大數據分析驅動制造業轉型

通過將傳統的數據分析技術與大數據分析相結合，可以加速制造業從傳統的關注生產轉型為以客戶需求為核心。

當企業信息化的逐步深入、數據積累到一定量之后，數據分析很自然地會提到議事日程。因為借助數據分析，企業可以制定出更有針對性的市場營銷手段和戰略，贏得競爭優勢。而今，隨著大數據分析技術的出現，傳統的數據分析技術與之相結合，使得數據分析技術的應用范圍進一步拓展，價值也再次得到提升。

“這些年來數據分析技術在金融行業（特別是銀行業）以及通信行業取得了非常多先進的應用，如今，隨著大數據分析技術的出現，它開始在互聯網公司展示其魅力，并將在這種魅力延伸到傳統的行業，比如制造。”Teradata天睿公司大中華區CEO辛兒倫這樣告訴記者。

辛兒倫介紹說，目前，制造行業在數據分析這方面的需求很大。業務部門要求IT部門提供實時的數據，幫助拓展業務，甚至改變業務戰略思維。其背后的一個原因就是傳統制造業的轉型。“在數據分析的驅動下，尤其是大數據分析技術，一些制造企業開始轉向與訂單用戶或者最終消費客戶群進行直接的互動。”

過去，制造企業關注的重點是低成本地生產出產品，將其賣給客戶，現在這種理念已經開始轉變成如何生產出客戶喜歡的產品，并以此為核心經營企業，這就需要以客戶為導向，快速地利用經濟手段了解客戶的興趣、偏好和對產品的反饋，從而更快地改進業務，制定經營決策。這些都需要借助數據分析來完成，這里除了歷史數據和報表，還需要進行實時的數據分析，以預測消費者將來可能需要什么樣的產品、何時訂單需求量會變大，這樣才能進行有效地生產，并以客戶為核心，對客戶進行積極、主動的營銷。而未來還將需要關注動態性數據，進一步提升公司的制造流程效率，從而提高競爭力，以更好地走上國際舞臺，應對來自世界的競爭壓力。

“傳統的數據倉庫主要被用于分析結構化數據和半結構化數據，如生產和運營數據需要非常精確，以結構化數據為主，要用數據倉庫來進行分析；而用戶的反饋等經常以非結構化數據為主，通過大數據分析技術來處理用戶評論可以更好地改進產品功能和服務。”辛兒倫介紹說。

事實上，越來越多的制造企業開始綜合利用這兩種數據處理技術。據辛兒倫介紹，沃達豐在Twitter上開設了賬戶，收集關于沃達豐的客戶反饋，然后將非結構化數據拿到與Teradata天睿公司合作建設的數據倉庫平臺進行分析；在2009年年初iPhone在北美上市一個月后，承銷方ATT為了解客戶反饋，就與facebook進行合作，通過Teradata天睿公司的數據分析平臺將facebook上的關于iPhone的評論抓取過來進行了分析，據此調整產品的銷售策略。

“利用高性能的動態數據倉庫平臺進行結構化數據的存儲（如客戶信息、訂單、供應商、交易金額、賬戶信息），再與前端的營銷渠道（如社交網站），進行綜合分析，制造企業將能生產出更能適銷對路的產品。”辛兒倫說。