生产制造企业大数据应用推进研究

[摘 要]近年来，大数据逐步纳入国家行动方略，其中的大数据发展纲要更是对大数据产业发展、大数据创新应用进行了顶层设计，将大数据发展上升到培育经济发展新引擎和打造国际竞争力新优势的国家战略层面。如何推进大数据分析应用，特别是对基于生产制造过程的数据到信息、信息到知识、知识到能力的大数据应用推进进行了有益尝试。

[关键词]工业；大数据；应用

中图分类号：TP106 文献标识码：A 文章编号：1009-914X（2016）14-0209-01

现代工业企业通过各类底层自控系统和上层管理系统，基本实现对生产、质量、消耗、设备运行等数据的全样本采集和处理，系统数据也以每天千万条的速度持续增长。为了更好的将数据转化成企业财富并挖掘出“数据金矿”的最大价值，应根据生产制造企业特点制定相应的大数据推进计划。

一、背景与意义

近来，大数据逐步纳入国家行动方略，诸多行业和企业都积极响应并部署实施。国务院近日通过的大数据发展纲要更是对大数据产业发展、大数据创新应用进行了顶层设计，将大数据发展上升到培育经济发展新引擎和打造国际竞争力新优势的国家战略层面。生产制造企业应根据发展战略，加紧谋划提前布局，努力从战略高度抢占发展先机，重点就是要强化大数据分析应用，探索并不断完善基于生产制造过程大数据的数据到信息、信息到知识、知识到能力的大数据应用推进。

二、目标任务

（一）大数据分析应用工作以信息系统采集的结构化、半结构化数据多维分析为主线，通过对企业生产内外环境数据开展持续深入的分析研究，实现对生产过程中各类指标的问题精准定位、趋势走向分析和预判预警预控；

（二）大数据分析应用工作围绕“平台、数据、机制、团队”四个关键词，为企业探索一条大数据工作机制、培养一支大数据工程师队伍。

三、工作原则

（一）理念先行。大数据工作推进首先应树立大数据思维，积极思考、主动作为，重视用大数据的方法和意识来开展工作和处理碰到的各类问题。

（二）需求引领。大数据分析应用要突出需求引领作用，以大数据环境下的数据钻取和多维分析为主线，开展大数据分析，并以分析结果运用引领管理提升。

（三）问题导向。大数据分析应用工作要坚持问题导向原则，将大数据与企业各项业务特别是生产中的问题结合起来综合考虑，作为大数据应用的出发点。

（四）可管可控。大数据分析应用要把对分析结果所定位问题的可防可管可控和实施后容易见成效作为一个重要原则，着力解决生产运行中存在的问题。

四、推进措施

（一） 大数据基础知识普及

主要内容：根据制造企业实际情况，灵活采用互联网在线学习、现场技术交流和学习资料推荐相结合的方式，对企业各级管理人员特别是承担统计分析职能的人员进行大数据概念、大数据分析、大数据特点、大数据技术、大数据作用、大数据处理、大数据应用等内容培训和大数据基础知识普及。

1、互联网在线学习：根据企业实际设计大数据培训课程体系（初级、中级、高级）和培训方案，选择合适的互联网在线学习（培训）平台，并组织相关人员按照培训方案要求进行线上线下的大数据基础知识培训。

2、现场技术交流：制定企业大数据交流研讨计划和主题，并做好大数据领域专家联系和现场交流研讨的组织实施工作。

3、大数据资料推荐：收集、筛选、整理国内外大数据领域重点是行业内大数据应用案例、技术研究、发展动向等方面音视频资料、技术资料或辅助读物，并定期在企业内部和对各级管理人员进行推荐。

（二） 大数据思维培养

主要内容：在企业全体员工特别是各级管理人员中，通过开展大数据环境下的业务创新研究、大数据竞赛、大数据应用专项评比等活动，强化企业大数据思维能力培养和业务创新能力培养，持续提升大数据环境下的企业战略管理和知识服务能力。

1、业务创新研究：企业各部门针对生产、市场营销工作或本部门管理职能开展一次大数据环境下的业务模式创新研究。

2、大数据竞赛：在企业内部举办一次大数据竞赛，把信息系统中的部分数据拿出来，去除敏感问题后，放在企业公共平台上交予各部门的数据分析团队（跨部门组建团队的部门数不能超过三个）进行比赛。

3、大数据应用专项评比：在企业内部举办大数据分析应用专项评比，从大数据思维（选题、方向）、大数据处理技术应用、大数据分析方法运用、数据价值转换以及业务与理论背景结合等方面对各部门大数据分析应用能力和效果进行评。

（三） 大数据应用分析

主要内容：在企业内部尝试运用大数据思维和大数据处理技术，对生产制造和市场营销相关业务探索开展大数据专题分析，掌握大数据关键技术的同时进一步强化大数据思维意识和业务变革意识。

1、数据探索分析：针对各业务部门职责范围内的单项具体业务或日常管理中发现的问题，运用大数据思维和大数据处理流程开展数据探索分析。

2、专题大数据分析：运用大数据思维和大数据处理流程，针对生产和营销两条业务线分别开展专题类大数据分析。

3、综合性多维分析：针对企业发展战略、业务模式发掘与创新、当前发展瓶颈以及其它核心需求，运用大数据思维和大数据处理流程，找出过去事件的特征、预测未来可能发生的事情、找出最优的结果供决策者选择，使数据真正成为企业的财富和核心竞争力。

（四） 大数据建设

主要内容：通过大数据深化应用，推动企业不断建立和持续完善相关大数据共享平台、大数据分析平台，还能为企业培养和造就一支懂指挥、懂技术、懂管理的大数据工程师专业队伍。

1、大数据运行机制：根据企业在大数据氛围营造、应用研究、探索实践以及整体推进等取得的阶段性成效，从顶层设计的角度进行系统的分析、归纳和总结，形成一套行之有效的符合企业实际的大数据运行机制。

2、搭建数据共享分析平台：在企业现有数据库基础上，通过数据整合、抽取等数据集成手段，搭建企业数据交换、共享和智能分析平台。

3、培养大数据专业队伍：通过开展和参与多种形式不同层次的大数据培训，特别是通过与具有认证权威性和广泛认可度的国内外大数据认证培训机构合作，形成由不同专业方向和不同层级构成的企业大数据人才梯队，满足企业大数据应用需要。

五、结束语

运用PDCA精益管理思想，通过在企业内部持续开展大数据分析应用，在提升企业整体管理水平的同时，也为企业在战略高度抢占发展先机奠定了坚实基础。