业务问题转化为数据挖掘问题；测量数据（Measure），即理解、收集并加工数据，做好准备；分析建模（Analyze），即构建模型、评估模型的过程；解决问题（Improve），即部署模型来解决目标问题；反馈控制（Control），即评估结果重新开始循环，不断改进。

事实上，笔者所在的龙信数据（北京）有限公司在以“用数据促进经济社会科学发展”方面，已经为政府、园区、产业基地等进行了大量的数据价值的发现实践。比如在中关村进行的产业动态监测数据平台中，就是从不同领域、类型、出资规模等数据维度监控中关村企业的投资动态，通过资本流动数据，分析在20个不同行业和11个不同技术领域的动态变化及流动，挖掘产业规律与创新趋势；针对高新区及产业园区的“大数据+”行动方案，则是围绕园区与基地在战略性新興产业的的创新创业，服务于宏观管理与科学决策进行的大数据分析；中原经济区创新要素流动数据监测平台，是在较大经济区域范围内对人才、资本、技术等创新要素进行流动监测的大数据分析平台。所有这些大数据解决方案，都是基于大量基础性数据进行的大数据分析，这些分析主要集中在以下3个方面：

第一个方面，数据清洗与数据管理。大容量、多渠道、多种类的结构化和非结构化数据日益增长，现实中大多却都呈现为碎片化和数据孤岛状态，必须通过大数据技术进行数据清洗和高质量的数据管理，只有通过标准化的流程和工具对数据进行一系列预处理，形成数据仓库，才能方便更好的理解数据，保证高质量的结果输出，这是实现相关产业主管部门大数据解决方案的基础。

第二个方面，数据挖掘与模块分析。孤立、静止的数据信息不能产生任何附加价值，非结构化数据的多样性更是为数据分析带来了新的挑战，需要一系列的工具去解析，提取，分析数据，进行数据挖掘，才能深入数据内部，实现不同数据间的关联融合和数数相连，从而挖掘内在的数据价值。

第三个方面，结果呈现与数据可视化。不管是对数据分析专家还是普通用户，数据可视化是数据分析结果的最直接展现。可视化可以直观的展示数据分析结果，让数据自己说话，并根据数据分析结果和可视化展现，更直接和方便地做出预测性的判断，达到科学决策的目的。同时，大多数据还能被巧妙地用来激发新产品和新型服务，从而带来全新的创业方向、商业模式和投资机会。

大数据是一场产业与思维的变革。每个人都知道互联网改变了企业经营、政府运作以及人们的生活方式。但是随着时间的推移，将利用越来越多的用数据来理解事情和做出决定，大数据正在改变我们思考世界的方式。正因为如此，大数据已成为巨大的经济资产，如同新世纪的矿产与石油，铁路和港口、水电和通信网络一样不可或缺，它不仅影响着国家治理模式，而且对新材料等高新技术产业的科学决策与流程重塑都将产生重大变革。当前，我国新材料领域面临着水平低、能耗高等种种问题，以及技术创新、产业升级等众多挑战，通过大数据这种创新方式来解决问题，助力创新发展，实现中国制造到中国创造的转变，意义非常重大。