理论分析大数据时代下制造业的变化

王振杰

(天津商业大学 天津 300134)

一、研究背景

信息网络技术的快速发展与应用改变了全球制造业的核心资源和基础，进而重塑全球制造业的竞争格局。在此时代背景之下，中国制造业迎来了极大挑战和机遇，应该把握住这个机会窗口，加快推动中国制造业转型发展。以大数据技术为代表，信息网络技术将给中国制造业带来一次彻底的技术范式变革，进而对现有的产业组织结构和竞争格局产生巨大影响。中国制造业应该利用云计算、大数据等新技术加速制造业升级，实现绿色制造、智能制造，进而对制造业产品生命各个周期产生一系列全面深远的变化。大数据技术在其中扮演着重要的角色。制造业利用大数据技术优化产品设计、生产、管理、服务等制造环节的效率，并实现智能决策、精准执行的先进制造模式，同时可以实现制造业产品的服务增值，构建制造业企业自己的生态圈。

二、相关理论研究

制造业作为中国经济的重要支撑，产生着海量数据，这一特点吸引了大量学者的研究。Wan等[1]认为制造业大数据是设备数据、品数据和需求数据的集合，可通过进一步分析和利用创造价值；顾新建等[2]认为制造业大数据不仅仅是来源广、种类多、呈指数增长的海量数据，也包括信息知识，正确分析与利用将为企业甚至整个制造业创造巨大价值。以上学者从不同角度出发对制造业大数据进行了定义，综合各种观点，在本文中使用徐颖等[3]对工业大数据的定义：贯穿制造业整个价值链的、可通过大数据分析等技术实现智能制造的快速发展的海量数据。

制造业服务化是大数据时代下制造业发展的必然趋势，大数据对制造业服务化的推动作用不仅在于对消费者偏好的影响，还在于对企业制造方式的颠覆，利用大数据技术，企业可以将消费者的偏好和产品设计数据化，大幅压缩传统生产过程中资本和劳动力的投入量，提高生产效率[4]。王康周等[5]选择装备制造业为研究对象，运用案例研究的方法探讨了以大数据为代表的新一代信息通信技术与其服务化的关系。

三、基于产品生命周期的理论分析

众所周知，产品的研发设计环节为价值最高的环节，产品的研发设计是为了迎合消费者对产品的需求。从设计本身来讲，如果客户使用了制造企业的产品，在这个过程中会产生大量的数据，制造企业通过搜集与分析这些数据，透过数据精确地掌握消费者的偏好和使用习惯，同时可以更好地明白消费者对产品特性和使用价值的潜在要求。这样既可以针对消费者习惯优化产品设计，设计出更符合大众消费者的产品；同时可以精准定位消费者的不同消费偏好，设计针对性产品，为企业创造更大的经济价值。产品经过初步设计之后，还需要对设计的方方面面进行仿真检验，得到设计是否合理的结论，进而改善原有设计之中的缺陷。利用大数据技术有效地克服了以往以客户作为反馈者所造成的时间上的浪费、成本上的增加。

制造业在生产线上安装了数以千计的传感器，通过传感器收集了大量的生产相关数据。通过对制造业数据的收集与分析，可以有效地监测到整个生产环节的所有工序，发现异常工序，进而进行针对性处理；利用生产过程之中产生的大数据，可以对生产过程进而仿真模拟测试，删除或改善现有工序，大幅度提高制造业生产效率。利用大数据技术进行分析预测，企业可以制定较为合理的生产计划，控制中间产品库存数量在合理的区间。利用大数据技术还可以有效减少边角料和废品。MES制造系统利用大数据技术与条码技术对产品的生产过程进行监测，实现生产过程公开化，优化生产工序，进而减少边角料和废品的出现，挺高资源利用率。通过大数据技术可以记录生产过程中的全部信息，通过对信息进行分析，可以发现生产过程中的故障，预测潜在故障发生可能，生成故障设备记录，降低停机次数，减少企业因设备停机造成的损失。

制造业通过分析消费者相关数据，可以对区域、产品、消费者等进行细分，更好地把握市场需求。制造业通过分析不同区域内不同消费群体的需求结构、消费比重、产品种类，根据分析结果调整相应的产品营销策略，可以有效减少供过于求或供不应求现象，优化企业库存状况。制造业企业通过大数据技术对销售数据进行分析，统计不同零售平台的销售数据情况，可以有效的掌握不同产品的销售情况，包括数量、型号、销售时间点等。企业根据分析出来的结果，对销售计划、销售安排做出相应调整，适度调节，可以合理的控制库存数量，有效提高企业的资金周转率，创造更大的经济价值。

传统的售后服务模式为消费者在发现问题之后向企业寻求售后，该种模式存在较大的缺陷，只能收集到消费者有限的信息，无法与消费者进行充分有效的沟通，进而改善售后服务质量与产品质量。制造业企业可以将大数据技术运用到客户关系管理(CRM)中，加强与客户至今A级就产品体验等各方面的沟通。目前各种社交媒体的出现，使得广大客户有了平台发表个人对产品的想法和评价，积极参与到对产品功能性、情感性设计之中，制造业企业可以搜集这些有用信息，或者自建平台供客户发表看法，创造制造业自己的产品生态圈。通过大数据技术与CRM系统的融合，发现潜在用户，改善现有售后服务，不断扩大客户群体，增强相应售后服务的针对性。

四、存在问题及建议

虽然大数据时代下对制造业产生了全面而深刻的影响，但是大数据与制造业的融合发展仍然存在着许多问题。首先制造业缺乏相关的大数据人才，使得制造业大数据的相关技术发展落后，很少有专门的大数据技术针对制造业研发生产等过程之中产生的问题。其次，大数据需要大量的资产投入与研发投入，这一投入可能带来的收益具有不确定性，因此制造业进行数据化的动力略显不足。

为了促进大数据与制造业的深度融合，首先应该通过政策及市场作用提高制造业发展大数据技术的积极性；其次应该培育具备制造业相关知识与大数据相关知识的高技术人才，适应当前时代下制造业的发展需求；最后，应该加快科技创新，尽快突破大数据技术本身带来的局限性，促进其发展。