宋之克 徐州徐工挖掘機械有限公司
工程機械行業作為國民經濟發展的重要支柱產業之一,我國工程機械企業在發展模式創新方面不斷探索并取得了顯著成效。行業企業雖然在價值鏈各環節構建了信息系統,進行了數據采集等工作,但是數字化、智能化水平仍需進一步提升,特別是大數據分析利用不足、多樣化數據結合不充分、面向應用的大數據開發缺乏等問題依然存在,筆者針對存在的問題進行分析研究并實施整改優化,深度推進大數據分析挖掘和應用,以支撐企業實際經營管理的優化和創新需求。
行業企業幾乎全部搭建了工業物聯網平臺,工業物聯網數據包含每一臺設備實時回傳的工況、位置等大量數據信息。這些信息可提前對即將損壞的零部件做出預判,提高設備維護保養能力,也可獲取設備位置信息,實現定位、跟蹤、監控及管理。以徐工挖機為例,當前徐工挖機物聯網平臺監控設備 14 余萬臺套,存量數據量40TB,每月新增數據300GB。數據通過移動網絡以加密報文方式回傳,通過平臺解析后實時保存至大數據平臺。目前,數據采集頻率3分鐘一次,根據數據分析需要可進行調整,設備傳感數據采集點將近百個。
企業在營運過程有多個信息化系統支撐,每一個系統產生多種數據類型,比如:企業信息化系統包含MES、ERP、人力資源系統、營銷服務系統等,其中營銷服務系統數據信息多樣化形式又展現出不同形態,包括:數據表格、圖片、文檔、音頻、文字、視頻等,原有消費者在購買挖掘機時,由于信息的閉塞,只能在當地局部區域4S店內進行品牌的選定,但隨著大數據技術的不斷發展,消費者會在手機終端查看不同品牌的設備參數,以表格或者圖片的形式進行比對。
目前行業企業主要存在:大數據分析利用支持決策能力不足、多樣化數據結合不充分、面向應用的大數據開發缺乏等問題。一是企業綜合利用大數據分析決策能力不足。比如:企業人力資源數據信息與市場趨勢信息的結合,可將企業骨干分配至人力資源匱乏潛力市場,以解決人力資源與市場實際需求之間的不平衡問題;二是企業在經營過程中,要實時將大數據信息和傳統經營管理相結合,多樣化數據信息要深度結合,特別在營銷服務業務領域亟須大數據支撐,而實際上大多數企業并沒有充分利用兩者的結合,比如:企業將自身的優勢以視頻方式展現在大眾視野中以提升企業的品牌的短視頻流媒體應用較少;三是面向應用的大數據開發缺乏,企業雖然采集數據規模龐大,但存在關鍵數據采集不足,冗余數據較多等問題。
針對上述問題,本文提出三項基于大數據的管理提升措施,包括強化企業依托于大數據的決策能力;加強大數據分析在營銷領域中的開發利用以及開展面向應用的大數據開發等。
企業在經營過程中,要充分結合內外部業務數據,以數據作依托進行有效決策。徐工挖機構建了大數據決策中心,其依托于一站式大數據分析平臺,包含數據采集、數據存儲計算、數據分析及可視化,基于數據匯聚及指標體系的建立,推進了核心信息系統等多源異構數據集成、存儲計算與分析應用,基于數據倉庫的搭建,構建了面向營銷、服務及生產管理的數字化作戰指揮大屏,有效支撐了公司數字化經營管理實現,提升了公司基于大數據的經營決策能力。
大數據應用于營銷服務領域,可幫助企業精準地挖掘客戶需求,通過大數據可以對用戶進行細分,洞察潛在用戶的購買偏好和消費動向。徐工挖機基于物聯網大數據自主搭建了徐工“e-修”服務平臺,將設備運行狀態信息、故障信息及銷售信息多樣化數據相結合,可實時監測市場挖掘機運行狀況,提供遠程故障診斷、預防性維修,為客戶提供全面、及時、精準的遠程運維服務。系統平臺具備百萬臺產品入網能力,入網設備12.3萬臺,連續采集時長超過2.5億小時的施工信息。徐工“e-修”服務平臺可提供一站式、多層次、全方位”智慧服務,實現工廠、代理商、一線服務人員和終端客戶四端信息互通、數據共享的智慧化服務管理,極大提升了服務效率。
構建了包含生產管理、服務支持、研發測試、運營監控、數據分析及焦點應用等板塊的面向應用的工業物聯網平臺。特別是面向研發的大數據需求,開展高寒、高溫、高原三高試驗工況數據采集以滿足分區域應用場景的細分工況研究;開展載荷譜數據采集,滿足關鍵結構件強度和疲勞應力數據分析,提高結構件可靠性,為輕量化設計提供依據;針對不同工況客戶群體,進行客戶使用習慣相關數據采集,以實現工況適應性匹配設計改進。面向應用的大數據開發促進了研發設計和營銷服務對區域客戶的精準定位,支撐了研發數字化轉型。
面對新一輪的工業革命,工業大數據已成為核心要素,經營+大數據的企業經營管理理念已成為工程機械企業發展的必然趨勢。如何擁抱大數據,開發大數據、利用大數據已成為企業重點研究課題,本文對目前工程機械企業“經營+大數據”管理模式存在的問題進行分析研究并實施了整改優化,取得了顯著的效果,為行業企業在大數據背景下的經營管理創新提供了參考。